「我希望向我汇报的人数最少，而 GPU 数量最多。」

Meta CEO 扎克伯格在最新采访中说，这是那些顶级 AI 研究员开出的「理想工作条件」。这也侧面点出了 Meta 目前正在全力打造的 AI 人才战打法。很明显，这样的打法确实奏效了，OpenAI 的 CEO 都忍不住怒骂「就是强盗」。而最新的情况是，据连线杂志报导，曾参与 OpenAI o3 和深度研究模型工作的研究员 Jason Wei 将加入 Meta 的超级智能实验室，他的同事 Hyung Won Chung 也将加入 Meta。

Jason Wei 在 2023年加入OpenAI，2020 年从达特茅斯学院本科毕业，进入谷歌工作，专注于思维链研究、指令微调和涌现现象。这种不计成本的「狂挖人」和「大撒币」模式，让整个科技圈都感到好奇：Meta 如此豪赌，究竟图什么？Meta 没有像一些公司那样，一头扎进「做出第一个 AGI」的竞赛，也不把全部押注放在模型参数堆叠、Sora 式爆款视频、AI 办公全家桶这些方向上。扎克伯格在这次 The Information 的采访中，重点提到了这三件事来解释 Meta 到底「图什么」：
1.将计算能力与人才密集型团队结合，Meta 将成为拥有最多计算能力的公司
2.吸引人才的花费，其实比我们在计算能力上的总体投入要小得多
3.搭建个人超级智能，不做「中央 AI 大脑」，而是做「你的 AI 搭子」

这些看似激进的操作背后，其实是扎克伯格少有地、清晰表述了自己对 AI 的长线押注与产品哲学：AI 的未来不只是成为一个解决关键问题的「超级大脑」，更是要在日常的每一件事上都能帮到你。

等你有了 1 万块 H100 GPU 再来找我
这是 Perplexity 的 CEO Aravind Srinivas 去年回忆起，自己试图从 Meta 挖一个研究员时，被对方用来回怼的原话。

上图.Perplexity公司首席执行官阿拉文德·斯里尼瓦斯（Aravind Srinivas）表示，他无法聘请一位Meta研究员，因为他的公司计算能力不足。

虽然夸张，但它真实反映出一个新趋势，在顶尖 AI 人才心中，高薪不再是唯一指标，算力密度和研究自由度才是决定性诱因。扎克伯格这次在采访时总结说，AI 研究员最关心的，其实是这三点：

1.尽量少的管理工作：少带团队、不想协调，只想专心研究
2.尽可能多的 GPU：最好一个人就能控制上万块 H100

3.合理的回报：钱当然还是要的，只不过已经不是唯一决定因素

所以，能够为每个研究员提供最多的计算能力，显然是一个战略优势。这不仅仅有利于我们完成科研工作，也有助于吸引最顶尖的人才。

上图.Meta 超级智能团队部分成员，图片来自：aim.media.house

在 Meta 组建的 Superintelligence Lab 中，这正是标准配置。每位顶尖研究员都拥有业界领先的算力资源，甚至是其他 AI 实验室的数倍，而组织结构尽可能扁平，强调极小团队、极快迭代、极高自由度。扎克伯格形容这是一个 「clean slate」 从零开始的机会，也是为什么很多原 OpenAI、Google、Anthropic 的人愿意跳槽，不是为了钱，而是因为「终于可以自己做主」。

总之，我们大概可以理解成，Meta 用的是「研究员人均显卡面积」来打人才战的。

钱不是问题，Meta 靠现金流堆出一座「AI 城」

当然，能给得起这么多 GPU 的，也没几家公司。其他公司要搞 AI，要么靠财团输血（OpenAI + 微软，Anthropic + 亚马逊/谷歌），要么靠内部周转。Meta 则不一样：它靠 Facebook 和 Instagram 的广告现金流，养活了全球最贵的一群 AI 人才和最多的算力储备。扎克伯格说，他们正在建造的 Hyperion 和 Prometheus 两个 Titan 集群，最终功率将超过 5GW，数据中心覆盖面积接近曼哈顿，是「人类历史上最大规模的 AI 计算集群之一」。

