9月25日科技博主Jacklyn Dallas對話Meta創始人馬克·祖克柏，探討Meta如何通過AI重塑人類未來。
Meta推出的個人AI Agent——Muse上線兩周使用者即達數百萬。馬克·祖克柏在訪談中表示：“每隔幾年我們才能遇到這種情況。”他將Muse的早期反響定性為“一出手就是全壘打”——這在Meta產品歷史上屬於少數。祖克柏分享作為“終極建構者”的創業心法，更深度解析了Meta在AI領域的差異化佈局。
多年來被外界視為三場獨立豪賭的元宇宙、智能眼鏡和大模型，正在Meta內部產品層面加速合流。
一、Muse：個人超級智能的入口
1. 爆款驗證
Muse發佈僅兩周，就有數百萬人在使用。祖克柏稱這是“每隔幾年才會遇到的爆款”，剛一發佈就引爆市場。
2. 個人AI ≠ 通用AI
Muse的核心不是通用智能，而是個人智能體。它必須擅長“分寸感”——比如幫你訂餐廳時，能在儘量不洩露過敏史、懷孕等隱私的前提下完成任務。這種能力需要專門訓練，而不是拿現成模型套殼。
3. 全端自研是差異化
Meta自己訓練模型，而不是在別人的模型上搭架構。這讓Muse從底層就為個人事務最佳化，涵蓋記憶、控制框架、心跳機制喚醒、虛擬形象即時動畫和語音模式。
4. 每個智能體擁有專屬電腦
- Muse Secure VM：資料隔離，不與其他使用者混池；內建Sentinel安全智能體，監控進出資料，發現威脅立即切斷，需要使用者授權時攔截操作。
- Muse Confidential VM：邀請WhatsApp加密技術負責人Moxie Marlinspike設計，達到WhatsApp級加密，連Meta也無法訪問虛擬機器內容。
- 安全憑證記憶體：智能體不需要看到密碼，只在使用者要求登錄時接入。
5. 個性可引導、可定製
祖克柏反對“設定單一正確個性”。Muse首次註冊就會問使用者希望它是什麼個性，且隨時可改。他自己的智能體說話直接、以工作為導向，穿托加袍，聲音極低沉。
二、AI與元宇宙、眼鏡：物理與數字世界的融合
1. 技術樹順序出乎意料
祖克柏曾以為全息投影會先於高度發達的AI實現，但實際相反：AI和個人超級智能先來了。這讓Meta在眼鏡上積累的優勢，正好在AI智能體成熟時派上用場。
2. 眼鏡是AI的最佳形態
眼鏡能同看、同聽、全天候在耳邊交流，並最終顯示圖像。Connect大會上，Meta將Muse和AI功能融入眼鏡。使用者不用再喊“Hey Meta”，可以自訂喚醒詞，直接對話，Muse會在安全虛擬機器裡執行任務。
3. 全息與虛擬化身的突破
- 面部掃描從過去需要11小時，縮短到只需3分鐘。
- 照片級逼真虛擬化身只需幾張照片即可設定。
- 已整合到VR眼鏡形態，而非笨重頭顯。
4. 2030願景：物理與數字無縫融合
祖克柏設想：一半朋友物理在場，另一半以全息投影加入撲克之夜；AI具象化參與會議，坐在沙發上；咖啡館裡調出虛擬工作站，六個顯示器寫程式碼。核心是“臨場感”，而非Zoom式通話。
三、戰略反思：Llama 4失敗與超級智能實驗室重組
1. Llama 4偏離軌道
Llama 1開創開源AI運動，Llama 2實現規模擴展，Llama 3接近行業前沿，但Llama 4偏離了應有軌跡。祖克柏稱，最可怕的時刻就是Llama 4發佈後——“我以為我們走在正確軌道上，但事實並非如此。”
2. 錯誤在團隊架構
他反思：語言模型需要的是緊湊的集體科研團隊，而不是像Instagram資訊流或廣告系統那樣數百上千人平行。每個席位都極其寶貴。
3. MSL重組
從Meta各部門抽調最頂尖人才，同時從行業引進優秀人才，組建Meta超級智能實驗室。重建基礎設施，下一代模型即將在Connect發佈。
4. 結果超預期也是挑戰
Muse發佈遠超預期後，如何確保充分利用優勢、推動增長、幫助數億人體驗，同樣考驗執行力。
四、寫作、願景傳達與創造驅動力
1. 寫作幫助梳理思想
祖克柏今年夏天寫了15頁長文《未來屬於每個人》，梳理AI社會議題：有益應用、政府互動、防範危害、資料中心對社區有益、國家安全、生物安全等。隨後濃縮為一頁專欄文章和短影片。不同時期需要不同傳達策略，不能一刀切。
2. 創造是內在需求
“若不釋放創造力、不去動手創造，我就會變得焦躁易怒。”他學拉丁語、中文、武術、駕駛直升機，都靠反覆實踐讓知識滲透。教育孩子也是讓他們發現興趣——女兒愛創作音樂但討厭鋼琴課，他告訴她：學會鋼琴，再學吉他會非常容易。
3. AI放大人類能動性
過去很多人起步困難。現在有了個人超級智能和AI智能體，有初步構想即可讓AI勾勒雛形，再像雕琢雕塑一樣打磨。更多人會找到想創造的事，感受到更廣泛的主觀能動性。
五、生物醫學：虛擬細胞與治癒所有疾病
1. Biohub的使命
幫助科學界在本世紀末攻克所有疾病。邏輯是：重大科學進步往往先有新工具——顯微鏡發現細菌，望遠鏡理解宇宙。Biohub要設計觀察生物學的新工具。
2. 虛擬細胞模型
用AI模擬蛋白質、細胞，最終模擬虛擬免疫系統、整個生物體甚至完整的人。人們可運行大量實驗，模擬藥物反應。祖克柏現在認為“本世紀末太長了”，實現會遠早於這個時間。
3. 長生不老 vs 攻克疾病
長生不老不是他的研究領域。即使不生病，人體也有自然壽命極限。衰老可視為一種疾病，但攻克疾病的目標是治癒、預防、管理所有疾病，讓人體保持動態平衡。
