•
Meta創始人祖克柏：開源模型今年將成為主流，DeepSeek不錯但缺少多模態，中國AI一大優勢是電力，“智能爆炸”是可能的
今天，我們要分享的內容來自知名科技博主Dwarkesh Patel對Meta CEO馬克·祖克柏的訪談，這期播客昨天剛剛發佈。
說來，祖克柏的口碑從去年到今年，經歷了一個過山車。在公司層面，去年此時，Meta開始了口碑的上升期，2024年4月18號發佈的Llama3模型，成為前沿開源模型的代名詞，我曾經看過一期去年紅杉資本的播客，一位合夥人說，Llama開源模型，是美國AI初創生態的基礎；在祖克柏個人層面，據說他聽取了知名投資人，《從零到一》作者、范斯背後支持者彼得·蒂爾德建議，改變了自身妝造，從原來的機器人形象，變得粗糙和有活力，又獲得一波好感。
我甚至看到一個視訊節目，標題叫《為什麼祖克柏要偽裝成人類？》大家可以通過下圖感受一下他的早期形象。
不過，這個蜜月期，在DeepSeek R1發佈之後，遭遇了轉折點，先是最佳開源模型的名號讓位於DeepSeek（也不如Qwen）。但這並不是最糟糕的，Llama4系列模型的發佈才是一個災難。本來發佈伊始，Meta宣佈打榜成功， Llama-4-Maverick成為Lmarena排名第二的前沿模型。但隨後，情況急轉直下，Llama團隊被認為針對競技榜做了針對性最佳化（也就是作弊），隨後LMArena 更新了排名，Llama最新版從第2 名懸崖式下降到第32名。
在這個過程中，祖克柏除了在Llama4剛發佈的時候，發了一條自拍視訊，一直保持沉默。直到本周，伴隨Meta首次主辦的生成式 AI 開發者大會—— LlamaCon召開，祖克柏又對外發聲了。
除了這場Dwarkesh Patel對他的訪談，祖克柏還在會上邀請了微軟CEO薩提亞做了一場高端對話。（或許晚點我也會再分享一下這個內容）
在這場播客訪談，他算是證明回應了“作弊”事件。他回答的很巧妙，也可以說狡猾，拉Anthropic做墊背。說Llama 4 Maverick雖然現在排名不好，但是這不要緊，因為："在Arena上，你會看到Anthropic的Claude 3.7 Sonnet——這是一個很棒的模型，但它的排名也不在頂部。我們的團隊相對容易調優一個Llama 4 Maverick版本，使其排名靠前。而我們發佈的純模型實際上沒有為此進行任何調優，所以它排名較靠後。但我認為你需要小心對待一些基準測試，我們將主要關注產品體驗。"
由於現在開源模型的風頭已經被DeepSeek搶走了，所以Dwarkesh Patel自然會問道這個問題。祖克柏先是說DeepSeek在文字處理上取得了顯著成果，但又強調DeepSeek缺乏多模態能力，而現在所有主流模型都已實現相關功能。在模型效率對比上，祖克柏說Llama 4在技術實力上與DeepSeek相當，但模型更小，因此效率更高，智能/成本比更優。
不過他也承認，說DeepSeek缺乏多模態不是技術原因，而是算力受限。這是顯然的，因為DeepSeek早就發佈過多模態模型框架Janus。
對了，祖克柏被認為是最像早期中國網際網路創業者的美國CEO，看到什麼應用好，就會立即複製，山寨被視為理所當然，比如抄Tik-Tok做了Reels。
看完整個訪談，我的感覺是，Meta的主要業務重點是在消費者層面，像一個網際網路公司，而不是一個AI公司，所以對於模型的特性，祖克柏會說：Meta要建構最個性化的AI，最好的語音，非常低的延遲……
一、Llama 4：Meta的開源AI新篇章
當然，祖克柏首先要介紹Meta最新發佈的Llama 4系列模型，這是繼Llama 3之後的又一重要迭代。Meta已經宣佈了四個模型，並行布了其中兩個：Scout和Maverick，它們是中小型模型。
