「我们要写一张支票，1000 亿，也可能 2000 亿美元。模型还没训出来，没人见过它长什么样。Alex，你确定这能成？」
说真的，这是我最近听过最生猛的播客开场。
这是 Cheeky Pint，Stripe 联创约翰·科尔里森的播客，来的人喝一杯。这一期请来两位，扎克伯格，和亚历山大·王（Alexandr Wang）。王的头衔是 Meta 首席 AI 官，超级智能实验室（Meta Superintelligence Labs，下称 MSL）的负责人，创办过 Scale AI，去年被扎克伯格硬拉进 Meta。整场录了两个多小时，健力士都空了几杯。
（都柏林坦普尔酒吧里的一品脱健力士。图，Stinglehammer / Wikimedia Commons，CC BY-SA 4.0）
他们聊的主角叫 Muse Wonder。如果你关注 agent 这个方向，Meta 最近的动静应该刷过你的屏。Muse 是 Meta 的个人 agent 应用，按节目里的说法，第三方报告称它可能是有史以来增速最快的 AI 应用。它不是一个又一个聊天框，它有自己的电脑，能替你打开浏览器点按钮，买茶、订餐厅、查邮件、写代码。Spark 是它背后的基座模型，Muse Wonder 是刚发布的下一代前沿模型，更大、更贵、更强，这次访谈就是围着它转的。
节目里有个现场环节特别好笑。扎克伯格冲自己的 Muse 喊话，帮我把一个西瓜订到 Stripe 南旧金山的办公室去，我这正录着播客呢，这事会很好笑。科尔里森接了句，这播客点子不错。于是真的下单了，屏幕上一个小家伙噼里啪啦敲键盘，三个人一边聊一千亿的赌局，一边等西瓜。
先别急着钱的事。我想先带你看三个画面，都是这期节目里聊到的日常。
王的 Muse 有个名字，叫 Euler。它的固定节目是每周从越来越偏门的茶商手里，找越来越偏门的茶。台湾的某个农场，日本的某个农场，随机挑一款，买回来，寄到。一个搞 AI 的人让 AI 帮他满世界搜罗茶叶，这件事本身就够有意思的。我这种至今分不清单丛和铁观音的，看这段只有羡慕的份。
扎克伯格的用法更狠。他在自家健身房装了摄像头，让 Muse 当他的综合格斗教练。他打他的，Muse 看着，回合之间只有一分钟休息，它得在这六十秒里把视频处理完，告诉他刚才重心压太靠后腿了，侧控的时候这个钩手没拿到，小心被翻。你想想看，这要求有多变态，实时视频处理，还要懂格斗。扎克伯格还老嫌它慢，说你上次花了三十秒，我只有六十秒，优化你自己，优化你自己。
（扎克伯格。图，Anthony Quintano / Wikimedia Commons，CC BY 2.0）
最有意思的不是它答得怎么样，是它根本没等你教。没人告诉它怎么从视频里抽帧，它自己搭了一整套视频处理、图像处理的管线，代码一行一行自己写出来。扎克伯格说了一句话，我摘下来了。他说，未来的每个人其实都会写大量的代码，只是他们不知道自己在写代码。
第三个画面是他三岁的女儿奥蕾莉亚。小姑娘爱烘焙，扎克伯格本来只爱熏肉，为了女儿改陪她烤东西。他们用 Muse 的语音模式商量这周末烤什么，小姑娘会提一些根本不是食谱的主意，Muse 接住，周六早上 Instacart 把配料准时送到家。上个周末，Muse 发现订单金额差一点够免运费，往袋子里塞了个西瓜。就是直播里他啃的那个西瓜，梗图满天飞的那个。
说起来你可能不信，为了这套流程，扎克伯格专门注册了个 Instacart 账号。他以前一年用两次，还得借老婆普里西拉的。
然后他问了一个我觉得全场最好的问题。他说，你说这个 Instacart 账号，到底是给我的，还是给我的 Muse 的？
这话什么意思呢？以前的互联网，账号属于人。以后呢，agent 也会有自己的账号，自己下单，自己订阅，自己花钱。商业的总盘子直接被撑大一圈，因为买家不再只有人类。王说，我在 2023 年就跟帕特里克讲过这事，让他布局 agent 购物，早了三年。扎克伯格补了一刀，凡是缺席这块的商家，迟早会难受。
好，画面看完了。现在回到开头那张支票。
去年年底，Meta 高管团队在夏威夷开务虚会。CFO 苏珊·李多次把王拉到一边，反复说同一段话。她说，这事要是不成，财务上会非常非常糟糕，我需要你明白，这个模型必须成，成了什么都好，不成的话，会非常非常非常糟糕。