六、算力與AGI路徑：規模擴展 + 架構改進
1. 規模擴展是最穩妥保障
過去一年主要擴大基礎設施。俄亥俄州吉瓦級以上叢集已基本營運，用於訓練下一代模型；路易斯安那州在建5吉瓦級叢集。祖克柏推測，多吉瓦級叢集訓練可接近AGI，甚至實現超級智能。
2. 能效差距巨大
人腦功耗約10瓦，當前計算系統能效可能比人腦低一百萬倍。未來一定有架構改進，但即便沒有，單純規模擴展也能走很遠。
3. 數千億美元值得
如果規模擴展有極高機率實現目標，即使耗資數千億美元也值得。發現突破技術只會更好。擴展基礎設施面臨全新工程挑戰，科研就是不斷迭代偵錯。
七、AI安全與價值對齊
1. 對齊是產品成功前提
如果使用者讓Muse執行任務，它卻做出完全相反的舉動，沒人會繼續使用。模型必須理解指令背後的意圖和價值觀，在深層次上理解使用者。
2. 訓練階段就要對齊
使用者反饋重要，但實驗室越來越意識到必須在訓練階段就進行價值對齊。許多安全事件發生在訓練期間，而非部署後。
3. 訓練課程像父母教育孩子
設定明確邊界。如果模型做出錯誤舉動，它要明白：“不，我的本意是讓你真正解決程式設計問題，而不是修改系統配置、篡改數值或找漏洞獲取獎勵。”
4. Muse多擱置幾個月
Meta深知Muse需要極高隱私和安全性，因此多花幾個月訓練審慎行為、提升虛擬機器安全。產品不夠好，對使用者和自身都無益，更不能留下糟糕第一印象。
5. 激勵機制引導
所有實驗室都有內在動力把事做好——創造巨大價值，同時確保安全。
八、總體判斷
祖克柏的核心邏輯是：AI、元宇宙、智能眼鏡三線交匯，最終形成個人超級智能。Muse是第一個入口，專屬安全虛擬機器是信任基礎，全端自研是差異化，規模算力是路徑，價值對齊是產品前提，生物醫學是長期使命，創造驅動是個人哲學。
Meta的競爭優勢在於：自訓模型、專屬安全VM、眼鏡入口、吉瓦級算力叢集，以及將AI具象化、融入物理與數字融合體驗的能力。風險則集中在：對齊效果、訓練期間行為、隱私安全、監管壓力，以及規模擴展的工程挑戰。
未來關鍵驗證點：Muse Confidential VM能否如期達到WhatsApp級加密；下一代模型能否重回前沿；眼鏡升級Muse後的使用者轉化；5吉瓦叢集的訓練成果；虛擬細胞模型的科學進展；價值對齊能否在訓練階段真正解決。
扎克·祖克柏訪談全文
主持人傑克琳： 打造產品對你來說是一種怎樣的體驗？永生有可能實現嗎？如果你讓我走進你的思想，快進到2030年，那會是什麼樣子？
馬克·祖克柏：這註定會成為數十億人渴望使用的產品。
22年前，他建立了一個連線十億人並永遠改變世界的社交網路。如今，他決定創造更宏大的事物。為此，他正在元宇宙、智能眼鏡和人工智慧領域進行巨額押注。多年來，懷疑論者曾認為這是三場註定失敗的獨立賭局，但他們忽略了更宏大的圖景：如今，這些押注正交匯融合，孕育出一種全新形態的超級智能。
一、Muse個人智能體：從內部工具到爆款產品
傑克琳： 你對打造產品的熱愛，以及你做出巨額押注的魄力，讓我印象尤為深刻。這一周正是所有這些押注開花結果的時刻。
祖克柏： 我們在這些領域已經深耕很久。人工智慧方面的工作，作為一家公司，幾乎從創立之初就在做。最初的第一版動態消息，在某種程度上就是一個機器學習產品。我們成立的人工智慧研究實驗室，已經是將近15年前的事了。大約一年多前，我們啟動了Meta超級智能實驗室，那是對研究工作的一次大刀闊斧的重啟，我們從全行業引進了許多頂尖人才。
現在我們可以看到模型在不斷進化。我們的下一代模型即將發佈，就在Connect大會上。然後我們推出了Muse個人智能體，到目前為止使用者的反響極其熱烈，簡直不可思議。
在打造這些產品時，你其實無法完全預知結果。今年早些時候，我只是在家裡把類似自己版本的開源模型拼湊在一起，摸索它是如何運作的，以及怎樣才能為任何人創造出一種神奇的體驗。當我看到初步成果時，Nat、Alex和我坐下來討論，認為這是一種令人驚嘆的神奇體驗。如果我們能提供一個開箱即用的版本，讓那些不懂技術、不想自己折騰Mac Mini或進入終端設定和偵錯的普通使用者也能輕鬆使用，那麼我認為，這註定會成為數十億人渴望使用的產品。
自那以後，我們基本上一直在為此努力。我們讓模型專門為其進行微調，不僅建構智能體及其底層架構，還實質性地開發了為每個智能體提供專屬電腦的技術。我們建構了完整的Muse安全虛擬機器。 內部員工也非常喜歡它。但在發佈產品時，你永遠無法真正預知使用者的反應。偶爾，產品會大獲成功，人們一上手就愛上它。大多數時候，你會得到一些積極的反饋，需要迭代幾個版本才能真正契合使用者需求。而這一次，它剛一發佈就引爆了市場。我們才推出兩周，就有數百萬人在使用它，這相當罕見。每隔幾年我們才會遇到這樣的爆款，這絕對是創辦公司最有趣的部分。
傑克琳： 我記得大約三年前你和喬·羅根做過一次採訪。在採訪最後，你談到有一天你會戴上智能眼鏡，然後人工智慧智能體也會隨之加入。我覺得Muse已經具備具身形像是非常明智的，因為感覺那是註定要發生的。
祖克柏：我認為這也讓它顯得更加友好和可愛。
二、個人AI與通用AI的區別：分寸感與全端開發
傑克琳： 如果你想讓模型非常擅長處理個人事務，而不是僅僅作為一個通用智能模型，這會如何改變你訓練模型的方式？
