扎克伯格深度专访：怼苹果，夸DeepSeek，聊AI开源痛点

展开全文

▲Meta的创始人、董事会主席兼CEO马克・扎克伯格

以下是主持人与扎克伯格访谈全程内容的编译（为提高可读性，智东西在不违背原意的前提下进行了一定的增删修改）：

一、元宇宙概念持续推进，LlamaCon因开源模型需求诞生

主持人：马克・扎克伯格，欢迎回到Stratechery。

扎克伯格：谢谢邀请。

支持人：此次采访的契机是Meta新推出的开发者大会。不过在深入这个话题前，我想先回顾下历年开发者大会的历史。例如2007年至2019年的F8大会（这期间停办过几年），还有很多重要发布，包括最初的Facebook平台、开放图谱（Open Graph）、Parse平台等。按最初愿景衡量，这些项目如今要么已终止，要么被大幅收缩。

扎克伯格：这倒是个不错的开场话题。

主持人：这对您来说是种遗憾，还是说这可以看作是吸取教训？您如何看待这段历史？

扎克伯格：不。你看，最初的Facebook平台本质上是一个基于网页的产物，属于移动时代之前的产物。当用户行为从桌面网页转向移动端时，苹果公司直接表态不允许在一个已有的平台上再构建一个具有独立平台功能的生态系统，也不允许应用调用你们的服务。

因此，这套体系曾是我们业务的重要部分，2012年IPO时，游戏和应用贡献了约20%的收入，但现在基本失去了发展前景。于是我们围绕Connect（社交互联）和应用登录（Sign In）等功能尝试了不同版本。

主持人：但有一个很有说服力的观点，我在2013年就提出过，这对你们来说是件好事，它迫使你们蜕变成今天的模样。

扎克伯格：或许我认为我们本可以既达到现在的成就，还能实现更多。回想起来，我们本有机会在应用中构建各种差异化体验。

主持人：是的，至今仍在坚持的功能中，Facebook提供的一种第三方登录功能，允许用户通过Facebook账号快速登录其他应用或服务，而无需单独注册新账号的功能仍然是个典型案例。

扎克伯格：没错，这与开发者希望通过社交网络获取应用安装量等诉求存在关联。但如今其价值已大幅稀释，我认为这本质上是苹果政策催生的产物。

不仅在此领域，他们在多个层面持续宣称“你们没办法开发出那些我们认为有价值的功能”，这种限制性政策导致了我们两家公司间的深层矛盾，我认为这种局面令人遗憾，本应存在更开放的移动生态。

我们只是被告知不可为，现在回顾来看，很难相信这些限制为我们服务的用户或开发者创造了价值。

主持人：对了，你们还有Meta Connect大会。元宇宙概念是否仍在推进？

扎克伯格：当然，毋庸置疑。我们希望通过完整活动来展示所有规划的VR/AR愿景。

主持人：是的，这个方向清晰明确，显然是很完美的一次布局。如今这个全新的开发者大会LlamaCon进展如何？

扎克伯格：二者定位不同。聚焦AR/VR的Connect大会吸引特定类型的开发者与兴趣群体，当然未来所有事物都将融入AI元素。

比如雷朋Meta智能眼镜本质是AI设备，但属于特定产品形态。对于专注Llama模型开发的群体，我们认为有必要打造专属活动，因此诞生了LlamaCon。

回顾F8开发者大会与平台发展史颇具启示。Llama的核心特质在于开源属性，而我们坚信构建开放平台的部分动因，源于移动生态历史遗留问题。

从我们的视角看，那些强加于开发者的诸多限制显得相当武断，这正是开发者渴求开源模型的深层原因之一。尽管从某些方面看，直接调用OpenAI或Anthropic等公司的API接口更为便捷，但必须面对其潜在风险，这些服务商可能随时变更接口规范导致应用功能突变，可对你发起的查询进行内容审查。

若其不认可你的请求即可单方面拒绝响应，且模型自定义空间极为有限。开源生态恰好能打破这些限制，而过往封闭平台带来的“切肤之痛”，使我们对此的认知愈发深刻，也促使我们更坚定地投入开源建设。

现在这个领域已经不光是Llama一家独大，像DeepSeek这些AI模型也做得风生水起。我早就说过，到2025年，大家做开发主要都会用开源模型，现在看来这个预测越来越准了。说的通俗易懂一点，这就是我们整个公司战略最根本的出发点。

主持人：有个新动态，虽然您之前和我沟通时强调这不算大动作，但我觉得外界未必这么看，Llama API究竟是什么？

扎克伯格：我倒不觉得这是小动作。准确地说，这并不是我们打算重点经营的商业项目。

扎克伯格：大家看到付费API上线，第一反应肯定是商业变现。但根据我们收到的反馈，开发者热爱开源的核心原因正如之前所说的那样，他们渴望掌控权、能自由定制、不会被突然断供、使用方式不受限，还能降低成本。这些都是开源的核心价值。但开源模式一直有个痛点…

