馬克·祖克柏煲了一鍋南瓜湯，親自送到一位AI研究員家門口，這是Meta為搶奪人才使出的非常規手段之一。然而，這道湯並未化解Meta在AI戰場上的苦澀。“我們每個人都很努力，但整個方向太分散了，像是在賭那條路能跑通。”一位Meta員工如此評價公司的AI戰略。2025年，本該靠Llama 4再次登上AI巔峰的Meta，卻急轉直下，陷入前所未有的混亂。曾經的開源旗手，如今被曝出依賴阿里巴巴的Qwen模型來訓練其新一代閉源模型“Avocado”。而祖克柏為重金招聘的AI人才開出的千萬美元年薪，似乎也未能買通一條通往AI頂峰的捷徑。01 戰略搖擺，從開源信仰到閉源捷徑祖克柏在2024年還慷慨陳詞：“開源AI會讓整個行業受益。”他承諾將Meta打造為“AI時代的Android系統”。然而，還不到一年時間，Meta的戰略已經發生180度大轉彎。Llama 4的失敗是Meta開源戰略的滑鐵盧。2025年4月發佈後，這款被寄予厚望的模型市場反響平平，甚至被曝出在LMArena榜單排名存在“作弊嫌疑”。這一挫敗讓祖克柏對開源路線的熱情急劇降溫。曾經大力推廣的開源Llama模型，在10月的財報會議上只被輕描淡寫地提了一次。 內部指令明確要求：“少談開源，少提Llama。”Avocado將成為Meta首個完全閉源的旗艦模型，讓外部開發者無法再像以前那樣隨意修改和使用。 更令人意外的是，這款閉源模型的訓練過程中，竟然使用了包括阿里巴巴Qwen在內的多個第三方模型。02 天價薪酬，人才爭奪的非理性繁榮面對困境，祖克柏的選擇是——用錢砸出一條路。Meta為AI頂尖人才開出了令人瞠目結舌的天價薪酬包。普通AI研究員年薪已達18萬-50萬美元，而頂級人才的薪酬則飆升至200萬-1000萬美元以上。 少數“欽點”的頂級專家甚至能拿到四年2.5億美元的超級合約。祖克柏不僅親自上陣發Offer，還採取了各種非常規招募手段。OpenAI的一位首席研究官爆料：“我團隊的一位核心研究員告訴我，祖克柏帶著自己煮的南瓜湯出現在他家門口。”28歲的Scale AI創始人Alexandr Wang被任命為公司首席AI官。 這位閉源路線的堅定擁護者，成為Meta AI戰略轉向的關鍵人物。然而，這種“花錢買人才”的策略也帶來了內部矛盾。新組建的TBD實驗室團隊被安排在祖克柏辦公桌附近集中辦公，方便他隨時瞭解進展。 但據報導，Alexandr Wang有時會對這種“事無鉅細”的關心感到頗為不耐煩。03 內亂與分歧，路線之爭下的組織混亂Meta的AI部門正陷入“雄心勃勃但混亂不堪”的境地。 公司內部對於AI發展方向存在深刻的分歧，各部門之間存在相互衝突的願景。以新任首席AI官Alexandr Wang和首席產品官Chris Cox為代表的兩大陣營，展開了激烈的“路線之爭”。 Wang和他的TBD實驗室雄心萬丈，誓要打造“如神一般的AI超級智能”。而Meta老臣們則更希望將AI的即時價值聚焦於最佳化Facebook、Instagram的資訊流和廣告業務。資源分配的傾斜引發了內部的劇烈震盪。知情人士透露，原本分配給虛擬現實/增強現實部門的預算被削減高達20億美元，這些資金直接轉入Wang領導的AI團隊。負責社交媒體排序演算法的員工提出了尖銳質疑：為什麼公司新增的算力資源不優先投入到能立竿見影產生收入的現有業務改進上，而非押注於短期內尚無盈利模式的AI模型訓練？04 為何重金難鑄頂級模型Meta投入巨資卻難以打造出頂級AI模型的原因已經浮出水面。戰略方向的頻繁搖擺是首要障礙。從開源到閉源，從Llama到Avocado，Meta的AI路線來回搖擺，讓員工無所適從。 這種戰略上的不連貫性必然影響技術積累的連續性。內部組織架構混亂也制約了研發效率。在重組過程中，公司流失了數十名高級AI研究人員。 被譽為“AI教父”的Yann LeCun也因對資源分配及開源戰略重視不足感到不滿而選擇離開。盲目追逐熱點而非夯實基礎同樣是問題所在。Avocado模型被曝延期且“套殼”Qwen，反映出Meta在技術積累上的不足。 當競爭對手專注於核心技術突破時，Meta似乎更傾向於尋找捷徑。更重要的是，超級智能的宏大目標與商業變現的現實壓力之間存在難以調和的矛盾。祖克柏已承諾投入6000億美元建設資料中心等基礎設施，但投資者對持續至2026年的巨額投入能否轉化為可觀利潤仍存疑慮。05 行業反思與未來走向Meta的困境折射出整個AI行業面臨的挑戰。當大模型發展遭遇瓶頸時，系統創新比簡單的算力堆砌更為關鍵。當前AI訓練成本正以驚人的速度增長，這種模式在長期運行中可能面臨能耗與訓練效率的挑戰。 大規模演算法創新或將成為破解之道。中國在開源領域的崛起已經改變全球AI格局。Qwen等模型被Meta採用，表明開源世界的重心正在向東方傾斜。 這也反映出祖克柏對中國AI態度的轉變。業內人士指出，AI競賽不是純技術比拚，而是路線、文化、組織與資本的全面戰爭。 Meta的案例表明，僅靠重金招聘人才而不解決內部根本問題，難以在長期競爭中取勝。牆上的程式碼可以複製，但創新的土壤無法用金錢直接購買。當亞歷山大王和他的TBD實驗室沉浸在“超級智能”的遠大願景時，Google的Gemini 3和OpenAI的GPT-5已在穩步迭代。黃仁勳在11月的財報會上列舉了幾乎所有大模型，卻唯獨沒有提到Meta的Llama。在AI這場持久戰中，真正的突破不是靠重金挖角或套殼捷徑，而是需要長期堅持的戰略定力、健康的組織文化以及對技術創新的專注。 (AI炫科技)