"整個領域都非常活躍。自上次我們交談以來，發生了巨大變化。Meta AI現在每月有近10億使用者，這相當驚人。我認為今年將是AI領域非常重要的一年，尤其是當我們開始建構個性化的智能體驗時，這將帶來超級激動人心的體驗。"祖克柏解釋道。
關於Llama 4的特點，他指出："Scout和Maverick模型在智能與成本比例上是目前市場上最高的。它們原生支援多模態，非常高效，可以在單一主機上運行，設計為低延遲，適應我們內部建構的許多用例。這是我們的全部理念：我們建構自己想要的東西，然後開源它，讓其他人也能使用。"
他還透露了即將推出的更多模型："我們還有一個被稱為'Little Llama'的8B參數模型即將在未來幾個月推出。更令人興奮的是即將推出的'Behemoth'模型，這將是我們第一個處於前沿水平的模型，擁有超過2兆參數。它非常龐大，以至於我們必須建構大量基礎設施才能進行後訓練，我們正在思考如何讓普通開發者能夠使用它，以及如何使它對蒸餾成合理大小的模型有用。"
當被問及Llama 4與其他封閉原始碼模型的差距時，祖克柏認為開源AI整體上取得了良好進展："如果你回顧去年，Llama是唯一真正創新的開源模型。現在，領域中已經有很多開源模型。總體上，我認為預測今年開源模型將超越封閉源模型成為最常用的模型，這一預測正在軌道上實現。出人意料的是，不僅僅是Llama，還有很多其他優秀的開源模型。"
他特別指出了"推理模型"這一現象："當你談到GPT-3和GPT-4以及其他模型時，你實際上是在指代這些推理模型。這些能夠在推理階段消耗更多計算資源以提供更高智能的模型確實是一個很有吸引力的範式。但對於我們關心的許多應用來說，延遲和良好的智能-成本比實際上是更重要的產品特性。"
祖克柏解釋了Meta優先考慮低延遲模型的原因："如果你主要是為消費者產品設計，人們不一定希望等待半分鐘來思考回答。如果你能在半秒內提供一個相當不錯的答案，那太棒了，這是一個很好的權衡。因此，我認為這兩個方向最終都會很重要。"
關於評估模型性能的基準問題，祖克柏表達了一些保留意見："這涉及到如何進行基準測試的挑戰。基本上，如何知道那些模型適合那些用途？我們過去一年嘗試做的事情之一是將我們的模型更多地定位在Meta AI產品北極星用例上，因為任何特定的開源基準或ChatBot Arena這類評價通常都會偏向於特定的用例集，這些用例往往不是普通人在你的產品中實際做的事情。"
他進一步解釋："由於這個原因，我們發現過於最佳化這些基準測試往往會誤導我們，實際上並沒有導向最高品質的產品、最多的使用量和Meta AI中最好的反饋。所以我們試圖將我們的北極星錨定在產品價值上，即人們向我們報告的內容和他們說他們想要的東西，以及他們的顯示偏好是什麼。"
關於基準測試的可操作性問題，祖克柏舉例說："在Arena上，你會看到Anthropic的Claude 3.7 Sonnet——這是一個很棒的模型，但它並不接近頂部。我們的團隊相對容易調優一個Llama 4 Maverick版本，使其基本上處於頂部。而我們發佈的純模型實際上沒有為此進行任何調優，所以它排名較靠後。我認為你需要小心對待一些基準測試，我們將主要關注產品體驗。"
二、智能爆炸與科技生產力循環
當討論到"智能爆炸"的可能性時，祖克柏顯示出了對這一概念的贊同，同時強調了物理基礎設施建設的時間約束。
Dwarkesh Patel指出，一些AI實驗室的觀點是："一旦你完全自動化軟體工程和AI研究，就可以引發智能爆炸，在這種情況下，你有數百萬個這些軟體工程師複製發生在Llama 1和Llama 4之間出現的那些等級的研究，那種規模的改進可能在幾周或幾個月而不是幾年內再次發生。"