主持人：其实没人真想自己搭服务器维护。

扎克伯格：是因为托管起来很麻烦，对吧？没错。开源模型的缺点就在于，相比之下，直接调用一些成熟服务的API要简单得多。

当然，现在有很多公司以托管不同的模型为业务，其中也包括开源模型，而且我觉得，有些公司在这方面做得比其他公司要好。最近我们发布了Llama 4模型，我认为我们在发布过程中学到了很多东西。

但我觉得有一点做得不太好，就是我们发布了这个模型之后，很多API供应商在实践的过程中出现了一堆漏洞，所以很多人在对Llama 4进行首次测试时，用的就是这些存在实现问题的外部API供应商。

主持人：不过那都是最近发生的事了，你们当时那么快就决定“不，我们需要在这里提供一个参考API”了吗？

扎克伯格：不，我刚才举那个例子只是为了说明问题。但其实早在Llama 3的时候，你就能在网上看到很多人在讨论：“好吧，我想要一个能提供405B未量化版本的API供应商。我很难判断不同的API供应商采用了哪种量化方式或者走了什么捷径，质量参差不齐，我们就想要一个可靠的来源。”

所以我觉得，拥有一个广泛的API供应商生态系统是件好事，而且很多供应商都做了非常有趣的事情，比如Groq公司。他们通过垂直整合，定制芯片来实现低延迟，这真的很有吸引力。

主持人：你这里说的是芯片公司Groq，而不是AI模型Grok，对吧？

扎克伯格：是的，Grok也很有意思，那是xAI公司创始人兼CEO埃隆・马斯克（Elon Musk）的项目，但我现在说的是芯片公司Groq。

如今，他们的业务是制造芯片，构建一个垂直整合的服务体系，提供超低延迟的API，真的很酷。我觉得有这样能够使用开源模型的公司存在于一个生态系统中是很棒的。

二、AI领域的资源分配，优先支持核心业务，API业务处于次要位置

主持人：也许我应该在你几分钟前提问的时候就给出主题句，Llama API的目标是为行业提供一个参考实现。我们并不是想围绕这个API建立一个庞大的业务，我们基本上就是想做一个非常简单、基础的API，让人们知道这就是我们想要构建的模型，而且它是可行的。你可以直接把你之前调用OpenAI API或者其他API的部分，替换成调用我们这个API的网址，它就能正常工作。而且我们不会大幅加价，基本上就是按照我们的资金成本来提供这个API。如果不加价太多的话，这听起来可能会发展成一项相当大的业务呢。

扎克伯格：但对我们来说，它不会带来很高的利润。

主持人：是的，我知道。你说“就这么个小业务，我们不会收很多钱”，但我不确定这两者是否一致。如果你收费不高的话，为什么大家不都用你们的API，而要去用其他云服务提供商的呢？

扎克伯格：理论上来说，其他把托管模型作为核心业务的公司，应该能提供更有趣、更有价值的服务。比如我们刚才提到的Groq公司，他们通过定制芯片来做特定延迟优化的推理计算，就是很有特色的例子。

主持人：没错。但比如很多人在亚马逊云服务上使用Llama模型。

扎克伯格：对的。亚马逊云服务的优势很明显。如果你是他们的客户，他们本身就有一整套广泛的服务，能满足你不同场景的需求。

主持人：所以如果有人刚开发一款应用，还没有锁定任何云服务，Llama API会是最简单、最便宜的解决方案吗？

扎克伯格：没错。当你刚开始想用Llama 4模型，想找一个能稳定运行的靠谱入门选择时，直接用我们的API就行，它肯定能正常工作。等你后续需要扩大使用规模时，可能会根据自己的需求调整，比如选择自己搭建服务器运行模型，或者用其他更适合的工具。

但关键是，整个开源技术圈需要有一个像我们这样简单好用的“标准版本”，让大家能轻松起步，这对推动技术发展很重要。

主持人：如果某个用户通过你们的API把业务做得很大，你们会不会对他们说“你现在规模太大了，得换个地方，不能继续用我们的服务了？”

扎克伯格：目前还不确定，我们还没深入想过这个问题。

主持人：待定？

扎克伯格：对，确实还没仔细规划过。其实我们内部也在想，为什么我们之前没把API作为一项业务来做。

主持人：这正是我接下来的问题，为什么Meta整体上没有发展云业务，特别是考虑到你们需要从Llama的训练成本中获取回报，毕竟花了这么多钱训练模型，需要通过更多方式盈利。

