马克·扎克伯格：AI 在 Meta、Facebook、Instagram 与 WhatsApp 的未来

马克·扎克伯格去参加了他人生第一场柔术比赛。他戴着一顶帽子，一副墨镜，脸上还捂着一个口罩，报名时用的名字是 Mark Elliot，也就是他的名字加中间名。直到他走上垫子、把这些东西一件件摘下来，旁边的人才知道刚才那个报名的家伙是谁。

一个掌管着三家服务数十亿人公司的人，跑去打一场业余柔术比赛，为什么要乔装打扮？

他自己给出的答案很直接：不想输，更不想当众丢脸。但他紧接着补了一句更值得琢磨的话，他说自己这辈子已经丢脸够多次了，这几乎成了一项核心能力。

拍垫子的那一刻

柔术这项运动，外行看着像两个人躺在地上纠缠，内行知道它是人体象棋。你要用杠杆、重心、角度，去控制另一个人的身体，最终目的是让他拍垫子认输。不拍，胳膊可能真被掰断，或者直接昏过去。所以每一场对抗里都有一次明确的、不容辩解的失败宣告。

Lex 在节目里把这件事讲得很透：你被一个比你小一圈的人按在地上，反复制服，没有任何解释空间。你不能说裁判有问题，不能说今天状态不好，你只能拍。拍了就是输了，认了，然后明天再来。

扎克伯格对这个过程的描述里没有痛苦，反而有点享受。他说学习的一部分就是失败。练柔术的人不能有自尊心，因为你迟早会陷入一个糟糕的位置，那时候你唯一该做的就是早点拍，晚拍只会更惨。

你一旦被锁住，其实已经输了。问题只在于你愿不愿意承认。（马克·扎克伯格）

这句话放在垫子上是常识，放在别的地方就没那么容易被接受了。

为什么年纪越大越怕当新手

Lex 提了一个观察，扎克伯格接得很顺：人年轻的时候不怕出丑，越往后越怕。你花了十几年建立起来的身份、专业、别人对你的预期，全都在阻止你做一件看起来很蠢的事。

扎克伯格的说法是，一个人还能不能继续做有意思的事，取决于他还愿不愿意再丢一次脸，愿不愿意回到第一步，当个新手，被人按在地上打，看起来笨手笨脚。

当你决定自己丢不起这个人、不再尝试新东西的那一刻，你就再也学不到任何东西了。（马克·扎克伯格）

他把这件事和经营公司直接连了起来。Meta 做的很多大项目，他自己定义成十年以上的使命。这类事情在早期几乎一定会被质疑，做出来的第一版看起来也常常很粗糙。而 Meta 内部的一条基本信条是：不等完美再发布，先推出去，拿反馈，再改。

这条信条和柔术的逻辑是同一套。你不先把自己放到一个会输的位置上，就永远不知道自己哪里不行。

最让他睡不着的，是人

Lex 问他，压力大的时候、要做重大决定的时候，焦虑从哪来。

扎克伯格的回答很干脆：战略问题不太让他失眠。他对公司要往哪走、要为什么样的价值站台，有相当强的信念。当然他也会犯错，犯过很多，但方向上他不太纠结。

真正消耗他的，永远是人的问题。

他讲了一个判断：一个团队如果足够团结，几乎什么都能做成，再难的挑战也能扛过去，再硬的决策也能推下去。可一旦内部出现张力，事情就会变得极其艰难。所以他在这家公司上花的时间，有相当一部分是 disproportionate 地投在了维系核心团队上。

这句话值得停一下。一个 CEO 说自己最重要的工作是养一个紧密的小圈子，听起来像是在讲管理鸡汤，但他给的理由很实际：战略可以想清楚，技术可以买、可以招人做，唯独一群人能不能长期在一起把难事啃下来，是买不到的。

周一早上的三十个人

他描述了 Meta 的一个具体机制。每周一早上，最核心的三十来个人坐在一起，会议经常开两三个小时，形式相当不结构化。他会带几个自己最关心的话题，但也会请别人带话题上来。

带到桌上的东西五花八门：某个国家出了政策问题，某项新技术正在成形，某个合作伙伴闹了矛盾，WhatsApp 里两个他们都很在意的价值之间出现了设计上的取舍，需要当场决定站哪边。

这个会的价值不在信息同步，在于一起处理难题的次数。人和人之间的直觉、默契、战友情，是靠共同处理几十上百个真实问题长出来的，不是靠团建。扎克伯格说这个群体里经常有分歧，相当好斗。

好斗这个词他用得很正面。一个所有人都点头的会议室，通常是没人真的在乎结果。

裸绞、拿背与体型

聊回柔术，Lex 问他最喜欢的降服技是什么。

扎克伯格先澄清了自己的偏好：他更喜欢无道服（no gi），因为那更接近 MMA。有道服（gi）多了衣襟可以抓，是另一种游戏。

然后他讲了自己的风格。很多柔术选手不介意被压在下面，因为下位有 guard（防守位），是这项运动的核心技术之一。但在 MMA 里，躺在地上就是挨打，哪怕你控制住对方的手臂，拳头还是会落下来。所以他更愿意做上位，更喜欢施加压力。