祖克柏認為這個觀點很有說服力："我個人認為這很有說服力。這就是為什麼我們也有大量的編碼工作。我們在Meta內部開發了許多編碼代理（agents）...我們不是真的企業軟體公司，我們主要是為自己建構。我們不是試圖建構一個通用的開發者工具，我們試圖建構一個編碼代理和一個專門推進Llama研究的AI研究代理，完全接入我們的工具鏈。"
他預測軟體開發領域的急劇變化："我猜測在未來12到18個月內，我們將達到這些努力中大部分程式碼是由AI編寫的地步。我不是指自動完成，我是指現在你有很好的自動完成功能，你開始寫一些東西，它可以完成程式碼部分。我說的更多是你給它一個目標，它可以運行測試，它可以改進事物，它可以發現問題，它編寫的程式碼質量已經超過了團隊中平均的、非常優秀的人員。"
然而，祖克柏對傳統"快速接管"理論持保留態度，認為物理基礎設施的建設需要時間："我對快速接管的爭論點持不同意見的部分是，建立物理基礎設施需要時間。如果你想建立一個千兆瓦的計算叢集，那需要一些時間。輝達需要大量時間來穩定他們新一代的系統，然後你需要弄清楚周圍的網路，然後你需要建造建築物，你需要獲得許可，你需要獲得能源...這些都是物理世界中人類時間的約束。"
他進一步解釋："隨著你在堆疊的一部分獲得更多智能，你基本上只會遇到一組不同的瓶頸。這就是工程一直以來的工作方式。你解決一個瓶頸，又遇到另一個瓶頸。"
祖克柏還強調了人機協同進化的重要性："另一個使這個系統正常工作的瓶頸或成分是人們習慣於並學習與系統進行反饋循環。這些系統往往不是那種完全成形的東西突然出現，然後人們神奇地完全知道如何使用它，然後結束。我認為這是一種共同進化，人們在學習如何最好地使用這些AI助手。"
他用一個具體例子說明了AI在改進人類工作而非取代人類工作方面的潛力："幾年前，我們在廣告團隊上有一個項目，用於自動化排名實驗。這是一個相當受限的環境...基本上看公司的整個歷史，任何工程師在廣告系統中做過的每一個實驗，看看什麼有效，什麼無效...我們發現，即使只有現在廣告團隊的人員，我們已經有比實際擁有的計算能力或測試人群更多的好想法...因此，僅僅能夠測試更多的東西不一定會對此有所增益。我們需要達到AI生成的假設的平均質量比我們實際能夠測試的線以上的所有東西更好的地步，比團隊上最好的人類能夠做到的更好，然後它才會對其有邊際效用。"
三、個性化AI與現實融合：Meta的獨特視角
祖克柏詳細闡述了Meta在AI方面的獨特定位，強調了個性化、多模態和延遲最佳化對消費者AI體驗的重要性。
"我想當你向前看幾年，我們將整天與AI交談，詢問我們想知道的不同事情。你知道，就像你會有手機，你會在手機上和它交談，你會在瀏覽Feed應用時和它交談。它會給你關於不同內容的背景。你可以提問。它會在你與消息應用中的人互動時幫助你。"
他特別提到了Meta AI應用中的全雙工語音功能："我在Meta AI應用中放入了全雙工語音演示。我的意思是，它還早期，這就是為什麼我們沒有將其作為應用中的默認語音模式的原因，但它對話的自然程度是非常有趣和引人注目的。"
大家知道祖克柏非常好看好元宇宙，因為這個原因還把公司從FaceBook改成Meta。所以他繼續強調對增強現實的看好，祖克柏認為："最終，我認為智能將貫穿我們的日常生活，我們要麼有眼鏡，要麼有其他類型的AI裝置，能夠全天無縫地與之互動。"
當談到人們與AI建立關係的未來趨勢時，祖克柏表現出謹慎樂觀的態度："我認為有很多問題，你只有在開始看到行為時才能真正回答。所以可能最重要的前期事情就是提出那個問題，並在每一步都關心它。但我也認為，過早規定性地說我們認為這些事情不好，往往會切斷價值。"