扎克伯格：对，这里有个很有意思的业务逻辑。对我们来说，把新增的GPU资源分配到内容推荐或广告优化上，总能获得更高的边际收益。我一直为Meta没有提供API服务而辩护，我觉得这是有其合理性的。

主持人：我完全认同，之前就是这个观点。

扎克伯格：没错。所以现在我们认为，Llama的成长本身有价值，而提供参考实现的API能推动它的成长。我们觉得这个东西有存在的必要，但从经济角度看，我不认为它会成为核心业务。

如果未来它真的消耗大量算力资源，而且能盈利，那当然好，我们可以同时做好推荐系统和API业务。

主持人：现在确实存在机会成本的问题。

扎克伯格：说实话，我们根本没法完全算准到底需要多少算力资源，其实我们内部一直在纠结是把更多算力留给Meta公司旗下的Instagram Reels团队优化视频推荐，还是分给其他团队搞新项目。

目前来看，API业务在我们的优先事项里排得比较靠后，因为像内容推荐这种核心业务更需要算力资源。不过，我们有超大规模的数据中心，算力资源很充足。所以拿出一小部分来做这个“标准版本”的API，让大家能轻松上手用开源AI，其实是件划算的事。这就是我们的整体考虑。如果真有用户规模做得非常大，我们可能会再协商具体方案。

主持人：如果有第三方开发者靠你们的API把业务做得特别大，作为平台方的你们是否要求其进行业务调整呢？

扎克伯格：到时候再看。

主持人：船到桥头自然直？

扎克伯格：一般来说，在这个行业里，用户能做大做强是好事。

主持人：当然，这算是个幸福的烦恼。不过回到成本问题，你刚才提到的担忧，也是我关心的，就是模型推理的成本。这些算力资源你可以留给自己用，也可以给外部用户，确实需要权衡。还有个疑问，你们花了几十亿训练模型，怎么才能让这些钱花得更值、回报更高呢？很多投资者觉得你们做API业务能赚钱，估计也是冲着这个来的。另外听说好多公司用Llama模型尝到了甜头，他们是不是该多分担点训练成本呢？你们有没有打算找他们合作，会有公司愿意一起掏钱吗？

扎克伯格：我们和一些公司聊过，但目前还没谈成。随着训练成本持续上升，未来可能会有变化，但现在实际情况是，市场上反而有很多公司开始自己研发模型。

原本我以为一些公司会加入Llama的开源生态，通过标准化来降低成本，结果他们反而纷纷开始自行研发模型。所以未来如何还不好说。但我猜测，未来几年内，模型训练可能需要千兆瓦级的算力集群，行业应该会出现整合。

主持人：总会有公司选择退出吧。

扎克伯格：不一定。你看，我们做财务规划时，是假设自己承担全部训练成本的。如果未来能和其他公司分摊，那是额外的好处，但我们并不依赖这一点。

我觉得这对我们来说反而是个优势。如果你需要，我可以详细解释一下背后的商业逻辑。

三、布局四大业务方向，广告优化、用户参与度提升、商业消息服务、AI原生业务

主持人：我确实想聊聊你们的整体开源策略。一方面，作为行业的观察者，我非常感谢你们的开源举措，你们通过技术开放策略，系统性消除了阻碍AI大规模应用的非理性障碍，加速了实用化进程。另一方面，包括Meta在内的大公司，一直是开源领域的主要贡献者。你曾把Llama比作“开放计算项目”（Open Compute Project），在那个项目中，全球数据中心采用你们的标准，硬件制造商按标准生产，最终都为你们的盈利助力。而你们并不是数据中心提供商，这些都是额外的收益。所以对于Llama，我的问题是开源带来的经济回报是什么？尤其是当你们考虑“或许我们确实需要对模型进行自有适配”时，这仅仅是品牌建设吗？还是说研究人员喜欢开源模式？特别是经济层面的回报。

扎克伯格：开源其实是构建模型之后的决策，对吧？我们不是为了开源而开发Llama，而是因为我们相信，要构建自己想要的服务就必须先拥有这样的模型。

主持人：我接下来的问题是你是打算始终站在技术前沿吗？还是可能落后一段时间？

扎克伯格：从长远来看，我们必须保持技术领先。我们注意到行业里有几个新变化，现在各个公司开始各有专长，有的专注于某个领域，有的主攻特定方向，而我们的业务场景和需求跟别人不太一样。以我们的业务规模来说，开发真正符合自己需求的模型是很自然的事。

主持人：哪些具体场景对你们来说最重要。

扎克伯格：这可能会稍微偏离我刚才的回答。我们现在主要盯着四个业务方向，从最容易落地的到需要长期投入的都有。最基础的一个，就是用AI把广告业务做得更高效。通过优化推荐技术，以后任何想达到业务目标的企业，只要找到我们就行。不用自己制作广告内容，也不用费心研究客户是谁。