同时，Meta 还在建设「帐篷式」数据中心。不再是传统的有屋顶的建筑，而是使用防风防水的帐篷，在里面构建网络和 GPU 集群，以便能更快速地完成建设。最关键的是，这一切不用融资。不靠风险投资，不靠 IPO，再次证明了社交广告这个生意模型的「印钞能力」。在被问到关于 CapEx（资本支出）是否有上限，他说得很直接：我们有资本支持这一切……我自己也很兴奋，以创新的方式建设它们……我认为这是我们的一个优势……为什么人们非常兴奋来加入 Meta 的超智能实验室。

从整体上看，如果你要花费数百亿美元来进行计算和建设多个千兆瓦的数据中心，那么要争取到 50 到 70 个顶尖研究人员来组成团队，投入这些资金确实是有意义的。这让人觉得，似乎是针对那些可能还需要融资，来完成这些建设的竞争对手，一种隐晦的回应。在他看来，AI 是未来几十年人类社会的底层结构，就像互联网一样。而 Meta 的战略，就是趁现在还来得及，提前把能抢到的资源全都抢到手里。

和 OpenAI 不一样，Meta 不解决世界难题，只解决你的日常

AI 的未来会长成什么样？对这个问题，大多数主流实验室的回答都是，「让 AI 替你做尽可能多的工作」。OpenAI 的 Sora 正在拍片，GPT-4o 能当助教、当医生，甚至有人预测 AGI（通用人工智能）将在几年内登场。Anthropic 和 Google DeepMind 则更强调安全、伦理、对齐等维度，大家争的是「谁能率先搞定那个全能的超级大脑」。但扎克伯格的回答不一样。他说的关键词不是 AGI，而是：Personal Superintelligence ，个人超级智能。

这听上去像是营销术语，但在他的论述中，背后确实有一套产品哲学：

.别人以为 Meta 要开发中心化的超智能，解决重大问题，但 Meta 想要的是个人超级智能，解决生活中相对简单，但全面丰富的事情。

.别人想自动化全社会的经济工作，Meta 想帮你搞定生活里的小事、快乐、关系和创造力。

.未来最理想的 AI 形态，不是网页，不是手机 app，而是一副来自 Meta 的会听、会看、能说话的智能眼镜。

我觉得以后不戴 AI 眼镜的人，会像今天没戴视力矫正镜一样，处在认知劣势中。

在采访中，扎克伯格还给出了关于他自己的例子：他说几乎在每次和别人的聊天中，他都会想到几件事需要继续跟进，但往往一件都没跟，或者最多就是探讨一件事。而如果未来戴上 Meta 的 AI 眼镜，它就可以记住所有信息，并进行整理，然后自动提醒你的下一步操作，甚至代为处理。从某种意义上说，Meta 想做的不是不是那种单纯提高生产力的工具，他要做的是更「接地气」，服务更多人的，与个人更相关的超级智能。

人工智能就像互联网刚开始普及时一样，人们会问，互联网会用于生产力吗？它会用于娱乐，还是改变我们工作的方式？最终，答案是：它都会。因此，人工智能也会这样，有不同的公司专注于不同的方面。到目前为止，其他实验室的很多话题都围绕着自动化社会中的经济生产性工作，当然，经济自动化和经济进步的潜力很大，可以为许多人带来帮助。但另一方面是，人们在自己生活中关心的事情是什么？部分人关心生产力，但更多的却是人际关系、文化、创造力，以及享受乐趣和生活。和过去几年相比，这次扎克伯格在采访中的状态，显得前所未有地「主动」。

尽管 Meta 的 Llama 模型可能没有像 Meta 所希望的那样抓到这一波人工智能的潮流，Llama 4 Behemoth 也因为「内部测试性能不佳」而推迟了发布。

SemiAnalysis 报导了推迟发布的原因，提到 Meta 在强化学习和内部评估方面「非常落后」。但也提到了 Meta 新的超级智能团队将努力缩小差距，它将有望成为第一个将 1GW+ 超级集群投入运行的实验室。而在这次的采访中被问到 Llama 落后的情况时，扎克伯格表示「这个领域正在加速发展，我只想确保我们能够占据有利地位」。

今天行业内有一个很大的争论。超级智能是否会在三年、五年或七年内成为可能？但我不认为有人知道答案。我只是认为我们应该下注并采取行动，假设它将在未来两到三年内准备就绪。我相信这是有可能的。如果你也这么相信，那无论需要什么，都要投入数千亿美元去打造最强的团队。这场采访没有「惊天猛料」，也没有产品发布。但它罕见的呈现了一个真实的判断，AI 已不再是纯粹的科技竞赛，而是一次组织能力、基础设施、产品哲学的全面较量。