他強調了信任使用者判斷的重要性："因為我不知道，人們使用對他們有價值的東西。而我設計產品的核心指導原則之一是，人們是聰明的，對吧？他們知道在他們的生活中什麼是有價值的。"
祖克柏指出："如果你認為某人正在做的事情是不好的，而他們認為它真的很有價值，根據我的經驗，大多數時候他們是對的，你是錯的，你只是還沒有想出一個框架來理解為什麼你正在做的事情在他們的生活中是有價值和有幫助的。"
他還分享了人們已經在使用AI進行社交任務的例子："已經，我們看到人們使用Meta AI的主要事情之一是談論他們需要與生活中的人進行的困難對話。比如'我和我的女朋友有這個問題，幫我進行這個對話'。或者'我需要與我的老闆進行這個艱難的對話，我該如何進行？'這是非常有幫助的。隨著個性化循環的啟動，AI只是開始越來越瞭解你，我認為這將非常引人注目。"
祖克柏還分享了一個關於社交連接需求的有趣統計："有一個我總是認為很瘋狂的統計資料。平均美國人，我認為，有不到三個朋友，只有三個他們認為是朋友的人。而大家對更多朋友的需求是明顯的，我認為是大約15個朋友左右。我猜在某一時間點上，你可能會說，好的，我太忙了，我無法應付更多的人。但平均人想要更多的連接和通道。"
對於AI是否會取代真實的人際關係，祖克柏持謹慎樂觀的態度："所以有很多人問類似的問題，比如，這是否會替代面對面的連接或真實生活的連接？我的默認答案是可能不會。我認為有所有這些事情，當你能夠擁有物理連接時，它們會更好，但現實是人們沒有連接，他們感到孤獨的時間比他們想要的要多。"
四、AI友伴與虛擬互動的未來
談到人們已經開始與AI建立有意義的關係（如AI治療師、AI朋友甚至更多），祖克柏分享了他對這一趨勢的看法，並探討了Meta在增強現實領域的願景。
祖克柏指出："你知道，現在有一些公司在做虛擬治療師，還有虛擬女友類型的東西，但它非常早期，對吧？我的意思是，這些東西中的體現是相當弱的。很多時候，你打開它，它只是一個治療師或你正在交談的人的圖像。我的意思是，有時候有一些非常粗糙的動畫，但它不像是一種體現。"
他提到了Meta在Reality Labs的工作："我的意思是，你已經看到了我們在Reality Labs正在做的事情，就像你有Codec頭像（這是一種超逼真頭像），它感覺像是一個真實的人。我認為這就是它的發展方向。你將能夠基本上有一個始終開啟的視訊聊天，AI將能夠做到，你知道，手勢也很重要，超過一半的交流當你實際上在進行對話時不是你說的話，而是所有非語言的東西。"
當被問到如何確保人們與AI的關係是健康的時，祖克柏表達了他的看法："我認為隨著時間的推移，所以，我的意思是，我認為現在可能對這有一點點污名，隨著時間的推移，我猜這些事情，它們會隨著產品變得越來越好而成為越來越大的產業。"
關於Meta的Ray-Ban（雷朋）眼鏡產品，祖克柏解釋了其成功的原因："這是Ray-Ban Meta產品做得如此好的部分原因，就像它非常適合聽音樂、接電話、拍照和視訊，AI在你需要時就在那裡，但當你不需要時，它就像一副很棒的、好看的眼鏡，人們喜歡它，它會避開你的視線。"
祖克柏認為增強現實將遵循類似的設計原則："我會猜測這將是增強現實未來非常重要的設計原則。我看到的主要事情是，我認為考慮到數字世界在我們所有人生活中的重要性，我們只能通過這些物理數字螢幕訪問它，這有點瘋狂。就像你有手機，你有電腦，你可以放一個大電視，這是一個巨大的物理事物。我們似乎已經到了技術的地步，物理和數字世界真的應該完全融合。這就是全息疊加允許你做的事情。"
他進一步解釋了他對未來增強現實互動的願景："但我同意，我認為設計原則的一大部分將是，你將與人互動，你將能夠把數字工業品帶入那些互動中，能夠做一些很酷的事情，非常無縫，對吧？就像，如果我想給你展示什麼，這裡，像一個螢幕，好的，給你，我可以給你看，你可以與之互動，它可以是3D的，我們可以玩它。你想要，你知道，比如玩一個紙牌遊戲或者什麼的，好的，這裡有一副牌，我們可以玩它，就像我們兩個在這裡物理存在，比如你有第三個朋友只是全息投影進來，對吧？他們也可以參與。"