他们只需要说“我想要达到这样的效果，愿意花这么多钱，现在绑定银行账户，你们每帮我达成一个目标，我就付一次费。”对吧？

主持人：这简直是史上最强“黑箱”系统。

扎克伯格：对，这就好比一个全能的商业助手。把广告业务拆开来看，包括做广告内容、想创意点子、锁定目标客户和评估广告效果。

我们最早搭建的是评估效果的系统，现在整个业务都是围绕“帮客户实现实际的业务目标”来开展，而不只是看广告被多少人看到。

主持人：按效果付费。

扎克伯格：对，接下来是基础的目标客户定位。过去5到10年，我们基本已经说服企业不要刻意限定目标人群范围。以前企业会跟我们说“我们想接触某个地方18到24岁的女性用户。”我们会回应：“没问题，你可以告诉我们你的需求。”

主持人：没错，但我们保证能以更低成本找到更多潜在客户。

扎克伯格：如果他们坚持限制范围，我们也提供这个选项。但总体而言，我们相信自己比企业更擅长找到真正会对产品产生共鸣的人群，这就是目标定位的部分。

但还有创意内容的部分，企业找到我们时，往往只有模糊的信息，比如想传达什么信息、需要什么视频或图片，而制作这些内容非常困难。不过我认为我们已经接近突破了。

主持人：企业制作的内容越多越好，因为可以测试哪种效果更好，但如果能无限生成内容呢？

扎克伯格：对，或者我们直接帮他们生成。当然，企业永远可以提供自己的创意建议，尤其是当他们想精准调整时。但总体趋势是企业找到我们，告知目标，连接银行账户，不需要准备创意素材、设定目标人群或自行衡量效果，只需要读取我们输出的结果即可。

我猜这将是颠覆性的，可能会重新定义广告行业的范畴。如今广告占GDP的比例可能会大幅提升，因为传统广告受限于“买广告牌或投电视广告”的模式……

主持人：没错。我记得传统广告占GDP的比例一直是1%或2%，但数字广告已经提升了这个比例。

扎克伯格：确实在增长，但如果未来出现显著增长，我也不会感到意外。

主持人：我完全同意你的看法，你这是在跟本来就认同的人聊这些，大家确实都该接受这个高效的“黑箱”模式。我举双手赞成，那第二个业务机会是什么？

扎克伯格：第二个机会主要是提升用户在消费者平台上的参与度和推荐效果。首先是更精准地为用户展示现有内容，Instagram Reels就在做这件事。接下来，AI不仅会推荐内容，还会帮助用户创作内容，甚至直接生成内容。

你可以把我们的产品发展分为两个主要阶段。第一阶段是用户主要和朋友分享内容、获取信息；现在我们进入了第二阶段，叠加了“创作者内容”层，朋友和关注者的内容依然存在，但我们新增了大量推荐的创作者内容。

我觉得接下来会进入第三个阶段，AI生成的内容会迎来大爆发。创作者做的内容和朋友分享的东西不会消失，但AI根据每个人喜好生成的个性化内容会越来越多，甚至呈爆发式增长。

从大的趋势来看，随着我们走向通用人工智能（AGI）时代，生产力会大幅提高，而人类过去一百年来的趋势也会延续下去。工作时间越来越少，花在娱乐和文化上的时间越来越多。

所以像信息流这种内容平台，以后会占据用户更多时间。而AI在生成内容和精准推荐上的能力越强，这个机会就越大，这就是我们第二个业务机会的关键所在。在进入第三个机会前，我先回答你刚才的问题。

主持人：如果你是创作者，拥有受众是合理的，但如果是普通用户想社交，那该怎么办？

扎克伯格：说实话，普通用户根本不想让内容走红。我的意思是，人们希望真实地分享，而小群体场景让人更愿意分享。现代社交的形态是消息应用的结构更适合这一点，因为你不再只有一个分享群体，而是有各种群聊和一对一聊天。比如我可以和家人分享一些内容，和一起运动的朋友分享另一些内容。