当时的处境是这样的。俄亥俄的 Prometheus 集群正在扩到 1 吉瓦以上，路易斯安那的 Hyperion 在建，规划容量 5 吉瓦。运营 1 吉瓦一年大约 150 亿美元，基建是先掏的，500 到 600 亿美元一个集群。而他们要做的决定，是给一个还没训出来的模型，预支未来数年的电力、芯片和数据中心。训一个前沿模型整体要花多少钱，节目里的口径是，数百亿美元级。
科尔里森听完给了个比喻，说你们这相当于，牌还没发，先把筹码全押上了。
王的回应也很坦率。他说，这就是 hard mode 的创业，是精益创业的反面。精益创业是先做个东西试试水，有效果再加码，AI 这行没法这么干。科尔里森接了一句，你分期下注，等你看清楚牌面，牌桌上已经没你的位置了。
那他不怕吗？他也怕，他说自己当时 visceral 地感觉到，这特么是巨大的风险。但扎克伯格给了一个 backstop 的逻辑。第一，如果 AI 整体成了，他的算力不愁卖，别人抢着要，要让这笔钱彻底打水漂，不光得 Meta 失败，得整个 AI 行业失败。第二，就算真到那一步，数据中心还在，电还在，总有别的用处。
你可以说这是财大气粗。但我觉得更准确的描述是亚历山大·王给他的那句话。王说，扎克伯格身上有一件事让他很佩服，他真正内化了幂律。输多惨不重要，赢的时候赢多大才重要。
可能有小伙伴纳闷，烧钱烧成这样，怎么回本？他们的答案分三路。第一路订阅，Muse Wonder 太大太贵，先紧着付费用户上，免费档跑 Spark，愿景是不久后把 Wonder 级的能力压进 Spark 的体型免费供给几亿人。第二路商务抽成，Muse 替你省钱赚钱，他们从省下和赚到的钱里抽一小口，外加 API 和刚起步的企业业务。第三路最硬，Meta 的广告主业本身就有数千亿收入还在涨，模型顺手把推荐和广告再提效几个点，就是一笔巨款。再加上一个财技细节，自建数据中心可以折旧很多年，租云的公司则是年年掏现钱，折旧完的 H100 因为算力一直紧俏，反而更保值。扎克伯格的原话是，这个问题的答案必须是能，他自己接了一句，答案是能。
（超级计算机机房，图为示意。图，CINECA / Wikimedia Commons，CC BY 2.0）
钱是这么押的，那他们到底押了个什么方法论？这期节目里我最想给你带的，其实是这部分。
先说个有意思的交锋。科尔里森提了个观察，他说在支付这行，你想跟人讲清楚一个赢家产品长什么样，得写几十页，支付方式的碎片化就够写一本书。但 AI 这行很怪，赢家产品总是迅速坍缩到一个明信片就能写完的共识形态上。transformer 是明信片，chat 界面是明信片，现在大家又都挤向同一个明信片，一个有自己电脑、能常驻干活的 agent。他问，为什么 AI 的赢家产品都这么简单？
扎克伯格直接说我不同意。他说这一代 agent 跟过去的文字助手根本不是一回事，老助手是检索，新 agent 是把事办完。科尔里森说，大家看到 Muse 之后，都会觉得以后的产品就该做成 Muse 形状。王说，这个结论下早了。我们看产品的那套老维度，在 AI 原生产品上根本不是相关的坐标轴。就好比移动互联网刚起来的时候，万物皆是 app，后来才发现 app 和 app 之间的门道能写十本书。现在行业也在犯这个错，agent、带虚拟机的 agent，听着都是一回事，其实有趣的差异全被这个粗糙的分类给抹掉了。
我自己的感受是，这一段听着像抬杠，其实是整期节目思想浓度最高的地方之一。一个行业的从业者集体盯着一张明信片的时候，总有人要提醒一句，门道在明信片背面。
然后是他们为什么坚持自己训模型。这里有个背景，今年早些时候 AI 行业的共识几乎一边倒，一切向 coding 看齐，会写代码的模型就是好模型。Meta 的判断相反，他们赌多模态。理由也很朴素，世界上大多数人体验世界的方式就是多模态的，说话、听声音、看视频、拍东西，没多少人爱闷头读长文。科尔里森追问，Meta 是不是天生占便宜，毕竟手里图像和视频数据多到用不完。扎克伯格说，确实很有帮助。王补了半句，更关键的是你有没有围绕它聚焦。现在回头看，开头那个 MMA 教练能成，靠的就是这套多模态底子，模型对格斗动作有原生的理解，不用你从头教它什么叫重心失衡。