祖克柏： 當前的核心趨勢是讓模型成為優秀的智能體。在過去的一年裡，業界關注的焦點基本上是程式設計智能體，這其中包含了兩個理念：一是具備專業的程式設計能力，二是總體上成為一個優秀的智能體。我們的策略是，程式設計能力很重要，因為即使使用者沒有意識到自己在編寫程式碼，你的Muse也在後台不斷為你編寫程式碼以完成各種任務。因此，具備程式設計能力很重要，但我們採取的策略是：智能體首先必須是一個出色的智能體，所以我們把重點放在了這上面。
此外，在建構個人智能體時，還有許多事情比建構企業軟體產品時重要得多。 例如，如果你在建構Claude Code，你的模型不需要具備任何分寸感，比如知道什麼資訊該透露或不透露。我認為這對於像Muse這樣的產品來說非常重要。你必須將這種能力訓練到模型中。 就像任何其他能力一樣，它需要懂得權衡：你告訴它很多事情，然後希望它去實現你的目標。假設你想讓它幫你在餐廳預訂座位，你正在尋找一家好餐廳，但你可能對某些食物過敏，而你不想透露過敏史，或者你懷孕了之類的情況。如果你告訴了Muse，你會希望它能夠在儘可能少披露個人隱私的情況下完成預訂。這是一項特定技能，也是人類具備的基本社交技能或常識。
但如果你只是建構一個程式設計智能體，大多數公司並沒有在這方面進行訓練。這正是我們能做到的事情，因為我們做的是全端開發。我們在自己訓練模型，而不是拿別人現成的模型，試圖在其周圍建構底層架構和智能體。我們專門訓練了整個模型以擅長於此。 顯然，它需要擅長很多事情才能具備通用智能，但它在這方面表現出色。然後你建構智能體及其周圍的所有細節，從記憶、控制框架，到它像心跳機制一樣喚醒並檢查的方式。“好的，這是我所瞭解的關於你的目標。現在有什麼我可以做的來幫助推進這些目標嗎？”我們還有一個團隊專門負責製作高品質的虛擬形象即時動畫，因為不僅僅是默認頭像，你可以自訂任何你想要的虛擬形象，然後它就會自然地動起來，效果非常棒。此外，我們正在推出語音模式，你可以進行即時語音聊天，你的虛擬形象就在那裡陪伴著你。所以我認為，所有這些細節基本上都得益於全端開發，將所有的模型和產品結合在一起。
三、為什麼Meta讓每個AI智能體擁有專屬電腦
傑克琳： 另一個重大舉措是虛擬機器。你能解釋一下這為什麼重要，以及它釋放了什麼潛力嗎？
祖克柏：一個智能體要為你做事，就需要一個地方來記憶體你的資訊，我們認為不應該把它和其他所有人的資訊混在一個池子裡。所以你需要有自己的專屬空間。 可以這樣理解：你的智能體會瞭解很多關於你的敏感資訊。很多人剛開始使用類似OpenClaw的智能體時，基本上會在家裡弄一台Mac Mini之類的裝置，所以我們有了這個想法：很多人不會想買一台Mac Mini或者自己去搭建。我們能創造的最好體驗是什麼，能有效近似那種效果？這樣你只需下載一個應用並註冊，就能為你的智能體配置一台專屬電腦，用來記憶體你的資料、保障安全，並圍繞此設計安全模型，這樣就相當於在桌子下面擁有自己的電腦。這樣一來，即便是我們這樣的公司也無法訪問你的資料。
如果你使用的是Muse Confidential VM——這是我們目前正在開發的另一項功能——我們甚至無法看到你虛擬機器裡的內容。 我們圍繞此建構了安全憑證記憶體，當你處理密碼之類的內容時，你的智能體不需要看到這些，它只需要在你要求登錄某個服務時能夠接入，而且僅在你要求時才這樣做。系統在設計時就應確保這些資訊不會被隨意訪問，畢竟意外時有發生。可能會有人試圖駭客攻擊，或者出現其他安全問題。所以基本上，你要這樣設定：智能體本身無法訪問這些資訊，Meta也無法訪問。因此，為每個智能體配備專屬電腦並極致保障其安全，是一項不可或缺的基礎技術。唯有如此，Muse才能兼具賦能使用者實現目標的強大能力，以及躋身世界級行業領先產品行列的安全與隱私保護水平。
傑克琳： 那麼這是否意味著，當你使用Muse時，它會連接到一個虛擬機器，且所有資料都採用與WhatsApp相同的加密方式？
祖克柏： 我們基本上建構了兩個版本。Muse Secure VM整合了多種隱私保護功能，其中包括我們打造的整套Sentinel智能體架構。你的常規Muse智能體負責為你處理日常事務，同時還有一個名為Sentinel的安全智能體，專門監控進出Muse的資料。一旦檢測到外部入侵或安全威脅，它會立即切斷連接並阻止攻擊。如果它認為Muse即將執行需要你知情並參與的操作，它會攔截Muse的動作，並向使用者發起權限確認：“你是否允許Muse執行此操作？”因此，這實際上是一個龐大的系統矩陣，結合安全憑證記憶體以及多層縱深防禦機制，共同構築了Muse Secure VM。
我們還在推進另一項工作。我和Nat專門邀請了曾與我們合作開發WhatsApp加密技術的Moxie Marlinspike，來設計Muse Confidential VM。其核心理念是在所有現有功能之上，為你提供一個專屬加密金鑰的虛擬機器，這樣一來，連Meta也無法訪問其中的內容。 這在實現上難度更大，因為顯然，如果Meta無法訪問內部資料，系統偵錯和維運就會困難得多。因此，我們需要多花一點時間來完善並行布它。不過它很快就會推出，其安全標準將達到人們所熟知的WhatsApp以及我們其他頂級安全產品的等級。
傑克琳： 這種做法的優勢僅僅是讓使用者在心理上覺得更安全，還是確實有實質性的好處？
