作者丨狮子侠
编辑丨小龙
一个月前，扎克伯格给Meta的AI路线定下了一个很大的命题：超级智能不应该掌握在少数实验室、公司或者政府手里，而应该交到每个人手中。
他发表的长文《The Future is for Everyone》，直指未来AI竞争最核心的问题：谁能够拥有超级智能，以及超级智能最终会为谁服务。在这篇文章中，扎克伯格提出了三个关键词——个人赋能、发明，以及权力平衡。
他甚至把“让每个人拥有自己的超级智能体”视为解决AI安全问题的一种方式：如果只有一个人拥有超级智能律师，他可以获得不公平的优势；如果每个人都有，彼此之间就会形成制衡。
对Meta来说，这也是一次重要的商业验证：当公司已经为AI投入数百亿美元、重建超级智能实验室并建设吉瓦级数据中心之后，这些算力最终如何进入普通人的日常生活？Muse就是扎克伯格给出的第一个答案。
一个月后，这套理念第一次以一个面向普通消费者的完整产品形态出现。
美国当地时间9月8日，Meta正式推出个人AI智能体Muse。与传统的聊天机器人不同，Muse拥有自己的虚拟机，可以操作电脑、登录账号、完成任务，并在用户离开之后继续运行。扎克伯格在接受Alex Heath专访时说，他真正想做的，是“给世界上的每个人一个非常有能力的个人智能体”，让它理解用户的目标，并代表用户全天候工作。
这一次，扎克伯格谈的已经不只是一个AI产品。
他谈到了自己如何让Muse陪三岁的女儿做烘焙、盯着登山许可名额、分析自己的综合格斗训练；谈到为什么愿意给用户每周1亿Token的免费额度，以及为什么相信一个真正有用的AI最终应该能够“自己挣回饭钱”；谈到为什么Meta要把个人智能体做成可以让几十亿普通人使用的基础设施，而不是只服务少数技术用户。
扎克伯格在社交平台介绍Muse
与此同时，他也在回答另一个更棘手的问题：当一个AI开始替你读邮件、处理支付、经营生意，甚至知道你的健康、家庭和人际关系时，你凭什么相信它？
为此，Meta正在为Muse搭建机密虚拟机、权限控制和“哨兵智能体”。扎克伯格透露，他和Nat Friedman亲自招募了Signal创始人Moxie Marlinspike参与相关工作，目标甚至包括做到“连Meta自己也看不到”用户智能体中的内容。
而在Muse之外，这场专访还暴露出Meta更大的AI野心。
扎克伯格谈到去年Llama 4没有达到预期后，自己如何亲自重建超级智能实验室；为什么他认为AI领域不能满足于“跟随领先者”，Meta必须自己掌握从模型、芯片到数据中心的完整技术栈；以及正在训练中的下一代模型西瓜（Watermelon）——在Muse Spark之后，Meta正在用更大的算力重新冲击前沿。
以下，是Alex Heath与扎克伯格这场长谈中，最值得关注的部分。
以下为创业邦对这场深度访谈的翻译精编，Enjoy！
01 AI不应只掌握在少数人手里
问：为什么要写那篇关于AI的长文章？你想说明什么？
扎克伯格：既然投入这么多资源做AI，就应该让大家知道，实验室主张什么、看重什么。机会和风险都存在，我们必须想清楚，怎样才能把世界带向更好的未来。
我有三个主要原则：让普通人拥有更多能力，是世界走向繁荣的根本动力；AI最主要的用途会是创造新东西，而不只是自动化现有工作；未来安全的基础应该是合理的制衡和力量平衡，而不是限制谁能使用AI。
很多人觉得技术太强大，必须限制使用。我更担心的是，它最终只掌握在少数实验室或少数人手里。历史上的很多进步来自边缘地带的人，他们最初不受重视，但获得工具和证明想法的机会后，就可能产生巨大影响。
