你好，我是王煜全，這裡是王煜全要聞評論。
未來的超級智能，到底該集中在少數機構手裡，還是成為每個人的工具？
我們一直認為，是後者。AI最終可能不是一個中心化的超級智能，更可能是走向某種分佈式智能。
8月10日，Meta創始人兼CEO祖克柏發了一篇長文，叫《The Future is for Everyone》。他明確指出，不應該只有一個單一中心智能同時代表所有人的價值、利益和目標，更好的狀態，是把智能廣泛地分配給個人和企業，讓不同目標的智能彼此競爭和制衡。
Meta隨即將Muse Glimmer重新開放，祖克柏還表示，未來將開放Muse Spark 1.2的權重。
這也意味著Meta的路線出現了回擺。
四個月前，Muse Spark以閉源形式上線；如今，他又用一篇長文把“開放”重新放回戰略中心。
當然，這和我們最近討論的“分佈式智能”很接近。
但我們更想追問一步，祖克柏提出願景之後，路線是什麼？如果Meta希望智能不被少數中心控制，就不能只開放模型，還要推動後續生態的形成。
但從少數基礎模型，怎樣演化出“去中心化”的智能，祖克柏並沒有展開。那麼今天，我們就試著給未來的智能畫一張路線草圖。
三步走
首先，要說明白的一點是，開源不等於分佈式智能。
我們認為，可以把分佈式智能概括成三個階段：分發、分化、協作。
具體來說，開源是在降低獲取智能的門檻，是在解決分發的問題，個人Agent則可能會解決智能分化的問題，而真正的分佈式智能，還得讓這些不同的智能協作起來。
可以說，這幾年，Meta在分發智能這個事上成績斐然。截止到2026年3月，Llama系列模型的累計下載量已突破24億次。
不過，要注意的是，分發並不代表分化。
如果這幾十億次下載，給的是同一個模型，那使用者得到的，只是一個智能的幾十億個副本。
就像祖克柏設想，未來每個人都有一個一直為自己工作的個人Agent，理解你的目標和你在乎的事情。於是，他們開放了Muse Glimmer，一個參數量為30B、可以本地跑的小模型。
但拿到模型和擁有自己的智能是兩回事。
即使模型已經可以在消費級的高端硬體上運行，但真正進行訓練、工程最佳化和規模化部署，仍然需要相當的算力和專業能力，普通使用者不太可能做得了這件事。
這有點像當年的Linux作業系統，雖然開源了，也極大地推動了整個軟體產業的發展，但所帶來的巨大影響力更多體現在伺服器、雲端運算和超級計算中，普通消費者用的還是閉源的Windows和MacOS。
而且，同一個東西複製很多份，並不能長出別人沒有的、來自它自己環境的知識。
就像是社會真正需要的知識，並不會完整地集中在一個人、一個機構腦子裡，而是分散在無數人手裡，是局部的、不完整的、甚至彼此矛盾的；這個世界真正要的智能，也應該是分散在無數人手裡的智能。
一個醫生的AI和一個製造業老闆的AI，如果用的是同一個模型，本質上還是同一個智能；它們要分別泡在各自的資料和判斷裡，持續地積累，才能變成兩個不同的智能。
祖克柏其實也意識到了這一點，他認為Agent不能只是對齊某個公司的價值觀，應當是對齊每一個人的目標和價值觀。
也就是說，每個人的Agent都不一樣。這才是智能的分化。
只不過，承載這種分化的技術形態，現在還無法確定。
有可能是一個大模型帶很多個Agent，也可能是多個小模型配合一個複雜的Agent系統，更可能出現大量模型、Agent和Skill動態組合的體系。
早在2024年底，僅Hugging Face上就已經出現超過8.5萬個Llama衍生模型。
同時，Agent裡的成熟能力還可能被固化進背後的模型裡，讓執行更直接、效果更好，同時更強的模型又會催生新的Agent。
Anthropic的發展就能看到這種模型和Agent相互促進的現象。
雖然，目前沒有公開證據證明，Claude Code的使用者資料直接被用於訓練Claude。但隨著Claude Code的興起，Anthropic後續的模型就在不斷強化長期程式設計、工具使用和Agent任務，再到後來Mythos模型更是強到不敢直接開放。
這些都是智能分化的前期表現。
總之，真正重要的，是智能很可能會圍繞不同的人、公司和行業持續形成差異，並且這些差異化的、屬於個人或企業的長期記憶和私有資料，不會被公開並吸收到一個中心化超級智能裡。
也就是說，共性的能力可以集中進化，差異性的知識則可以留在不同的智能節點中。如果這種結構能夠成立，分佈式智能才真正有了自己的根。
協作——邁向新型智能
當然，分佈式智能形成更高層次能力的關鍵，還在於協作。
假如，未來真的像祖克柏所說那樣，每個人都擁有自己的個人Agent，每個Agent都很懂自己的主人。那麼，也許個人的健康Agent不用自己變成腫瘤專家，它要做的是找到那個最專業的醫療Agent，把經過使用者授權的資訊交過去，拿回判斷，再結合使用者的歷史來做決定。
再如，企業家的Agent可能很懂自己公司的狀況，但需要行銷、法律或戰略能力時，就要去呼叫更專業的Agent。
再擴大到社會層面，未來也可能出現用於公共協商的社會級Agent，可以和各個不同主體的Agent進行溝通，把分散的訴求彙集起來，再不斷協商、提出方案並進行決議，得出更理性的集體決策。
簡言之，客觀來說，未來真正的智能，很難什麼都懂，協作就非常重要。
因為，每個人所做出的判斷，都依賴自己獨有的知識和資訊，以及所在的位置、經歷和關係網路，也就是我們常說的“立場性知識”，Situated Knowledge。
中心化的智能很難天然擁有這些知識，也就不可能是未來智能的唯一形式。
只有在這類立場性知識的基礎之上，先形成個人化Agent，再讓它們彼此協作，智能才可以利用這些分佈在不同Agent中的知識。
而這不是想像，協作所需要的生態已經開始出現。
Anthropic推出MCP，主要解決AI如何用統一方式連接外部工具和資料；Google發起的A2A則再往前一步，解決不同框架、不同廠商的Agent如何發現、通訊和協作。
最近出現的Agent Plugins 1.0，由Vercel發起，由亞馬遜、微軟、OpenAI等公司共同參與，又試圖把Skills和MCP Server配置變成統一且可移植的外掛。
這些標準最後誰會勝出，現在還很難說。但它們至少說明，AI產業正在解決智能如何流動和組合的問題，而這才是通往分佈式智能的關鍵一環。
最後，再回到祖克柏的願景，我們想說的是，不能把美好的意願，當成必然的未來。
不應該有一個中心化的超級智能來控制所有人，這個願望很好。但願望再美好，如果說不清到達它的路徑，就只是一句口號。
Meta這樣的大企業，應當看清和指明路徑，並主動成為未來生態中的重要節點，而不是說完願景以後，等著別人去做。
既然祖克柏沒說，今天在這，我們就給出一點自己的設想，算是拋磚引玉，也歡迎各位朋友一起添磚加瓦。
我們想強調的是，當分發、分化、協作這三步逐漸走通，我們將獲得的就不再是一個超級AI，也不是一堆散落的開源模型，而是有望建構一個由無數人和他們的AI共同組成的、能夠協作進化的分佈式智能。
而這，才是人類第三次進化的核心和基礎。
以上就是今天的內容，更多科技產業的一線洞察和底層規律，歡迎加入科技特訓營，和我一起，先人一步，領先一路！
王煜全要聞評論，我們明天見。(全球風口)