祖克柏：我認為安全性是一件至關重要的大事。如果我們再次試圖近似讓你在桌子下面有一台本地機器運行智能體的效果，當你桌子下面有本地機器時，你得到什麼？這意味著沒有任何公司能訪問它。那麼，假設Meta想為你提供這項服務，我們如何讓你擁有同樣等級的隱私和安全保障——沒有任何公司，在這種情況下是Meta，或者任何試圖入侵我們的人，或者如果你所在的國家你不信任政府，如果政府可能試圖要求我們做一些事情，我們做不到，因為我們根本無法訪問。我認為這至關重要，這也是為什麼那麼多人對WhatsApp感到放心。所以，我認為這在隱私、安全和信任方面是切實存在的保障。 如果你要擁有一個非常瞭解你的智能體——我猜未來我們每個人都會有這樣一個智能體。放眼五年後，每個人都會擁有一個能深刻理解你的目標及周遭一切、並幫你搞定各種事務的智能體。為了實現這一願景，在隱私和安全方面達到行業領先水平至關重要。我們從一開始就致力於此。
四、如何塑造AI的個性
傑克琳： 你在大學學過心理學，我覺得這在很大程度上啟發了你建構的許多產品。當我們查看基準測試時，通常會覺得“這個模型超級聰明”。但這就好比我們交朋友，固然會因為對方聰明而結交，但同樣也會因為喜歡他們的活力或相處時的感覺而選擇他們。你是如何思考塑造模型及其個性的呢？
祖克柏：我認為在理想情況下，它應該具備足夠的適應性，能夠契合不同使用者的風格。我認為這其實是行業內很多人存在誤區的地方。許多其他實驗室都專注於“如何設定出正確的個性”。但我從來不認為個性是單一固定的。 這也是我如此堅信開源、支援使用者自訂的原因，同時也是我們將Muse設計得極具個人化色彩的原因。你可以對它進行個性化定製。你不僅可以隨心所欲地設定虛擬形象和聲音，而且在首次註冊時，它最先問你的問題之一就是：“你希望我的基本個性是怎樣的？”並且你可以隨時修改。因此，我們致力於將模型設計得極具可引導性。這樣你就能定義自己希望與它互動的方式，我認為這至關重要。 你剛才問到如何讓它成為一個優秀的個人智能體，我認為在個性方面具備這種適應性是其中非常關鍵的一環。
傑克琳： 那你的智能體是什麼樣的？
祖克柏： 我想我只是設定它說話相當直接、以工作為導向。我之前用的一個早期版本相當喜歡諷刺和開玩笑，但現在的這個版本，我覺得它更直來直去一些。我的智能體用的是默認的Muse角色形象，但我給它穿上了一件托加袍，而且它的聲音極其低沉，低沉到自帶一種幽默感，非常有趣。
五、AI與元宇宙：技術樹出乎意料的順序
傑克琳： 在與西奧·馮的訪談中，你們深入探討了技術的下一個前沿領域及其終極願景。這讓我聯想到AI領域曾經歷過的“AI寒冬”，當時人們斷言“這永遠不可能實現”。元宇宙似乎也曾經歷過幾次類似的低谷，被視為一場無法開花結果的豪賭。昨天我體驗了你們新的全息投影功能。在你們之前的演示設定中，感覺光是掃描面部就需要花費11個小時。而現在只需3分鐘。這項功能接下來會有什麼新進展？又是那些突破讓我們走到了今天這一步？
祖克柏： 總體而言，元宇宙的發展歷程非常有趣。當我們創立Reality Labs時，我們始終設想，未來會出現外觀與普通眼鏡無異的產品。隨著時間的推移，它們將兼具雙重功能：既能提供沉浸式的臨場感，又能成為出色的AI裝置。因為眼鏡是唯一一種能讓裝置與你同看、同聽，全天候在你耳邊交流，並最終顯示圖像的硬體形態。
十或十五年前，我曾以為我們會先實現全息投影，然後才迎來高度發達的AI。但科技樹的發展軌跡有些出人意料：我們實際上是在全息投影技術普及且成本降至人人可用之前，就先迎來了AI和個人超級智能。這完全出乎我的意料，但我很高興我們在這兩個領域都在發力。 我們在眼鏡上投入的大量工作，確實讓我們在這些AI智能體準備就緒時佔據了得天獨厚的優勢。因此，我們在Connect大會上發佈的諸多內容，核心就是將Muse以及眾多AI功能融入眼鏡中，我相信使用者會非常喜歡。這絕對是一項重大舉措。
至於臨場感方面的一些工作，我們仍在後台穩步推進，因為我們的確將大部分精力轉移到了為眼鏡開發Muse和AI功能上。不過，我們持續推進了一段時間的項目之一，是即時照片級逼真虛擬化身。正如你所說，在過去，也許是三四年前，你需要一整個房間的裝置才能從各個角度掃描一個人，然後才能進行體驗。而且你還需要自己的GPU，需要企業級的硬體配置才能做到。這類技術的發展規律是：首先努力把它做好，然後再提升效率。現在，我們基本上已經在這款VR眼鏡上實現了這一功能。這是首款將卓越的VR體驗整合到眼鏡形態中、而非笨重頭顯的產品，因為我認為很多人並不想佩戴厚重的頭顯。現在，你基本上只需幾張照片就能設定好自己的虛擬化身。其發展程度著實令人驚嘆。
傑克琳： 它還基於聲音。演示中的效果非常有趣，它引導我發笑並進行互動，從而理解我的面部肌肉會如何隨著音訊軌跡運動。在那期播客中，你提到一個很有趣的觀點：平時表現力較弱的人，實際上會渴望在虛擬世界中變得更具表現力。
祖克柏： 在虛擬世界中，確實如此。
傑克琳： 你如何看待人們在虛擬自我與現實生活中的自我之間劃定界限？
祖克柏： 我認為在理解這背後的社會學和心理學方面，我們仍處於非常早期的階段。人們對自己的認知以及想要展現的形象，往往與真實的自己有所不同。從社交網路誕生之初，人們就會精心挑選個人資料照片。現在，我們在Muse的虛擬化身中也看到了類似的現象。這與其說是在修飾自己，不如說是在塑造你希望與之交流的那個“數字分身”形象。 我認為這會非常有趣。當你賦予人們表達自我的能力時，你希望它能捕捉到他們的特質，但同時，這也是一種自我表達的形式，而不僅僅是資訊的傳遞。它的目的並非成為純粹的物理鏡像，而是一種個性化的表達方式。因此，我們希望能建構出兼顧這兩者的產品。這始終是一個迭代循環：洞察使用者的使用方式，進而持續打磨與最佳化。