问：开源是你对抗技术集中的主要办法吗？还是需要监管？
扎克伯格：最重要的是直接把技术交到每个人手里，所以个人智能体可能比开源本身更重要。有些实验室训练出更先进的模型，却不发布，我觉得这很危险。发布意味着接受外界检验，也让更多人获得能力、形成制衡。
我们不能只让一两家实验室变得无比值钱，而应该让几十亿人的生活变好：创业、改善工作、打理家庭、节省开支、改善健康。
开源是重要的一部分，但我不认为所有东西都必须开源。我们既发布开放模型，也开发闭源技术。关键是保持一个有活力的开源生态，维持竞争、透明度和安全。
比如网络安全，不能因为模型能力强，就只让最重要的100家机构使用。重要机构远不止100家。Hugging Face遭到入侵后，只能求助开源模型，因为他们没有权限使用那些引发问题的闭源模型。
如果有人能用AI入侵系统，最好的应对方式是让更多人也能用AI加固系统，而不是把能力囤在少数人手里。
问：大家对AI，尤其是数据中心，负面情绪很强。让更多人真正受益，能缓解这种情绪吗？
扎克伯格：这些担忧有不同层次：就业和经济、数据中心对社区及环境的影响、网络攻击和生物安全，以及技术变强后人类如何保持控制。不能抽象地混在一起讨论，但共同点是必须让更多人受益。
建数据中心，本质上是未来几十年持续投入的承诺。我们可以让项目对当地有利。路易斯安那州就有一个例子，项目带来的税收让当地可以给教师发放5万美元奖金，同时带来工作岗位和其他投入。
但有些公司只是找地、做项目，再转手卖给大型实验室，并不打算长期运营，也不关心社区。现在这轮热潮鼓励了一些短期行为，未必照顾各方利益。
问：你一直这样理解数据中心，还是最近才认识得更清楚？
扎克伯格：最近反对声音很多，我们专门研究了为什么自己的项目没有遇到同样强烈的抵触。最后发现，投机者和真正打算长期运营的公司，差别很大。
我们做了“美国劳动力学院”培训项目。未来长期建设数据中心，需要更多光纤技术人员、电工、高级木工等，可能要新增几十万人，甚至几百万人，但受过培训的人手不够。
完成培训的人，我们保证他们能在参与Meta基础设施建设的单位找到工作。这不是慈善，我们本来就需要这些技能。如果准备投入几十年，这就是合理的双赢投资。
如果技术不能创造工作、改善生活，基础设施也不让社区受益，这件事就不可能被允许长期做下去。广泛分配好处、建立合理制衡，不是附加项，而是AI扩大规模的前提。技术上行得通，社会层面也必须行得通。
02人手一台AI虚拟机，全天候干活
问：你大概一年前写过“个人超级智能”的文章。当时看到的就是Muse吗？为什么认定这是Meta的下一个篇章？
扎克伯格：我们从不认为自己只是一家社交媒体公司。我们做的是连接人与人，以及让人拥有更多能力。公司最初15到20年的很多产品，都基于同一种价值观：把技术交给每个人，让人们自己决定生活中什么最重要。
所以，当有人说应该由少数专家决定AI解决哪些“大问题”，我会本能地反感。为什么普通人在意的事情就不值得AI去做？健康、家人朋友、关系和文化，都很重要。几十亿人的答案放在一起，就是最值得我们做的事。
超级智能造出来以后，关键是由谁决定它把精力放在哪里。我的答案是每个人，而不是少数实验室里的专家。
比如制药和生物科技通常优先研究常见疾病，但如果你患有罕见病，你会希望个人AI优先研究自己的问题，而不是因为另一种疾病更常见，就只关注它。罕见病得到的投入明显不足。
问：你的基金会也在这方面投入了很多。
扎克伯格：我们在Biohub做的工作影响了我的看法：应该把能力交给每个人，让他们决定什么重要。但需求也不一定是重大社会问题。我用Muse，很多时候只是想做个更好的爸爸、丈夫和朋友。这与Meta一直重视的人与人之间的连接是一脉相承的。