主持人：当年你担心谷歌的社交圈产品（Google Circles），但最终你们通过消息业务实现了类似的目标。

扎克伯格：最后我们是通过消息聊天功能（比如微信这种）实现了这种社交模式，而不是靠朋友圈/动态页那种信息流。要是你还想接着聊这个……

四、Meta推出独立AI应用，构建专属AI模型

主持人：是的，我想继续。我想聊聊Meta AI，但在我看来还有两个潜在的支柱（或可能成为支柱的方向）。我们之前提到过元宇宙，我认为生成式AI将成为元宇宙的关键。因为即使是屏幕上的游戏，我们在“游戏资产”（如角色、场景等）的创造上也遇到了瓶颈，比如制作成本太高，而生成式AI能解决这个问题。还有一点，用户在这些应用中的体验场景就像一块完整的画布，每一个“像素”都可能被“变现”。比如看到一个网红，她身上的每一件物品都能被识别、标注，链接到对应的商品，只要品牌方注册了相关服务。我觉得你们就像“消费者领域的微软”。微软之所以能持续成功，是因为他们掌握了分发渠道，连接了所有人，而你们拥有类似的“数字分发网络”。正如你所说，未来人们空闲时间更多，花在这些应用上的时间更长，变现方式多种多样。既然如此，为什么还需要专门做一个Meta AI和独立应用呢？

扎克伯格：刚才咱们聊的四个主要赚钱方向，第一个是优化广告体验，第二个是让用户更喜欢用我们的产品，第三个是把消息类应用打造成能赚钱的商业平台，第四个就是专门靠AI驱动的新业务。我重点提Meta AI，因为它现在是这一块最大的产品，每月有10亿人在用。

主持人：你们还有一个新应用。

扎克伯格：现在每月10亿用户分布在我们的全家桶应用里，但我们也推出了独立的Meta AI应用，给有需要的用户使用，它还包括在元宇宙里生成内容等纯AI驱动的功能。我们做财务规划时，并不需要这四个业务全部成功才能盈利，只要两三个方向大获成功，即使算上高昂的模型训练成本，我们也会处于很好的状态。

但关键在于，要在每个领域做出世界级的成果，就需要构建训练专属模型，让它具备实现每个业务目标的能力。根据我以往的经验，企业必须能掌控从底层到顶层的整个技术栈。Meta是一家“全栈公司”，我们一直自己搭建基础设施、AI系统和产品。

目前，每月有10亿用户通过我们旗下的社交应用（如Instagram等）使用Meta AI功能，同时我们也推出了独立的Meta AI应用，方便用户专注体验AI服务。这个应用还支持在元宇宙中生成虚拟内容，比如用文字描述直接创建3D场景或虚拟角色。

在财务规划上，我们并不要求四个核心业务方向全部成功才能盈利。只要其中两到三个方向（例如广告体验优化、商业消息服务、元宇宙内容生成或AI原生服务）实现突破，即使算上高昂的模型训练成本，公司也能保持良好的财务状况。这就像投资组合，分散风险的同时抓住关键增长点。

主持人：我觉得你们自己研发AI模型（比如Llama）的做法挺对的。但问题是，Llama作为开源项目太火了，现在你们办Llama开发者大会，很多开发者会跑过来问“能不能让你们的模型实现某个功能？”但其实你们心里可能在想：“我们做这个模型主要是为了自家的业务（比如Instagram的广告和推荐功能），并不是专门为了满足外部开发者的需求。”对吧？

扎克伯格：我懂你的意思。长期来看，这确实是个有趣的平衡。我们首先是为了自己的业务需求开发模型，然后再开放给有需要的开发者。

比如Llama 4 Maverick模型，它根本不是为任何开源基准测试设计的。所以当人们使用时会觉得“效果不错”，但在某些基准测试中得分不高，不过这并不影响它是个高质量模型。

主持人：之前有个争议，说有些模型是专门为测试训练的，如果用对了模型，得分可能会很高。

扎克伯格：这其实挺有意思的。我们设计Llama 4时的一个核心目标，就是让它比其他模型更具可调控性，因为我们有不同的应用场景，比如Meta AI、正在开发的AI Studio，以及商业消息服务等。

我知道有团队曾通过调控让某个版本的Llama在LMArena（AI模型基准测试平台）上表现出色，因为它确实具备这种可调控性。但目前公开的版本完全没有针对LMArena做优化，所以得分是现在这个样子。

不过无论如何，这是个高质量模型。你提到的关键点没错，当我们为自身业务需求设计模型时，必然会忽略一些开源开发者关注的功能，但开源的魅力正在于此，其他人可以填补这些空白。开源是一个生态系统，而非单一供应商。我们承担了最困难的部分，比如耗资巨大的预训练过程，完成大量基础工作后开放模型，并搭建了参考实现API的基础设施，但我们不打算包揽所有环节。

这为其他公司创造了巨大机会，就像Linux系统催生了围绕它的众多项目，开发出各种功能、驱动程序和工具，以满足开发者的多样化需求，Llama生态也会走上同样的道路。

五、AI在朋友关系维护中具潜力，或能辅助用户记忆细节、规划社交活动

主持人：所以，我可以问这个AI：“为什么我看到这么多关于某个特定主题的视频呢？”