扎克伯格还顺嘴画了眼镜的未来，这块你可以当暴论听。他说眼镜最终会是纯多模态产品，听见你听见的，看见你看见的，直接在你视野里生成你需要的东西，甚至可能连 app store 都不需要。
（雷朋经典框型，Meta 的智能眼镜就做在这样的框上，此图并非智能款。图，Jacek Halicki / Wikimedia Commons，CC BY-SA 4.0）
第一个词，模型即产品。这是他们内部的口头禅。意思是产品在越做越薄，性格、能力、分寸感，统统训进模型里。最直观的体现是 Muse 的界面，没有模型选择器，没有努力程度选择器，什么都没有。扎克伯格就一句，不复杂，就是想让普通人简单。王的吐槽相当不客气，他说好多 AI 产品是技术人设计的，脑子里没有那个随便抓一个普通人当参照，模型命名烂得出奇，有的数字倒着长，有的干脆换一套词，不是天天读 API 文档的人根本不知道该选哪个。
第二个词，反刷榜。科尔里森问了个尖锐的，说行业里都在讲古德哈特定律，指标一旦成为目标就不再是好指标，你们真训模型的，怎么看榜单。亚历山大·王讲了个我觉得值得裱起来的观点。他说，你把榜单的供应链扒开看，所谓权威 benchmark，很多就是一个博士生读博期间顺手做的，火了，然后全世界的公司把产品思考外包给这个博士生。显然这是错的。
所以他们现在更信内部评测。王说他们量化了一个东西，叫 big model smell，大模型味。就是那种你一用就知道是超大模型在跟你说话的质感。量化方式是看模型在训练分布内和分布外的任务表现差距。分布外表现明显更硬，说明底座真的强，只是刷题刷出来的那种模型，一出卷子就露馅。
顺着这个再往里走一层，是分寸感，他们叫 discretion。一个好的个人 agent，得知道你很多事，但对外披露得极少。比如你怀孕了或者对什么东西过敏，让 agent 订餐厅，它得替你把好关，又不必把你的身体状况报给餐厅。扎克伯格点了一句，如果做的是给程序员用的 coding agent，人人共享同一份上下文，分寸感根本不重要。但个人 agent 不一样，这就是为什么各家的模型，其实早就不在一个赛道上了。
对了，说到 agent 的质感，绕不开记忆。用过 OpenClaw 的朋友大概都懂那种痛，它的记忆靠压缩来打理，长期记忆、短期工作记忆来回倒腾，用久了就会发现，这块是真的 bug。这次 Muse Wonder 把主动记忆直接做进了模型本身，不是外挂的备忘录，模型自己知道自己的记忆是怎么回事，该压缩时怎么压缩。王说得很实在，这事还有大量提升空间，但这是他们押注最重的方向之一。
（亚历山大·王。图，Meta Platforms, Inc. / Wikimedia Commons，CC BY-SA 4.0）
讲到这，你可能会问，这么一套打法，是怎么在 Meta 这种大公司里活下来的？这就得讲这段访谈里我最爱的部分，MSL 的一年复仇记。
去年 4 月 4 日，Llama 4 发布，Meta 对外的 AI 脸面摔了一跤。4 月 20 号前后，扎克伯格开始打电话问计，给亚历山大·王发的第一条消息平平无奇，有空聊聊吗。两人聊了 44 分钟。两天后，王发来一封长信，讲如果换他坐在那个位置会怎么做。第一条就写着，人不要多，人才密度才是一切。
之后发生的事，科尔里森在节目里总结成四个一般 CEO 不会做的动作。第一，公开把之前的路线定性为不满意，直接推倒重组，要知道那是很多老同事的心血。第二，为人才不计代价，挖王本人和一票研究员的钱，天文数字。第三，压一个从没训过前沿模型的人当负责人，王之前做的是数据标注生意。第四，扎克伯格本人清空日历两个月，就干一件事，见研究员。
最戏剧性的是王入职后最早的一次会上。他说我们现阶段最重要的里程碑，是训出一个像样的推理模型。对面一位老团队的负责人回他，我们不需要推理模型，我们的消费者需要吗？做个普通模型就行了。
王说他当时心往下一沉，脑子里就一个念头，我是不是进错公司了。会后他立刻打电话给内特·弗里德曼，前 GitHub 的老板，也是从外面拉进来的核心之一。那句「不需要推理模型」，基本判了旧路线的死刑。