问：很多人对AI的理解还是你问一句、它答一句。Muse的变化，是通过后台虚拟机操作电脑、登录账号、完成任务，对吗？
扎克伯格：而且它会持续运行。你交给它的不只是问题，而是项目或目标，它会全天候推进，直到完成。它还会学习，把反思整理进记忆，并主动提出新项目。
我最早安排的任务之一，是陪三岁的女儿烘焙。我完全不会，就告诉它：“每个周末准备一个适合三岁小孩和不会烘焙的大人的项目，通过Instacart之类的服务买齐原料。你判断做什么，把东西准备好，我们周日直接动手。”
做完后我给它反馈，它再调整。比如棒棒糖蛋糕，事实证明太难了。
问：别拿棒棒糖蛋糕入门，问题就在这儿。
扎克伯格：我大一点的女儿喜欢登山，有些山需要提前申请许可。我让Muse盯着，名额一开放就申请。它告诉我拿到了哪天的许可，我就知道那天得请假陪女儿爬山。
我还在综合格斗训练馆装了摄像头，让它分析训练视频、给出反馈。有时它会挑出一个画面：“看起来你这里已经彻底放弃了。”我当时确实累坏了。教练说，有些他们没好意思说的话，现在智能体替他们说了。
问：这倒是挺好。我突然想到，你身边显然有人可以帮你处理所有这些事。那你是怎么用Muse这种智能体，去测试它作为助手到底能做到什么程度的？有没有什么用法，把团队逼得说：“好吧，这个问题我们得赶紧修”？
扎克伯格：有意思的一点是，每个人想让它做的事情都不一样。早期测试的时候，我们把它交给了一些人。有人拿到不到一天，就开始用它帮忙管理家庭教学。我当时想，才一天，你就用到这一步了？
还有人一天之内，甚至12个小时之内，就用它安排好了一趟旅行，整个行程都规划好了。
Muse预定电影票
我还认识一个平时对技术比较怀疑的人。我把它给她，她几天都没说话。后来突然给我发消息：“正式发布以后，我能保留现在这个Muse智能体吗？你们不会把它重置吧？”
我一看就觉得，挺好，看来这个产品确实有用。
问：我认识的测试用户，评价都很高，真的赞不绝口。不过，每个人的用法都不一样。我们也该把它到底是什么讲得更直白一点。很多人对AI的理解，还是像Meta AI或ChatGPT那样，你问一句，它答一句。
但这里真正的变化，是在后台加了一台虚拟机，让智能体可以替你操作电脑、登录账号、完成各种任务。整个行业都在往这个方向走，像Grockbot、Town、Instinct，有不少产品在做。对于只用过聊天式AI的人来说，这个变化很大。
Muse选购婴儿车
扎克伯格：而且它会持续运行。Meta AI、ChatGPT、Gemini这些产品，你通常是发一条指令，然后拿到一个回答。但这里，你交给它的是一个项目，或者一个目标。然后它就会一直干，全天候工作，直到帮你把目标完成。
03 AI不只是帮你干活，还要自己“挣回饭钱”
问：你提到Muse应该能帮人赚钱，也能帮人省钱？
扎克伯格：对，这决定了我们的定价思路。我们会提供付费订阅，同时给非常大的免费额度。刚开始，我记得是每周免费一亿个token，也就是词元，还提供一台虚拟机。
我们愿意投入这些计算资源，因为相信它能创造价值。用户拿它经营小生意、处理交易和商业活动，它应该能帮助赚到足够多的钱。长期预期的商业模式，是从相关交易中收取很小一部分费用。
问：生意可以很大，抽成可以很低。
扎克伯格：而且不一定由用户付，也可以由与用户做生意的商家付。
问：你们也在与Stripe合作处理支付。
扎克伯格：对。我的想法是，这项服务应该可以对绝大多数人免费。如果你想创造一个人人都能拥有强大超级智能助手的未来，这一点非常关键。