扎克伯格：是的。你可以问它关于你的事情，它会向你解释。我觉得作为一家公司，我们可能对人们的需求非常敏感。一般来说，人们渴望表达自己，希望被理解，希望有归属感，不希望感到孤独。我认为在过去20年里，我们推出的产品在这方面一直非常有效。

展望未来，一个有趣的问题是AI在这种需求中扮演什么角色。有一个有趣的社会学发现，平均每个美国人拥有的朋友少于三个，而平均每个美国人希望拥有超过三个朋友。

所以，理想情况下，你应该帮助他们与合适的人建立联系，这显然也是我们一直在努力做的事情。当人们无法面对面相聚时，他们可以通过我们的应用保持联系，与人互动，结识新朋友。但我猜，未来会有一些新的动态，即人们围绕不同的事物与不同的人互动。

我个人相信，每个人都应该有一个倾诉对象，就像一个可以随时倾诉的人，不一定是一整天，但可以倾诉他们所担心的问题。对于那些没有心理咨询师的人来说，我猜未来每个人都会有一个AI。当然，这并不会取代你的朋友，但它可能会在很多人的生活中起到补充的作用。我觉得在某种程度上，我们可能比那些纯粹提供机械性生产力技术的公司更理解这类需求。

我们也很清楚这里面可能出现的问题，而且我们一直在琢磨怎么让AI在交朋友、聊天这些事儿上发挥好作用，而不是搞砸了。我特别在意的一件事就是，怎么让AI帮你把朋友关系搞得更好。比如说，我有时候会忘记朋友的一些事情，但我又想对他们更好一点儿。

还有那种情况，比如我总是拖到最后才想去做计划，然后又想：“我也不知道谁有空，也不想打扰别人。”要是有个AI能清楚地知道你朋友的情况，那它就能在这上面帮到你。

一个好的个性化AI不仅仅是了解你感兴趣的东西，一个好的助手或好的个性化服务，是要能够理解你的思维方式。我们和朋友相处时就是这样，我们不会只是简单地说“这是我的朋友鲍勃，他喜欢……”，而是要深入了解这个人的生活，了解你的朋友面临什么挑战，以及这些事情之间的相互关系。

主持人：鲍勃的AI能和你的AI对话，能解决一些问题吗？

扎克伯格：我觉得具体的API接口可能还需要进一步研究，因为这里面涉及到很多隐私问题。其实，这在人际关系中也是一样的。当你和另一个人打交道，或者试图帮助别人解决某个问题时，总会有一些问题，比如该分享哪些背景信息。人们在交流中需要保持一定的谨慎，AI也需要做到这一点。

我觉得现在更重要的是，先让AI真正“懂人”，这不是简单记住你表面的喜好（比如“他喜欢打综合格斗”），而是能理解你背后的经历和感受，比如“他为什么喜欢格斗？是不是曾经通过练格斗克服了困难？现在他的生活里有什么开心或烦恼的事？”这种能深入理解人内心世界的能力，才是AI发展最根本的东西。

六、Meta AI多点突破，多款应用及独立网站协同推进开启智能交互时代

主持人：你觉得你们在让AI真正“懂人”这方面能做得比别人更好吗？

扎克伯格：大概率是的。当然，我不确定其他公司是否也在尝试做这件事。

主持人：我一直开玩笑说，那些开发AI的人其实并不太适合去琢磨AI的使用场景。

扎克伯格：是啊，我觉得最明显的一个方向是生产力。从某种程度上说，谷歌、OpenAI这些公司都在朝着这个方向努力，而Anthropic似乎更专注于开发软件代理。

我觉得这些领域未来肯定会冒出特别大的商业机会，至少那些在这些领域做出成绩、有突破的公司会吃到甜头。当然，我不是要单独评判哪家公司好坏，毕竟每家都有自己的长处和短板。

未来可能会有很多大型公司依靠他们的技术和资金来参与这个领域，同时也会有很多初创公司出现。我一直都在思考的问题是如何在深度技术和帮助人们建立连接的结合点上开发出新的技术。

主持人：我觉得这个方向非常有吸引力，而且你提到的这也符合公司一直以来的方向，但我总觉得公司一直以来都存在某种矛盾，甚至在我们之前讨论移动化转型时就体现出来了，你们不得不成为一个娱乐应用，而无法成为一个平台。马克，你想做一个平台，但你现在在一个开发者大会上。

扎克伯格：你不能总是做你想做的事！我觉得如果只跟着市场走，那最终会变得很无趣。我认为你需要下一些新的赌注。

主持人：我觉得你的想法挺有意思的，咱们绕了一圈又回到了“连接人与人”的核心，只不过这次是靠AI来牵线搭桥。

扎克伯格：没错，我觉得这事儿挺有意思的。不过作为行业领先者，挑战在于尝试新东西不一定每次都能成。这就像打棒球，不用追求每次挥棒都击中球，只要比对手击中的次数多，或者当击中的时候能打出更远的全垒打就行。