祖克柏強調了數字空間設計的重要性："但我認為在那個世界裡，人們不會想要他們的數字物理空間感覺那樣（雜亂）。我不知道，那更多是一種美學，和這些規範之一，我認為將不得不被解決。但我想我們會搞清楚的。"
五、中國AI發展與DeepSeek的競爭
當談及中國AI實驗室如DeepSeek的發展情況時，祖克柏提出了一些有趣的觀點，探討了地緣政治如何影響AI研發。
Dwarkesh指出："DeepSeek現在的計算能力比Meta這樣的實驗室要少，但你已經可以說它與Llama模型相比具有競爭力。如果中國在物理基礎設施、工業規模擴大、獲取更多電力和更多資料中心方面做得更好，你有多擔心他們可能會在擊敗美國AI實驗室？"
祖克柏認為這是一場真正的競爭："我認為這是一場真正的競爭。我認為你正在看到工業政策真正發揮作用的地方...是的，我認為中國正在開通更多的電力，因此，我認為美國真的需要專注於簡化建設資料中心和建設和生產能源的能力，否則我認為我們將處於顯著劣勢。"
但他同時也表達了管制的作用："同時，我認為對晶片等事物的一些管制，你可以看到它們明顯在起作用，因為關於DeepSeek的所有對話都是關於它們做了所有這些非常令人印象深刻的低級最佳化。現實是它們確實做到了，這令人印象深刻。因為它們使用的是性能受限的晶片，這是NVIDIA由於管制而被允許在那裡銷售的晶片。"
祖克柏分析了這一情況的影響："所以DeepSeek基本上不得不花費大量的時間和精力做低級基礎設施最佳化，而美國實驗室不需要做。現在，它們在文字上產生了良好的結果，對吧？我的意思是，DeepSeek僅限於文字。所以基礎設施令人印象深刻。文字結果令人印象深刻。但現在出來的每一個主要模型都是多模態的，對吧？它是圖像，它是語音...而他們的不是。現在的問題是，為什麼會這樣呢？我不認為這是因為他們沒有能力做到這一點。我認為他們基本上不得不將精力花在這些基礎設施最佳化上，以克服存算力受限的事實。"
比較Llama 4和DeepSeek時，祖克柏強調："但當你比較Llama 4和DeepSeek時，我的意思是，我們的推理模型還沒有出來。所以我認為R1比較還不清楚。但我們基本上是，所以實際上，在所有技術方面與DeepSeek所做的在同一個水平，但模型更小。所以它更加高效。Llama的智能-成本比在文字上更低。然後所有多模態的東西我們實際上領先，而在他們的產品中這甚至不存在。所以我認為Llama 4模型當你將它們與他們所做的進行比較時，是...很好的。我認為人們通常會更喜歡使用Llama 4模型。"
六、開源AI與許可策略的辯論
在談到開源AI和許可策略時，祖克柏分享了Meta的戰略思考和對開源AI生態系統的看法。
當被問及山姆·奧特曼最近宣佈OpenAI將發佈一個開放原始碼的SOTA推理模型，以及DeepSeek採用MIT許可證，而Llama則有一些限制性要求時，祖克柏表達了他的觀點：
"我們基本上開創了開源LLM這件事，所以我不認為許可證是重要的。我認為當我們開始推動開源時，這在行業中是一個大辯論，就像這甚至是一個合理的事情嗎？你能用開源做一些安全和值得信賴的事情嗎？開源是否能夠足夠有競爭力，讓任何人都會關心？"
他解釋了Meta為Llama模型設定許可條件的原因："基本上，當我們回答這些問題時，這是Meta團隊的大量艱苦工作，儘管行業中還有其他人，但真正的情況是，Llama模型是我認為以一種巨大的方式打開了整個開源AI事物的模型。我們非常專注於，好的，如果我們要把所有這些能量投入其中，那麼至少，如果你將擁有這些像微軟、亞馬遜和Google這樣的大型雲公司轉而銷售我們的模型，我們至少應該能夠在他們這樣做之前與他們進行對話，基本上圍繞著，好的，我們應該有什麼樣的商業安排？"