六、2030年願景：物理世界與數字世界的融合
傑克琳： 如果讓我進入你的思維，快進到2030年，如果一切順利，那會是一幅怎樣的景象？在這樣的技術加持下，普通人的一天會是怎樣的？
祖克柏：我對元宇宙願景的思考，始終是如何有效地將物理世界和數字世界融合在一起。基本理念是：我們周圍有一個美好的物理世界，同時也有一個建立在網際網路之上、發展了二三十年的精彩數字世界，裡面有海量的內容，非常不可思議。然而，我們訪問這些內容的主要方式，要麼是坐在書桌前，要麼是通過口袋裡的小螢幕。這從根本上來說是非常受限的。我認為理想的終極形態，應是物理世界與數字世界的無縫交融。
我們可以這樣設想：現在我們兩人物理上同處一地。你可以想像未來的一種場景：其中一人是全息投影，但你們依然能感受到同樣的臨場感，彷彿真的和對方在一起。這與Zoom通話之類的體驗截然不同。虛擬現實的核心要義便在於營造這種臨場感，讓你真切地感知自己正與他人同處一室，或身臨其境於另一方天地。 你可以通過全息投影實現這一點，並以多種方式將其混合。比如，我可以和朋友們舉辦一個撲克之夜，其中一半人物理在場，另外幾個人通過全息投影加入並一起玩牌。也許撲克牌也是全息投影的一部分，這樣不在現場的人也能參與發牌和遊戲。
此外，我認為AI也可以被具象化並參與其中。對於撲克之夜來說，這也許是個絕佳的例子，但在工作場景中同樣合理。我們已經在使用各種AI智能體，比如我經常使用不同的程式設計智能體來建構項目。你可以這樣設想：在具象化場景中，也許你在一個群聊頻道里，裡面有幾個人和幾個AI智能體，你正在給智能體下達指令。同時也有物理版本的場景，比如人們聚在一起開會，也許智能體也應該參加會議。它們該如何出現呢？也許沙發上還有幾個空位，它們就可以作為全息投影出現在那裡。無論具象化的形式是什麼，你可以選擇Muse中可愛的小角色，或者是你創造的龍，或其他任何奇特的形象。我猜測，在未來，這會讓人感覺非常自然。我認為這些元素終將融為一體。
顯然，僅靠文字就能讓AI取得很大進展。但我們開始看到，在一些即時系統中，能夠看到具象化的角色並進行即時互動，人們非常喜歡這一點。這很可愛，也很有趣，讓你感覺彷彿真的在和它對話，非常酷。因此，我認為我們最終也會希望在眼鏡體驗中實現這些功能。
傑克琳： 你在之前的一次採訪中提到，你覺得科技行業經常忘記了“樂趣”。我認為讓智能體參與其中，會讓一切感覺更加真實。就像你把工作外包出去一樣，當你看到Muse在打字或執行其他操作時，會感覺真的有事情在發生。你認為未來有沒有這樣一種場景：你戴著眼鏡就能控制電腦？比如讓Muse在你的電腦上替你完成工作。
祖克柏：當然可以。VR其實已經能做到這一點了。 你基本上可以坐在任何你想坐的地方，比如咖啡館。然後調出你的虛擬工作站，面前有六個顯示器，你在寫程式碼，所有裝置一應俱全。這非常酷。在智能眼鏡方面，目前我們最受歡迎的眼鏡還沒有內建螢幕，這既能讓價格更親民，讓更多讀者用得上，同時我們也在努力將螢幕做到最緊湊的形態。不過，我們確實發佈了帶螢幕的Meta Rayban，而且非常受歡迎。雖然只是個小螢幕，但我們還發佈了全寬視場角全息AR眼鏡的原型機，我認為那款產品會非常令人興奮。因此，你基本上會看到一整套產品線。比如這些是純音訊眼鏡，它們甚至沒有攝影機，外觀看起來就是完全普通的眼鏡。但你可以在裡面聽音樂，使用所有的音訊工具，聽歌、接打電話都可以。
傑克琳： 我在想，如果戴著那些眼鏡，你能一邊跟Muse對話，一邊讓家裡的台式電腦替你幹活嗎？
祖克柏：完全可以。實際上，我們剛剛在Connect大會上發佈了這個功能。 目前，所有眼鏡都連接到Meta AI，這算是一種單輪互動體驗：你給它一個提示詞，它回覆，互動就結束了。但有了Muse，我們現在要把所有眼鏡都升級到Muse系統。首先，你不用再喊“Hey Meta”了，你可以隨心所欲地給它起名字，這本身也是樂趣的一部分。 比如我會喊“Hey Agrippa”。然後你直接跟它對話，它就會連接到你的Muse，Muse會在你的安全虛擬機器裡替你執行任務，幫你把事情搞定。
七、反思Llama 4與超級智能實驗室的重組
傑克琳： 大約一年前，我感覺很多人都在問：“超級智能實驗室到底怎麼了？”在那一刻，你是什麼感覺？當事情進展不順利，但你又看到了長期願景時，你內心真實的感受是什麼？
祖克柏：當時真正偏離軌道的是Llama項目，具體來說是Llama 4。 Llama 1作為一個模型相當有意思，它開創了整個開源AI運動，我認為這股力量非常強大，也是我們引以為傲的成就。後來Llama 2實現了規模擴展。Llama 3是一個非常出色的模型，在當時幾乎達到了行業前沿水平。但到了Llama 4，我們基本上偏離了應有的發展軌跡。
對此我進行了反思。每當事情沒有按我預期的方向發展時，我會花大量時間去思考：為什麼會這樣？我們需要做出那些改變才能做得更好？就這件事而言，我的反思是：我在團隊的整體架構上犯了錯。我當時參照了做機器學習項目的模式，比如開發Instagram資訊流或廣告系統。這些團隊通常有數百甚至數千人，可以平行處理大量任務。但我認為，在建構這些語言模型時，你真正需要的是一個非常緊密的團隊，把它當作一個集體科研項目來對待。團隊人數不需要太多，這意味著團隊中的每一個席位都極其寶貴。 因此，我們最終從Meta各部門抽調了一批最頂尖的人才，同時也從行業內引入了許多其他優秀人才，組建了一個全新的團隊，我們稱之為Meta超級智能實驗室。