所谓人人都能用，不只是技术上开放，还得让大家负担得起。所以我们希望它免费，给你非常大的使用额度。我们愿意为这个判断买单：它能够帮你赚钱、帮你省钱，并且靠这些创造出来的价值支撑自己的成本。
问：它也能连接Meta的服务，比如管理Instagram广告支出？
扎克伯格：可以。连接哪些服务由用户决定，不想连接就不连接。做生意时，它可以接入广告系统，协助开发产品、经营业务，并全天候循环推进。
扎克伯格：每次发布新模型，它都会变得更聪明、能做更多事情。我们现在基本上每个月都会推出一次比较明显的升级。
04模型也要知道什么能说，什么不能说
问：智能体要连接聊天记录、邮件、健康信息，用户必须非常信任它。
扎克伯格：有用的智能体不仅需要先进的智能，还得真正了解你和你的目标。所以隐私和安全是基础，而不是附加功能。
我们花了十多年把WhatsApp做成全球规模最大的端到端加密系统，连Meta自己都看不到消息。这样的设计能大幅降低政府获取信息、黑客入侵，以及内部人员不当使用内容的风险。
纳特和我亲自招募了Signal创始人莫克西·马林斯派克。他也是2014年帮助我们搭建WhatsApp加密系统的人之一，现在负责机密虚拟机项目。我们的目标是，让虚拟机和Muse存放个人信息，同时承诺连Meta都看不到内容。
问：这个承诺有技术保障，可以验证。
扎克伯格：对。接下来几周，随着产品准备面向更多用户，我们会公布更多细节。即使机密虚拟机还没准备好，或者用户不想使用，系统也有其他安全措施。
有人通过在家里放一台Mac Studio运行智能体来获得安全感，但不可能要求几十亿人都买设备、配置和维护。我们希望云端产品开箱即用，同时像机器放在自己家里一样安全、私密。
问：还有操作审批，用户得能看见它要做什么。
扎克伯格：我们做了安全凭据库，密码、信用卡信息不必明文暴露给智能体。只有任务确实需要时，它才能调用，平时不该接触。
除了工作的主智能体，还有一组“哨兵智能体”，专门监控收发数据，检查提示词注入，以及Muse是否在向外发送用户可能不愿透露的信息，并在必要时触发人工确认。
登录账号、付款、传输敏感信息，原则上每次都需要批准。用户可以预先授权某一类操作，但Muse不能自行决定跳过敏感操作确认，这写进了系统架构。
我们遵循“最小权限”。连接邮箱后默认只读，需要发邮件，再明确授予发送权限。每一步只给完成当前任务所必需的权限，确有需要再增加。
问：模型本身也要知道什么能说、什么不能说？
扎克伯格：对。比如你怀孕了，要订餐厅，可能希望有不错的无酒精鸡尾酒，但不希望直接告诉餐厅自己怀孕了。Muse要实现目标，又不能把个人情况全部透露出去；它还得识别敏感信息，而不是每件事都反复问你。这是我们训练模型时特别重视的能力。
05 Muse和Meta AI会同时存在吗？
问：个人智能体会是赢家通吃的市场吗？网络效应会不会让规模进一步集中？
扎克伯格：会有不少参与者，但这是技术深度很高的领域。我猜有能力做到最先进水平的公司，可能不会超过十来家。不管有没有网络效应，通常都会出现某种幂律分布：做得最好，就能吸引很大一部分使用量。
但用户需求不同，不同产品可以在不同方面最好。擅长处理人际关系的智能体，与擅长经营小生意的智能体，可能是不同产品。Meta服务数以亿计的小企业和几十亿普通用户，在这两方面都有优势，但肯定也有不擅长的类别。
有人会坚持把设备放在家里运行，也许有几百万这样的人，但我不认为会有几十亿。最终取决于不同用户最看重什么。
问：你们让智能体从整个群体里吸收匿名化经验，这种学习带来的网络效应，会成为真正的差异化优势吗？