祖克柏強調："但我們對許可證的目標是...我們一般不試圖阻止人們使用模型。我們只是認為，好的，如果你是那些大公司之一，或者如果你是蘋果，就可以來和我們談談你想做什麼，讓我們找到一種共同做事的有成效的方式。"
他表示，如果市場環境發生變化，Meta也會調整戰略："現在，如果行業的整個開源部分朝著一個方向發展，那裡有很多其他很好的選擇，如果許可證最終成為人們不想使用Llama的原因，那麼，我不知道，我們將不得不重新評估戰略，無論在那一點上什麼是有意義的。但我只是不認為我們在那裡。"
祖克柏解釋說，這在實踐中並不是一個實際問題："這不是，在實踐中，我們看到公司來找我們說的事情，我們不想使用這個，因為你的許可證說如果你達到7億人，你必須來和我們談談。所以，至少到目前為止，這有點更多是我們從，像，開源純粹主義者那裡聽到的事情，比如，這是不是一個你想要的那麼幹淨的開源模型？"
他還將這場辯論放在了更廣泛的開源歷史背景中："看，我的意思是，我認為這場辯論自開源開始就存在，比如，你知道，只是所有GPL許可證的東西與其他東西相比，這就像，好的，需要是這樣的，任何接觸開放原始碼的東西都必須是開放原始碼的，還是人們只能拿走它並以不同方式使用它？我相信圍繞這個將繼續有辯論。"
祖克柏還談到了維持開源推動力的重要性："對於任何現在出現並在我們做了之後正在做開放原始碼的人，問題是如果我們沒有做的話，他們還會做開源嗎？我認為有一些人看到越來越多的開發工作正朝著開源方向發展，它們的想法是，哦，糟糕，我們需要搭上這列火車，否則我們會失敗，我們有一些封閉的模型API，越來越多的開發者，那不是他們想要的。"
他舉例說明了開源動力的重要性："Android開始作為開放原始碼的東西。沒有真正的任何開源替代品。我認為隨著時間的推移，Android只是變得越來越封閉。所以我認為如果你是我們，你需要擔心，如果我們停止推動行業朝這個方向發展，所有這些其他人可能只是真的這樣做是因為他們試圖與我們以及我們推動事情的方向競爭。他們已經表明了他們在開源不存在的情況下會建構什麼的偏好。它不是開放原始碼的，對吧？所以我只是認為我們需要小心依賴於那種繼續的行為，為我們將在公司建構的技術的未來。"
祖克柏還談到了美國模型作為標準的重要性："這些模型編碼價值觀和思考世界的方式。我們早期有一個有趣的經歷，我們拿了Llama的早期版本並翻譯了它。我認為是...它可能是翻譯成法語或其他語言。我認為是法語，我們從法國人那裡得到的反饋是，這聽起來像一個學會說法語的美國人。它聽起來不像一個法國人...它說法語說得很好，只是它思考世界的方式似乎略微美國化。"
七、AI的商業模式與價值創造
祖克柏詳細探討了AI的商業化策略和不同商業模式，尤其是廣告支援模式與付費訂閱模式之間的權衡。
當被問及"正確的AI商業化（貨幣化）方式"時，祖克柏表示：
"我的意思是，就像我們之前討論的，會有所有這些不同的應用，不同的應用傾向於不同的事情。廣告在你想為人們提供免費服務時很棒，對吧？因為它是免費的。你需要以某種方式覆蓋它。廣告解決了這個問題，即一個人不需要為某物付費，卻能免費獲得一些令人驚嘆的東西。"
他解釋了廣告作為商業模式的優勢："而且，順便說一下，使用現代廣告系統，很多時候人們認為廣告如果做得好，會為事物增加價值。你需要擅長排名，你需要擅長擁有足夠的廣告庫存流動性，這樣如果你只有五個廣告商在系統中，無論你在排名方面有多好，你可能無法向某人展示他們感興趣的東西。但如果你有數百萬廣告商在系統中，那麼你可能能夠找到一些非常引人注目的東西，如果你擅長從乾草堆中挑選出那個人會感興趣的不同針。"