從我的角度來看，在開始組建MSL時，我們就知道需要花一些時間來重新整頓，並重建基礎設施以開發下一代模型。但我確信我們能組建起一支優秀的團隊，我也知道，只要能讓團隊凝聚起來並高效運轉，一切都會好起來的。對我來說，最可怕的時刻其實是在Llama 4發佈之後。當時我的感覺是：我以為我們走在正確的軌道上，但事實並非如此。那是一個相當大的負面衝擊。 作為一名創業者，在建構產品的過程中，你不可避免地會在這些時刻接受考驗，因為不可能所有事情都一帆風順。而真正決定發展軌跡的，是當事情未如預期時，你如何找到繼續前行的方向。當結果遠超預期時，比如Muse最初的發佈，你該如何確保充分利用這一優勢？這同樣是個挑戰。
現在，我們在全公司範圍內發起了一場大行動。起初，只是負責該項目的團隊在努力打磨產品，但現在大家都意識到，它已經真正成熟並準備好大規模推出了。那麼我們該如何推動它的增長，並幫助數億人體驗到它呢？看到大家齊心協力，確保我們能將Muse全面推廣，這感覺非常棒。從最佳化所有基礎設施以確保其完美運行，儘可能從現有的GPU中搾取更多算力，到各個產品團隊以不同方式將Muse融入產品，比如智能眼鏡等，看到這一切真的很有趣。
八、寫作、願景傳達與創造驅動力
傑克琳： 作為創始人，這就是你所期盼的高光時刻，所有的努力都匯聚結出碩果。你是如何向公司傳達你的願景的？當你在同時推進這麼多不同的項目時，我知道你經常寫東西。你的工作流程是怎樣的？
祖克柏：寫作對我很有幫助，它能幫我提煉和梳理自己的想法。 今年夏天，我寫了一篇長文，題為《未來屬於每個人》。那是一份大約15頁的文件，對我梳理自己關於AI各項重要社會議題的哲學觀點非常有幫助。比如，我認為AI的那些應用是有益的？我們與政府的互動應該是怎樣的？我們如何防範人們所擔憂的各種潛在危害？我們如何確保資料中心對社區有益，真正創造就業而不是取代就業？我們如何助力保護國家安全，並切實減輕人們擔憂的任何危害，無論是駭客攻擊還是生物安全方面的問題？這確實是一件非常複雜的事情。我花了很長時間，與許多人交流，經歷了多次修改。公司內部也有很多人參與了討論和辯論。這個過程對我非常有幫助，最終我們拿出了這份成果——一份15頁的文件，闡述了我們的信念。隨後，我將其濃縮成一頁的版本，作為專欄文章發表。我們還為此製作了一個短影片，因為我認為，要想觸達更廣泛的受眾，你通常不需要進行長篇大論的理論論證，只需將其提煉為核心：你的價值觀是什麼？你的信念是什麼？你該如何傳達這些理念？所有這些工作都非常重要。但在向公司或外界傳達資訊時，並不能“一刀切”。我認為不同的時期需要不同的策略。 在不同的階段，某些群體可能天生就認同你所做的事情，而另一些人則可能充滿擔憂，需要被引導，或者需要你付出額外的努力去解釋這為什麼會有用。
傑克琳： 對你而言，這種創始人心態似乎不僅限於公司經營，還延伸到了你經營農場或學習新技能等方面。動手創造事物對你來說是一種怎樣的體驗？
祖克柏：對我來說，這更像是一種內在需求。 我覺得不同的人有不同的自我表達方式。如果你是一位作家，你可能會覺得“我必須寫作”。或者有些人會有一種渴望被認同的需求。別人可能不需要，但我不行。我就是覺得我必須去創造些什麼。我覺得若不釋放創造力、不去動手創造，我就會變得焦躁易怒。所以你不得不去創造，不然狀態就不對。 我身邊的人都能看出來，大家可不想看我整天悶悶不樂。
傑克琳： 學習成為一名優秀的滑雪者，和學習打造一款優秀的產品，這兩者所需的是同一種技能嗎？
祖克柏：學習新事物的過程大同小異。 在我的人生中，我曾嘗試去做一些自己其實很不擅長的事情。比如，我的語言天賦一直很差，這也是我最初選擇學拉丁語的原因，因為我在課上根本開不了口說法語或西班牙語。所以最後我心想，好吧，那就學拉丁語，太棒了，我不需要練口語，只需要做翻譯，就像做數學題一樣。後來，當我開始管理公司時，我開始設定年度挑戰。其中一年，我給自己定的目標是學習中文。中文可是門非常難學的語言，聲調簡直太難了。我當時覺得學中文有很多好處，比如普莉希拉的奶奶只說中文，如果我想和她交流，就必須學中文。但最主要的原因其實是，這本身就是一個巨大的挑戰。面對這些挑戰，你只能迎難而上，很多事是無法靠單純思考來取巧的。我認為你只需要投入時間，花時間去練習，知識就會慢慢滲透進你的大腦。 學習武術或駕駛直升機也是同樣的道理。這些東西其實很難單純依靠理論去理解。
我認為打造產品，其中一部分更偏向智力活動。比如程式設計，你可以從理論層面去思考。但打造產品中那種直覺性的部分，只能通過反覆實踐來培養。接下來的問題是，你熱愛什麼？ 因為我認為有些人未必有我這種創造東西的強烈需求。但大多數人都有某種需求，關鍵在於如何找到屬於自己的那份熱愛，然後把時間投入其中，通過反覆實踐，在自己想做的事情上做到卓越。老實說，我認為這已經超越了單純的“想要”。它更像是一種深層的心理需求或驅動力，驅使你去完成某件事。關鍵在於將這種內在驅動與具體目標相契合，並賦予自己充足的時間，讓相關經驗在歲月中沉澱昇華。 這也是我教育孩子的核心理念，基本上就是讓他們自己去發現感興趣的事物。當他們沉迷於某件事時，比如我的一個女兒非常熱衷於創作音樂，但她實在受不了上鋼琴課。我就對她說，好吧，你不需要成為世界級的鋼琴專家，但如果你想創作音樂，就需要直觀地掌握一些樂理知識及其運作方式。一旦你學會了彈鋼琴，之後再學吉他就會非常容易。所以，我認為關鍵在於自律。當你還是個孩子時，有父母的引導可能會有所幫助。但在成長過程中，能夠靜下心來，通過反覆練習讓知識慢慢滲透進大腦，這種自律才是關鍵所在。