问题是他体型不大。比赛时按体重分组没问题，但平时一起训练的朋友很多比他壮。这种情况下，拿背就变得极其重要，因为那是杠杆优势最大的位置，人的手臂在身后几乎使不上力。

至于具体用什么终结，他的回答里有一点意外的东西：

我不喜欢伤害别人，所以总觉得绞技比关节技更人道一些。（马克·扎克伯格）

裸绞（rear naked choke）从他嘴里说出来是"最干净的方式"。听着矛盾，但练过的人懂：绞技让人睡着，醒了没事；关节技一旦对方拍晚了，韧带和骨头就是长期损伤。控制住、让对方睡着，比掰断一条胳膊温和得多。

他也说了一句策略上的话：不要对任何一个降服技太执着。真正该做的是控制和位置，不是某个特定的收尾动作。

给想入门的人的建议更简单：你得愿意被揍很多次。

哪些墙能推，哪些推不动

这一段是整场对话里最有信息量的地方之一。

扎克伯格说他相信，做成任何事，很大一部分在于愿不愿意硬推过去，在于那股 grit 和决心。几乎所有把公司做起来的人，工作强度都是极高的，这一点没什么好争的。

但他紧接着说，你不可能硬推一切。

他拿冲浪和翼板（foil）打比方。浪来的方向是定的，你不可能逆着它走；翼板可以泵、可以往好几个方向发力，但到了某个程度，反向的动量足够大，你就是过不去。

这个道理在运动里学得特别快，因为反馈周期短。一个动作做错，在 MMA 里就是脸上挨一拳，在柔术里就是被翻身压制，几秒钟之内你就知道。

公司不一样。一个项目启动，几个月后才看到结果；做硬件，可能要几年才知道这一版设计对不对。反馈周期长到足以让人误判自己是在坚持还是在下沉。

你不可能硬推一切。你得知道哪些地方需要的是技巧，而不是力气。（马克·扎克伯格）

他用"谦卑"来形容这件事的收获。谦卑听起来是个道德词，其实是个认知词：它让你分得清哪堵墙是纸糊的，哪堵墙是承重墙。

LLaMA 是怎么放出来的

话题转到 AI。2022 到 2023 这一年间，大 Transformer 模型在语言和图像两条线上同时爆发，语言侧是大语言模型，图像侧是大扩散模型。Meta 在这波里选了相当开放、相当学术的路线。

扎克伯格解释了这条路线的现实动机。要招到全世界最好的 AI 研究者，就得接受他们的一个基本诉求：他们希望自己的工作能被分享、被引用、被同行看到。一家把研究成果全部锁进保险柜的公司，招不到这批人。所以 Meta 的交易是：你来，我给你工业级的基础设施，同时我们保持开放的传统。

LLaMA 就是研究团队做出来的语言模型，2023 年 2 月做了一次有限的开源发布，面向研究者。他们当时没有开放商用许可，原因是对齐和安全的问题还没想清楚，于是 v1 先绕开了这个决定，只给研究用。

扎克伯格给的理由不复杂。训练一个最前沿的模型，光基础设施就要几亿美元，全世界有这个能力的组织没几家。如果最先进的技术只掌握在少数大公司手里，整个生态的创新速度会慢下来。他举了 Open Compute Project 的先例：Meta 把数据中心和服务器的设计方案公开，结果不只是更多人能用，设计本身也变得更高效，反过来让 Meta 自己的业务成本更低。

这套逻辑在基础设施上验证过，他想在模型上再试一次。

泄露之后，开源社区接住了它

LLaMA 的权重后来流出了研究圈，严格说是"离开了大楼"。扎克伯格对此的说法是，他们在发布时已经讲清楚，代码和权重没有商业许可，不能直接塞进产品里，而到目前为止，他们没有看到哪家有声誉的公司真的去违反这一条。

更有意思的是接下来发生的事。开源社区围绕 LLaMA 长出了一整片生态：llama.cpp 把模型重新实现了一遍，效率大幅提升，原本需要云端大算力的东西，现在能在本地笔记本上跑；研究者把 RLHF 接上去做对齐；Alpaca、Colossal AI 这类项目一个接一个冒出来，各自试不同的数据配方和微调方法。

扎克伯格对这些进展的评价挺实在。他说让个人在自己电脑上跑模型这件事本身就有意义，因为大部分人没有云上大算力的预算。而 llama.cpp 这类重写带来的效率提升，连 Meta 自己跑模型时都受益，成本降了一大截。

但他也很坦诚地给 LLaMA 定了位：它不是最前沿的。65B 参数的版本在那个时间点上，跟 OpenAI 最大的模型、Google 的 PaLM 相比，参数量大概差一个数量级，后两者据他理解都在十倍左右。LLaMA 的长处是效率，在 650 亿参数这个量级上表现很好。