他認為廣告模式有其適用場景，但也有其他商業模式：
"所以我認為顯然也會有其他商業模式，包括那些成本更高的，所以甚至不合理提供免費服務。順便說一下，一直以來都有這樣的商業模式。這就是為什麼社交媒體是免費和由廣告支援的，但如果你想觀看Netflix或ESPN或類似的東西，你需要為此付費。"
祖克柏解釋了為什麼某些服務需要收費："因為有些內容的製作非常昂貴，如果在服務中沒有足夠的廣告，他們可能無法彌補製作內容的成本，所以基本上你只需要付費才能訪問它。就像如果我們談論的是數億人使用這些服務，而不是數十億。所以這裡有不同的價值權衡。"
他認為AI領域也會出現類似的情況："我認為這裡也是類似的。不是每個人都想要一個軟體工程師或者一千個軟體工程代理或類似的東西。但如果你確實需要，那是你可能願意支付數千或數萬或數十萬美元的東西。所以我認為這只是說明需要建立的不同東西的多樣性。在價值光譜的每個點上都會有商業模式。"
關於Meta的消費者AI戰略，他表示："對於消費者部分，我們肯定希望有一個免費的東西，我確信這最終會是由廣告支援的。但我也認為我們會想要有一個商業模式，支援人們使用任意數量的計算來做，像，真正更令人驚奇的事情，比為免費服務提供合理的事情更多。對於這個，我確信我們最終會有一個高級服務。但是，我的意思是，我們在這方面的基本...你知道，價值觀是我們希望為世界上儘可能多的人服務。"
八、CEO的角色與AI時代的領導力
當討論作為CEO如何跟蹤和管理眾多AI項目時，祖克柏分享了他在Meta的領導經驗和優先事項。
他解釋道："我花很多時間試圖讓優秀的人進入團隊，對吧？我的意思是跨團隊的事情。你建立Meta AI...你想把它放入WhatsApp或Instagram。現在我需要讓這些團隊一起交流。你想要Meta AI在WhatsApp中的對話執行緒感覺像其他WhatsApp執行緒嗎？或者你想讓它感覺像其他種類的AI聊天體驗？這些是不同的習慣用法。所以我要說有所有這些有趣的問題需要圍繞著基本上這些東西如何融入我們所做的一切來回答。"
他還談到了基礎設施建設的挑戰："然後我們正在做的還有另一部分，這基本上是推動基礎設施，對吧？如果你想建立一個千兆瓦叢集，那麼首先，這對我們進行基礎設施建設的方式有很多影響。它對公司有財務影響，在世界存在大量經濟不確定性的情況下。我們現在是否要在基礎設施上加倍下注？如果是這樣，我們想在公司周圍做出什麼樣的其他權衡？這些是其他人真的很難做出這些決定的事情。"
祖克柏還強調了品味和質量判斷的重要性："然後我認為還有一個關於品味和質量的問題，就是什麼時候一個東西足夠好，我們想要發佈它？我確實覺得，總的來說，我是公司品味的管理者，儘管我們也有很多其他人，我認為也有很好的品味，他們也是不同事物的過濾器。"
他特別指出AI與其他產品開發的不同之處："但我認為AI很有趣，因為與我們做的一些其他事情相比，它更多是研究和模型主導而不是真正的產品主導。你不能只是設計你想要的產品，然後嘗試建構模型來適應它。你真的需要首先設計模型和你想要的能力，你會得到一些突現的屬性，然後你可以建構一些不同的東西，因為這種事情以這種方式出現。我認為最終，人們想要使用最好的模型。"
祖克柏解釋了為什麼特定的模型設計對Meta的產品願景至關重要："所以這部分是為什麼當我們談論建構最個性化的AI時，最好的語音，最好的個性化，也是一個非常智能的體驗，延遲非常低，這些是我們基本上需要設計整個系統來建構的東西，這就是為什麼我們正在研究全雙工語音，這就是為什麼我們正在研究個性化，既可以從你與AI的互動中提取良好的記憶，也能夠插入所有其他Meta系統，這就是為什麼我們設計了我們設計的特定模型，使其具有它們所具有的大小和延遲參數。"