这个比喻可能不太贴切，但你应该懂我的意思，关键不是永远不出错，而是抓住机会时比别人做得更漂亮。

主持人：我明白你的意思了。如果你在人生中有三分之一的时间是成功的，那你就已经进入名人堂了。

扎克伯格：是啊。过去20年里，我确实有很多事情没做成，或者没达到预期。但我认为，即使这样，还是要有信心去做那些有意思的事，这才是做这些事情的乐趣所在。

主持人：这就不禁让我发出疑问了，那你为什么还要接着做这些事呢？我记起来2017年的时候，你说你打算在应用里少放点视频，因为你希望人们能用它好好交流，而不是光为了消遣。可现在呢，视频到处都是，还越做越大。

扎克伯格：是的。在那段时间里，我觉得自己犯了很多错误，尤其是在听从一些所谓专家的意见时，他们告诉我什么对用户有价值。当然，研究是有帮助的，但我从那段经历中学到的是，大多数人其实都很聪明，他们知道自己生活中什么是真正有价值的。

当有专家说某件事情不好，但用户却说它很好时，十有八九，真正使用它的人才是对的。

主持人：说到这点，我不确定这个观点是否站得住脚，但人们都在用AI来做什么呢？排在前几位的可能是心理咨询师或者人生导师。

扎克伯格：Meta AI的一个主要用途就是“我想讨论一下问题”“我需要和某人进行一场艰难的对话”“我和女朋友有矛盾”“我需要和老板谈一件棘手的事情”“帮我模拟一下这个对话”或者“帮我理清思路，我该怎么开口”。

顺便说一下，我觉得这种情况更适合用语音，因为你在模拟对话，而不仅仅是打字。但不管怎样，我认为这会是AI的一个重要用途。

主持人：如果人们已经在用ChatGPT或者其他类似的工具了，他们心里已经把AI等同于ChatGPT了，那你该怎么让他们来尝试你们的产品呢？

扎克伯格：其实，目前Meta AI每月的活跃用户数量大约有十亿。

主持人：我前几天和谷歌的人讨论过类似的问题。谷歌其实拥有全球使用最广泛的AI产品，那就是AI搜索概览，但大家都说“Gemini只有3000万用户，Meta AI会不会也面临这种情况？没人用Meta AI，看看那些排名靠后的应用。”而你却说“不，我们这里可是有十亿用户。”

扎克伯格：我也不确定，走着瞧吧。我觉得并不是所有的事情都必须成功，但总得有一些能取得重大突破。我觉得没人能精准预测到底哪些事情会成功。

你得先大致判断一下世界会朝着哪个方向发展，然后下一些赌注，看看哪些能成，接着再灵活地把资源加倍投入到那些表现好的领域。

说回你的问题，通常情况下，如果你想在一个领域超越领先者，光靠做和人家一样的事情是不行的，你得做得更好。而所谓的“更好”，有时候可能就是让用户在他们已经习惯的产品里无缝地体验到这种服务。如果人们想通过文字或语音和Meta AI交流，那么在一个他们已经用来聊天的应用里实现这个功能，肯定是很方便的。

七、VR与AR差异化布局，Orion头显提前曝光倒逼技术突破

主持人：换个话题。我一直觉得这和国际局势也挂钩，Meta其实是个“反脆弱”型公司。比如之前大广告主集体抵制你们，结果反而让竞争对手的广告更便宜了。苹果推出ATT隐私政策时，虽然你们受创，但后来发现对手伤得更重。那从商业角度看，会不会担心像关税这种外部冲击连Meta都扛不住？特别是影响中小广告主的话就麻烦了。

扎克伯格：看过去的经济衰退就知道，我们公司能活这么久，什么周期都见过。经济一紧张，所有企业都会收紧预算，只投见效快的东西。在数字营销里，效果可衡量的渠道才是王道，在这方面我们基本是顶流。就像你说的，08年金融危机、疫情期间、ATT冲击等，虽然每次收入都受影响，但我们市场份额反而涨了。

作为创始人掌舵的公司，最大好处就是能看长远。看到市场份额在经济寒冬里增长，我就会加码投资。比如扩建GPU集群来服务更多企业用户。但短期投资者肯定要发出为什么收入不达标还追加开支的疑问。

主持人：这是要增加资本支出啊。

扎克伯格：这种大起大落我们早见怪不怪了，股价暴跌到底都经历过，三年前就跌到过每股90块。

不过公司由创始人掌舵的好处就是，我不怕因为短期业绩差被开除。我们董事会的设置，说的通俗易懂点就是铁了心要搞长期投资。就像大学基金会钱生钱的套路，死磕长远眼光本身就是我们的优势，时间久了自然赚得更多。

