Meta的Zuckerberg与首席AI官Wang解释千亿美元AI投入：前沿模型不允许先试后投

2025年底，Meta高管团队在夏威夷的一次会议上面对一个没有标准答案的问题：模型还没有训练出来，是否要签下千亿美元级别的支票。Meta创始人兼CEO Mark Zuckerberg回忆当时的对话：'Alex，你确定这能成功吗？'

Meta超级智能实验室（MSL）首席AI官Alexandr Wang在Cheeky Pint播客中将这种决策模式称为'困难模式的创业'——精益创业的反面：你无法先小规模验证再加倍投入，必须在看到结果之前就押上全部筹码。

Zuckerberg对风险的评估并非盲目。他给出两层缓冲：第一，如果AI整体成功，即使Meta自己的模型不够好，算力本身也有市场需求，其他公司愿意付费使用；第二，即使AI整体失败，Meta仍有其他业务可以消化这些算力。他的结论是：要让这笔投资失败，不仅需要Meta失败，还需要整个AI行业失败。

与资本承诺并行的是人才策略。Wang加入Meta后提出的第一条建议就是不需要大量人员，人才密度才是关键。MSL研究团队最终只有约100人，而非其他实验室的数百人规模。

需要指出的是，这是决策者本人对已发生事件的回溯性叙述。Zuckerberg和Wang有动机将决策过程描述得比实际更理性、更有章法。他们承认当时存在巨大的不确定性——Wang只能提供研究进展的'氛围报告'和几张图表，'完全不确定'模型最终能否成功。