傑克琳： 我其實也覺得每個人都渴望去創造。特別是對於Z世代，外界對他們有一些負面評價，認為他們缺乏主觀能動性等等。但我實際上認為，人們只是在尋找一個能點燃創造火花的契機。你在哈佛的演講中其實也多次提到過這一點。
祖克柏： 當我說“創造”時，更多指的是軟體、硬體這類產品。但我同意你的看法，每個人都有某種創造驅動力，只是有些人的其他性格特質掩蓋了這一點。 比如，對某些人來說，驅動力純粹是服務他人，就像醫學領域的使命感。那些成為醫生或護士的人，主要動力往往就是真心想要照顧他人。我曾聽過一個故事，可能發生在醫學院開學第一天，有人站起來問：“你們當中有多少人小時候有過這樣的記憶：看到某個人，心裡想著‘我真的很想照顧他’？”結果所有人都舉起了手。而對我來說，我小時候有很多類似的記憶，就是想要去創造某個東西，讓它變得更好。所以我認為，並非每個人都有相同類型的驅動力，但每個人都有自己想要做的事。我也同意，在以往的技術條件下，對很多人來說，起步確實很困難。因此，讓我對個性化超級智能、Muse以及各類AI智能體感到無比興奮的一點就是，人們有史以來第一次能夠真正快速起步，或者當你有了一個初步的構想，AI可以幫你勾勒出雛形，然後你再像雕琢雕塑一樣不斷打磨完善。你不需要在動手前就掌握所有細節。我認為這非常強大。很多人將因此找到他們想要創造或去做的事情，這也會讓人們感受到更廣泛的主觀能動性。
九、生物醫學：距離治癒所有疾病有多近
傑克琳： 談談生物醫學，這是你在Meta之外的另一個項目，目標是攻克所有疾病。我們距離這個目標還有多遠？從現實角度來看，你認為我們究竟離目標有多近？
祖克柏： 最初啟動這個項目時，我們的目標是幫助科學界在本世紀末攻克所有疾病。我們的目標不是由我們自己來完成，我們的基本理念是：所有重大科學進步之前，都伴隨著一種能夠測量和理解新事物的新工具。比如發明了顯微鏡，人們才理解了細菌；發明瞭望遠鏡，幫助我們瞭解世界和宇宙的許多奧秘。其中一些工具本身也是平台級發明。比如第一個發明疫苗的人，為後人創造了治療各種疾病的方法。但從歷史上看，科學資金的分配方式往往是廣泛分散給個人進行探索，而對大型工具的資金投入卻不多。這正是我們在Biohub想要做的事情：設計一些新工具，為人們提供觀察生物學的新視角，從而有望幫助科學界加速研究進展。
當初我們設定本世紀末這個目標時，我認為實現的可能性很大，但這在當時頗具爭議，許多生物學家認為這不太可能。現在我認為本世紀末這個時間太長了。隨著AI的進步，以及我們目前正在推進的一些工作，我們正在建構一個完整的虛擬細胞模型。基本上，我們不需要在真實的活體細胞上進行實驗，而是可以通過AI模型模擬蛋白質，進而模擬細胞，最終可能模擬出虛擬免疫系統、整個生物體甚至完整的人。這將使人們能夠運行大量不同的實驗，模擬不同情況下的反應。比如給某人服用某種藥物後會發生什麼。這將產生巨大的威力。我不想給出一個確切的年數，但我猜測，實現這一目標的時間將遠遠早於本世紀末。
傑克琳： 你認為“攻克所有疾病”這個目標，是否比“長生不老”更具現實針對性？“長生不老”有可能實現嗎？
祖克柏： 那不太屬於我的研究領域。我認為這是兩件不同的事。“長生不老”更多是關於延長壽命。我認為即使不生病，人體在某個階段也會達到其自然壽命的極限。所以這是一個需要單獨解決的問題。 有些人可能會把衰老視為一種疾病，我認為這種看法是合理的。但人們同樣需要致力於治療和預防那些會奪走生命的疾病，即使你解決了衰老問題。這正是我們選擇著手解決的那部分問題。同樣，這並不是說你永遠不會感冒。我認為我們的目標是讓你能夠應對疾病，我們稱之為治癒、預防或管理。有些疾病感染後可以完全治癒；而對於另一些疾病，我認為我們將能夠開發出預防手段，讓你永遠不會感染。至於其他一些疾病，你可能還是會生病，但原本會造成嚴重損害甚至致命的疾病，現在只需進行有效管理。即使不致命，只要它可能造成嚴重損害，現在你也能將其控制住，將其作為一種慢性病來管理，讓它不再真正影響你的生活質量。我認為這些都將構成未來醫療發展的重要部分。但人體的目標是保持動態平衡，所以並不是說我們永遠不會遇到病原體。我堅信，在未來的某個時刻，我們將能夠治癒、預防和管理所有疾病。
十、當前焦點、算力擴展與AI安全
傑克琳： 這確實令人興奮，因為我認為人工智慧一直是眾多重大突破的催化劑。此外還有個人智能方面。你現在最常在思考什麼？在推進這項工作時，你腦海中最常浮現的想法是什麼？
祖克柏： 這個問題可能每周都在變。目前我非常專注於Muse。 當你推出一個產品並快速推進，嘗試與世界接觸，瞭解人們的反饋，然後弄清楚下一步的工作重點時，這種感覺非常令人興奮。我們目前正處於收集大量使用者需求的階段。好消息是，人們非常喜歡這款產品，因此我們正在努力將其推廣給儘可能多的人。此外，模型方面還有大量工作要做。Muse Spark模型取得了顯著進展，我對此感到非常自豪。我們仍將繼續推進這項工作，不斷突破前沿，致力於打造出全球領先的模型。