主持人：如果你们追求的“长期价值”不包括成为平台，只是做个应用，能接受吗？

扎克伯格：这要看定义。早年我很崇拜微软，觉得做开发者平台超酷。

主持人：确实酷。

扎克伯格：但本质上我们不是这类公司。现在消费者业务和开发者业务有点矛盾，我更聚焦前者。当然在VR实验室和Llama项目里我们还是在赋能开发者。越多人用Llama，英伟达就会优化适配，反过来降低我们的硬件成本，形成良性循环。不过现在最核心的还是做好产品，我认为垂直整合是关键。

说到做智能眼镜，重点不是为了打造什么生态系统，而是我们相信这会是实现“身临其境感”的最佳设备。想象一下，你的AI助手能通过眼镜看到你看到的、听到你听到的东西，全天候像个贴身伙伴一样和你互动。很难想到还有比这更合适的AI“载体”了。

主持人：所以做眼镜才是你的终极梦想？VR只是跳板？VR到底扮演什么角色？

扎克伯格：眼镜肯定是更大市场。全球10-20亿人戴眼镜，十年后这些都会升级成AI眼镜，至少带基础功能，高端版会有全息投影。现在戴隐形的人可能都会转投智能眼镜，毕竟太实用了。

主持人：你现在戴的是平光镜吧？

扎克伯格：对，其实我日常戴隐形。最近才开始戴智能眼镜，因为太方便了。

八、MetaAI加强内容创新，探索AI在社交陪伴和信息流内容中的新应用

主持人：说到VR，最初是连接人与人，未来可能连接人与AI。AI生成内容会让VR更沉浸，解决冷启动难题。除了游戏，设备还能干嘛？等普及了，大家会又回归本质吗？比如和好友虚拟看球赛。

扎克伯格：完全可能。AR眼镜会是未来的手机，VR则是未来的电视。没人会整天扛着电视出门，但人均每天看几小时。随着VR的画面越来越清晰，它会把平板和一些电视给比下去。AR的全息投影再厉害，也没法像VR那样让人完全沉浸进去，因为VR是从头开始打造一个虚拟世界。反正这两样东西以后都会发展得很好。

主持人：Orion头显（Meta开发的先进AR眼镜）什么时候上市？去年我体验过原型机。

扎克伯格：目标几年内，具体看进展。

主持人：为什么提前曝光？这不等于告诉苹果“我们能做但暂不量产嘛”？

扎克伯格：我们需要用户反馈，喜欢开放式研发，总要权衡，竞争对手会看到，但也能倒逼团队进步。

主持人：这会给你们团队施压要求加快进度吗？

扎克伯格：展示成果能提振士气，但开放式和封闭式研发各有利弊。如果你确信能独立做出惊艳产品，保密有理。但大多数创新需要迭代反馈，开放式开发配合长期投入，往往比闭门造车更快出成果。

在AR/VR领域，每次我们突破，友商就重启项目。谷歌AR项目反复取消重启，苹果看到雷朋联名款成功才重拾眼镜。未来10-15年我们会持续公开推进，持续收集反馈。我们比谁都认真，也聚集了全球顶尖人才，我们过往成绩就是证明。

在AI领域同理。有些方向公认有价值，有些还边缘化。比如AI社交陪伴，或信息流内容创新，目前还没实证能成。

主持人：你看到吉卜力工作室用OpenAI而不用Meta AI创作，会失落吗？

扎克伯格：其实用Meta Imagine工具的人也不少。我觉得挺好，行业足够大，容得下多家创新。

主持人：那些作品都发社交媒体了吧？

扎克伯格：对，这样很好。世界上不可能一家公司包揽所有“酷炫”的事。如果你看到别人做出了很酷的事情却无法为之感到高兴，那你大概会成为一个很郁闷的人。

主持人：最后一个问题，我们第一次采访是在你们公司改名为Meta的时候。你现在还满意这个名字吗？

扎克伯格：是的，我觉得这个名字很棒。它让人联想到未来，一个数字世界和物理世界更加融合的未来，而这一切因为AI的发展，比我预想的还要快地成为现实。让我感到意外的是，如果回到过去问我，“我们是会先迎来全息世界的到来，还是AI？”我会猜是全息世界。

所以，AI提前到来是很棒的，但从本质上讲，AI和全息世界都是我们对未来同一个美好设想的一部分。而我觉得，眼镜对于实现这两个目标都很关键。现在，因为AI技术发展得这么快，用AI眼镜的人比以前多多了。

主持人：您回答的非常好，很高兴再次和你交流，非常感谢。

扎克伯格：也很高兴见到你。

来源：Stratechery