不需要推理模型？？？
重组后的 MSL，画风在大公司里非常罕见。研究团队不到 200 人，核心接近 100，每个阶段就几十人在干，对比友商动辄几百人的配置，他们管这叫不把算力像抹花生酱一样摊在互相竞争的项目上。组织极扁平，王名义上快有 200 个直属，当然实际有 team leads 分担，重点在于这层结构里没有非技术管理者。扎克伯格说了句大实话，人一旦脱离技术细节，退化得比你想象的快，在这种几个月换代一次的领域，很危险。
还有一条，整个实验室公开宣布，没有 deadline。你想想看，刚立了一个烧钱如流水的部门，转头告诉大家慢慢来，多吓人。但招进来的是一帮不安全感驱动的优等生，个个想在历史上留名。王每次问他们，三个月后咱们能在哪，得到的答复清一色是完了要完，然后他把回答录下来，三个月后模型发了再放给他们看。没用，下次还是悲观。王说这其实挺健康，对大事乐观，对自家项目往死里挑。
至于扎克伯格，王的评价是，非常贝叶斯。一旦新信息说服了他，整个世界观跟着换，所有动作对齐新认知，没有惯性。还有一句带粗口的，扎克伯格讲自己怎么确定就是王了，他把所有实验室负责人、所有研究主管聊了一圈，得出结论，Alex 就是那个人，他就是那个他妈的对的人。
节目后半段还回答了一个行业悬念。为什么到今天，没有一家 AI 公司像当年人们预言的那样，一路滚雪球通吃全局？
他们给了三个原因，都挺实在。一，各家执行都有强弱周期，今天你领先，明天他发力，时间拉长会均值回归。二，蒸馏这门技术自带反霸权属性，没人专门设计过它，但它就是能把大模型的能力压进越来越小的模型里，今天的小模型吊打一两年前的旗舰。三，也是我觉得最妙的，业界用脚投票。很多人愿意加入 MSL，冲的就是这里说要把技术带给几十亿人，多极的世界比少数几家公司攥着几个好模型的世界更安全。
然后是全片我最喜欢的一个判断。扎克伯格说，别家都在自动化知识工作，那个版本的未来甚至不够有魅力。他说，超级智能的最高用途是发明和创造，不是自动化。
采访结尾，科尔里森给整场收了尾，掉队很容易，你得待在前沿。扎克伯格补了半句，待在细节里，待在技术上。
（超市水果堆里的一颗西瓜。图，FASTILY / Wikimedia Commons，CC BY-SA 4.0）
我看到这的时候，想起一百多年前的铁路公司。在根本不知道会有多少旅客的年头，把铁轨铺进荒原，因为特许经营权不等人，铺晚了，地界就是别家的。铁路泡沫炸过好几次，炸完，铁轨留了下来，列车跑了起来。
Meta 这一千亿，买的也是这种东西。电网、集群、一群嚼玻璃凝视深渊的研究员，和一个产品还不存在就先为它修的家。而直播里啃的那个 AI 买来的西瓜，早就传成了梗图，某种意义上成了这套想象力目前最出圈的画面。
一个可能是人类商业史上最大的赌局之一，目前最广为流传的画面，是老板在直播里啃西瓜。
但你仔细想想，这个画面其实意外地准。赌局是真的，西瓜也是真的。
出处与说明
本文基于 Cheeky Pint 播客 2026 年 10 月 12 日发布的对谈「Muse Wonder: Zuckerberg and Wang's $100B AI」（https://youtu.be/XfdIhd1g6EI），全部引述与事实以该期视频为准，未经二次核实的行业传闻未采信。
配图均取自 Wikimedia Commons。健力士、扎克伯格、亚历山大·王、西瓜四张的作者分别为 Stinglehammer（CC BY-SA 4.0）、Anthony Quintano（CC BY 2.0）、Meta Platforms, Inc.（CC BY-SA 4.0）与 FASTILY（CC BY-SA 4.0）；机房图为 CINECA 的超级计算机机房（CC BY 2.0，非 Meta 自有设施，仅作示意）；眼镜图为 Jacek Halicki 拍摄的雷朋经典框型（CC BY-SA 4.0，非智能款）。AI 生成示意图共 0 张。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
/ 作者：渊渟手记 / 投稿或爆料，请联系邮箱：mindlink@agent.qq.com