这个自我定位很重要。它说明 Meta 当时的开源决策，是基于"这东西还够不上超级智能"的判断做的。

开源到底安不安全

Lex 把最尖锐的问题摆了出来：有一批人真的担心 AI 的生存性风险，他们会说开源这一步必须极其谨慎。另一方面，开源也意味着把强力工具交到坏人手里。

扎克伯格的回应分两层。

第一层是阶段判断。目前这一代模型，没有人会看着它说这是超级智能。既然不是，那么开放带来的收益就压过了风险。他也明确留了余地：如果哪天真的接近超级智能，那要重新讨论，Meta 还没有决定那时候会怎么做，但他认为离那个位置还相当远。

第二层是安全机制本身。他的观点是，开源软件通常比闭源软件更安全，因为有更多人在公开审视它、找它的漏洞。靠 obscurity 来获得安全性，是一种已经被反复证明不可靠的模式。

闭源做安全，靠的是别人看不见。开源做安全，靠的是很多人一起看。后一种在历史上更管用。（马克·扎克伯格）

他也划了界线：Meta 开源的是通用性足够强的东西，比如服务器设计、比如 memcache 这种缓存工具（那是他早年亲手写、亲手带的最后几个项目之一），比如模型。但 WhatsApp 和 Instagram 的核心应用代码不会开源，因为那些代码不够通用，开放出去对别人也没多大用。

一千一百种语言与一副眼镜

Meta 开源的另一个项目，是那个大规模多语言语音模型。覆盖语言从大约 100 种扩到了 1100 种以上，能识别超过 4000 种口语，是此前已知技术的 40 倍。

这个数字背后是一个存在了几十年的科幻设定：一副耳机，或者一副眼镜，能让两个说不同语言的人实时对话。

扎克伯格说，这个设定现在基本在变成现实。它听起来像个产品发布会的说法，但把 4000 种口语这个量级摆出来，事情的分量就不一样了。世界上绝大多数语言没有足够的语料去训练传统模型，能覆盖到几千种，意味着大量此前被技术忽略的人群第一次被纳入进来。

LLaMA 2 与每个小企业的 AI 代理

关于下一代 LLaMA，扎克伯格没有给发布消息，但讲了方向：v1 本质上是研究版，v2 要内置当前最先进的安全防护，用来自 Meta 各条业务线的更多数据训练，内部大量工作集中在让它更对齐、更负责任。

产品侧的设想他讲得很具体。WhatsApp 里会有一个你能对话的助手；每个创作者会有一个替自己说话的 AI 代理，粉丝可以直接跟它聊；每一个小企业都会有一个 AI 代理，处理电商和客服。

LLaMA 或者它背后的语言模型，就是驱动这一切的引擎。

开源的理由在这里闭环了：生态里的创新会反过来让 Meta 的产品更好，同时外部对安全性的审视会给出宝贵反馈，这些反馈是闭门造车拿不到的。他把这件事描述成从研究项目走向核心基础设施的过程，服务的不只是 Meta 自己的产品，也希望是外面的一大堆东西。

至于 v2 到底开不开源、怎么开，他的说法是问题不在于开不开，而在于怎么做才对。团队还在积极处理这件事，没有可以宣布的细节。

众包微调：一个还没答案的问题

Lex 提到他和 Yann LeCun 聊过，LeCun 建议他问扎克伯格一个问题：大模型的微调，会不会最终需要维基百科式的众包？

扎克伯格说这个想法他和 LeCun 聊过很多次，觉得很有意思。各家做对齐时试的数据配方都不一样，而这些配方决定了模型最终的行为边界。如果微调这件事本身能被大规模地众包出去，让不同背景的人参与定义模型该怎么说、不该怎么说，那会是另一种治理思路。

他没有给出结论。这场对话在这里转向了更开放的问题，而 Meta 内部对这件事也还在探索。

把整场对话串起来看，有一条线是连贯的。柔术教人接受被制服，接受拍垫子，接受从零开始；经营公司需要同样的东西，愿意在早期做出看起来很蠢的产品，愿意被人质疑十年，愿意承认有些墙推不动。而开源这件事，某种程度上是这套世界观在技术上的投影：把不完美的东西放出去，让更多人打它、改它、找到它的漏洞，然后变强。

一个愿意戴墨镜口罩去报名柔术比赛的人，做开源决策时的心理逻辑，大概是一回事。

• 想学一门新东西，先接受前三个月会很丢脸。把"被人看到我很菜"当成学费，而不是损失。
• 判断一件事该硬推还是该绕开，看反馈周期。周期短的领域（运动、写作、销售话术）可以快速试错；周期长的领域（硬件、组织变革、长期项目）要提前设好检查点，否则你分不清坚持和下沉。
• 带团队时，把最多时间花在核心几个人的磨合上，而不是花在战略文档上。战略可以改，一群能一起啃硬骨头的人换不来。
• 开会时主动邀请分歧。一个所有人点头的会议室，通常意味着没人在乎结果。
• 评估一个开源模型或工具，先看它的定位和参数量级，再看它的效率。不是最大的那个才值得用，能在你的设备上跑起来的往往更实用。
• 如果你在做技术选型，把"能不能被公开审视"当成安全性的一个加分项，而不是减分项。
• 面对一个让你兴奋的新方向，问自己一句：我是因为它在变好，还是因为我推不动又不肯认？