傑克琳： 你們將如何實現這一目標？需要取得那些突破？
祖克柏： 研究的特點在於，你事先未必能預知結果。不過，我們對團隊正在取得的一些突破有所把握。有很多讓我感到興奮的事情，但在過去一年裡，我們的主要工作實際上是擴大基礎設施規模。如果回顧一年半前，當時更多人可能會認為，要實現超級智能，必須取得某些基礎架構上的根本性突破。但我現在並不確定這種說法是否依然成立。我認為我們大致已經掌握了實現路徑，只要能建構一個足夠龐大的超級電腦叢集，就可以通過龐大的算力強行突破並達到目標。 目前我們正在俄亥俄州建設一個吉瓦級以上的叢集，它已基本投入營運，我們正用它來訓練下一代模型，我相信這些模型會非常出色。此外，我們還在路易斯安那州建設一個5吉瓦級的叢集，那將令人驚嘆。我推測，當擁有多吉瓦級叢集進行訓練時，我們基本上就能實現接近通用人工智慧的水平，甚至在此基礎上實現超級智能。但這並不意味著這是實現目標的最佳方式。人類大腦的功耗大約只有10瓦，而我們正在建構的這些計算系統，其能效可能比人腦低一百萬倍左右。因此，我認為未來一定會有人實現架構上的改進，我們也確實在朝這個方向努力。因為如果將龐大的算力與架構改進結合起來，就能打造出真正領先於整個領域的成果。不過就目前而言，我認為單純的規模擴展就能帶我們走得很遠。
傑克琳： 規模擴展似乎是最穩妥的保障。做研究需要寄希望於重大突破，而擴大規模則能迅速帶來確定的提升。
祖克柏：這就是為什麼大型公司都在全力投入規模擴展，因為也許存在成本更低的方法，只是我們目前還不知道。但在世界上創造如此有價值的事物，如果你知道通過規模擴展有極高的機率實現目標，即使需要耗資數千億美元，也是完全值得的。這是為了確保，即便在極小機率下你未能發現那些能大幅降低成本的突破性技術，你依然有一條明確的路徑來實現目標。當然，如果你確實發現了那些突破，結果只會更好，這正是我們全力投入的原因。我不想說這個問題已經徹底解決，因為現實情況是，在擴展基礎設施時面臨著全新的工程挑戰。在訓練模型的每一個階段，你都會遇到各種新奇的問題，需要不斷偵錯並使其正常運行。我認為這正是科研工作的常態，就是一個不斷迭代的過程。
傑克琳： 如何贏得AI安全？目前我們需要做的最重要的事情之一，可能就是專注於價值對齊，讓模型變得值得信賴。
祖克柏：我認為這非常重要。行業內對此有一場廣泛的討論，即各大實驗室是否會自發地關注價值對齊。我的看法是，實驗室理應自發關注這一點，因為如果使用者讓Muse智能體執行某項任務，它卻做出了完全相反的舉動，那還有多少人願意使用它呢？我們需要確保所建構的產品和模型不僅能精準理解你的具體指令，還能理解指令背後的意圖和你的價值觀。這樣一來，它們就不會以令人反感的方式執行任務，也不會引發你不希望看到的負面後果。因此，模型需要在相當深的層次上理解使用者，這就是價值對齊的核心。因此我認為，為了讓Muse取得成功並觸達十億甚至數十億使用者，我們必須在某種程度上解決價值對齊問題，或者至少在這方面取得重大進展。
傑克琳： 這種對齊是通過使用者反饋“嘿，那不是我想讓你做的”來實現的，還是你們在後端自行察覺並調整的？
祖克柏：我認為兩者兼而有之。我們確實會收到使用者的反饋，但我也認為，各大實驗室越來越意識到，必須在訓練階段就進行價值對齊。因為模型已經變得足夠聰明，如果不這麼做就會出問題。我們在其他實驗室看到的許多安全事件，基本上都發生在訓練期間，而不是模型部署給使用者使用之後。 因此，為了訓練出具備這種智力水平的模型，你需要為它設計一套非常完善的訓練課程。就像父母教育孩子一樣，你需要設定明確的邊界。這樣一來，如果模型做出了錯誤的舉動，它就會明白：“不，我的本意是讓你真正解決這個程式設計問題，而不是通過修改系統配置、篡改某些數值或尋找系統漏洞來獲取獎勵。我希望你腳踏實地地去解決問題，掌握正確的方法。”這才是訓練的真正目的。因此，這部分工作主要涉及完善安全機制和設定明確的邊界。我認為這些都是行業理應去做的自然演進，我們也為此投入了大量時間。而且，每一天都會面臨新的挑戰。
傑克琳： 我覺得在AI安全方面，事態似乎在過去兩周達到了一個關鍵節點，儘管並沒有發生某個具體的突發事件。而且聽你的意思，你們實際上將這個模型多擱置了幾個月，僅在內部進行訓練。
祖克柏：對於Muse，我們深知這款產品必須具備極高的隱私性和安全性。我們原本已經有了一個早期版本的模型，但認為可以進一步訓練它在審慎行事方面的行為，就像我們之前討論的那樣，所以我們花時間完成了這項工作。此外，我們還做了大量工作來提升虛擬機器的安全性，也就是我們為每個Muse智能體分配的電腦環境。因此我們多花了幾個月的時間來完成這些。 不過，其他實驗室經常談論說，他們為了放緩進度而承受了諸多痛苦。在我看來，這對Meta和Muse的使用者而言，都是正確的抉擇。我們致力於打造卓越的產品，因為產品若不夠好，不僅對使用者無益，對我們自身也沒有好處。我們絕不希望因倉促推出產品而留下糟糕的第一印象，從而讓使用者失去使用的熱情。因此，就我個人而言，我相信所有實驗室都有強烈的內在動力去把這件事做好。
傑克琳： 感覺只要將激勵機制引導至創造巨大價值和確保安全上。非常感謝您抽出時間。祝您這周一切順利。
祖克柏： 謝謝！謝謝！太棒了。 (invest wallstreet)