九、100倍生產力提升的未來願景
在訪談的最後部分，祖克柏探討了AI可能帶來的生產力爆炸性增長，以及這可能如何重塑社會。
當被問及如果軟體生產力在兩年內增加100倍會怎樣時，祖克柏表示："這是一個有趣的問題。我認為這次對話的一個主題是，將要釋放的創造力數量將是巨大的。如果你看一下人類社會和經濟在100或150年中的整體軌跡，基本上是人們從主要是農業，大部分人類精力用於僅僅養活自己，到那已經成為一個越來越小的百分比，照顧我們基本物理需求的事情佔據人類精力的百分比越來越小，這導致了兩個影響。"
祖克柏解釋了這種轉變的兩個主要影響："一是更多的人在做創造性和文化追求。二是人們一般花在工作上的時間更少，在娛樂和文化上的時間更多。我認為隨著這一處理程序的繼續，這幾乎肯定會繼續發展。這不是當你有一個，像一個超級強大的軟體工程師時在一到兩年內會發生什麼的事情。"
他對未來的願景非常樂觀："但我認為隨著時間的推移，你知道，如果你喜歡，每個人都將擁有這些超人的工具，能夠創造大量不同的東西。我認為你將得到這種令人難以置信的多樣性。部分將是解決我們視為這些難題的事情，比如解決疾病或解決科學領域的不同事情，或者只是讓我們的生活更好的不同技術。但我猜很多最終將是文化和社會追求以及娛樂。"
祖克柏預測了一個更加豐富多彩的世界："就像，我猜世界將變得更加，比如更加有趣，更奇怪，更古怪，在過去10年網際網路上的迷因變得越來越古怪的方式。我認為這增加了一種豐富性和深度，我認為它以有趣的方式實際上幫助你更好地與人聯絡，因為現在，我不知道，就像整天，我只是在網際網路上找到有趣的東西，然後在群聊中傳送給我關心的人，我認為他們會覺得有趣。人們今天可以製作的媒體，來表達非常細微、特定的文化想法，我不知道，很酷。我認為這將繼續發展。我認為它確實以多種方式推進社會，即使它不是像治癒疾病那樣的硬科學方式。"
祖克柏認為，AI將創造更多就業機會，而不是減少："然後，我猜另一個我認為有趣要涵蓋的想法是，我傾向於認為，至少在可預見的未來，這將導致對人們做工作的需求增加，而不是減少。現在，人們可以選擇他們想花多少時間工作，但我給你一個我們最近討論的有趣例子。"
他提供了一個客戶支援的具體例子："我們每天有近35億人使用我們的服務，我們一直以來一直在努力的一個問題是如何提供客戶支援？今天，你可以寫郵件...但我們從來沒有認真考慮過擁有語音支援，人們可以直接打電話進來。我猜這可能是擁有免費服務的一個副產品，每個人的收入不是那麼高，以至於你可以有一個經濟模型，讓人們可以打電話進來。但也是，有35億人每天使用你的服務，會有大量的人，如果沒有AI，你就要建立比如世界上最大的呼叫中心類型的東西。100-200億美元一年的成本。"
他解釋了AI如何改變這個等式："但現在...隨著AI變得更好，你將到達這個地方，AI可以處理很多人的問題。不是全部，對吧？因為也許10年後或類似的，它可以處理所有的問題。但當我們考慮三到五年的時間範圍，它將能夠處理很多，有點像自動駕駛汽車可以處理很多地形，但一般來說，它們還沒有自己完成整個路線...人們認為卡車司機的工作會消失。現在實際上比我們開始談論自動駕駛汽車時有更多的卡車司機工作，那是幾乎20年前的事情了。"
祖克柏總結了AI如何創造新的可能性："回到這個客戶支援的事情，我們為每個人配備電話人員是沒有意義的，但是如果AI可以處理90%的問題呢？然後如果它不能處理，它就轉給一個人。這樣，如果你已經把提供該服務的成本降低到原本的十分之一。所以從淨結果來衡量，我實際上認為我們可能會去僱傭更多的客戶支援人員，對吧？" (高飛的電子替身)