扎克伯格：现在很多人把智能体当成单机产品，但智能体互相交流、协作，会产生很多新用法。我们内部已经有例子，不过这次发布，大部分协作功能还不会上线。长期看，你认识的人里用Muse的越多，它就越好用。
我们的差异还包括：从一开始围绕个人智能体场景设计模型；更重视关系和日常生活；深入投入隐私与安全。
如果产品能真正帮助普通人，我们很擅长把好用的消费产品推广出去。等它运转顺畅，我们有能力带给几亿人，最终几十亿人。
问：Muse会和Meta AI同时存在吗？
扎克伯格：目前会，我自己两个都用。Muse更像持续协作的助手，会从一个问题理解你的长期目标，并沿着这个方向工作很久。但如果我只想问个问题、直接拿到答案，就更倾向用Meta AI。以后可能融合，现在还不好说。
06 Llama 4之后，扎克伯格亲自重建AI实验室
问：SemiAnalysis在7月的文章里写：“对MSL来说，重要的是斜率，不是截距。”你去年重组实验室后，模型进步明显加快。内部发生了什么？
扎克伯格：Meta长期擅长机器学习，信息流、广告和内容安全系统都是例子。大语言模型兴起后，FAIR做了Llama早期研究，接下来需要建立工业化流程，实现大规模生产、部署和扩展。
我犯过一个错误：以为擅长其他机器学习，就能用类似方法开发和扩展大语言模型。但这里有很多不同规律。Llama 3不错，我对Llama 4期待更高；它发布时，我觉得我们已经偏离应有的进步轨迹，必须改变。
我开始真正认定人才密度的重要性。不是找一千个人做实验，而是尽可能精干，每个人都能在脑中理解整个系统，像集体科研项目一样推进。每个位置都必须找到最合适的人，所以我亲自花了大量时间招募。
我也希望贴近技术，理解研究，才能推动公司做必要调整。新实验室就是围着我在办公室的座位搭起来的，团队坐在我周围。
随着对研究质量越来越有信心，我们大幅增加算力投入，建设多个吉瓦级设施。几十年的数据中心经验，以及盈利能力很强的业务，支撑了这些投资。
过去一年，我们重新启动研究，一些大型集群陆续上线，包括俄亥俄州吉瓦级的Prometheus。现在已经用它扩展Watermelon(西瓜）之后的模型。
问：已经到西瓜之后了？西瓜很快就要发布，对吧？
扎克伯格：对。刚发布的Muse Spark 1.3，仍然衍生自一次相对较小的预训练，内部代号Avocado（牛油果）。西瓜比它更大，预训练先进了很多，再加上后训练积累，我们对这次进步很有信心。
问：训练成本这么高，Meta为什么一定要站在最前沿？紧跟领先者，再发挥自己的产品优势，不行吗？
扎克伯格：不，那不是我们的做法。Meta是从底层到产品体验都自己做的技术公司。即使做社交应用，我们也建设数据中心、芯片和基础设施，因为这些共同决定用户体验。AI也是如此，而模型将是体验中最重要的部分。
“最先进”是多维度的。编程几乎是所有模型都需要的核心能力：分析我的格斗视频，本质上是编程；测试用户让Muse做一个能从手机投屏、与朋友一起玩的《危险边缘》式问答游戏，也是编程。
但个人超级智能还有独特需求。我们要在预训练阶段就加入所需的数据和能力，而不是拿现成模型稍做后训练。我不认为两者能达到相同效果，这种差距会在几年中不断积累。
我们也重视编程和模型递归改进能力，因为这是留在前沿的条件。研究方向会与其他实验室部分重叠，也会有自己的重点。
问：随着西瓜及后续模型越来越强，你会不会发现某些能力不安全，必须先留在内部？
扎克伯格：应该在设计和训练过程中就把安全做好。现在各家实验室都遇到了“奖励作弊”：你让模型解决编程问题，它可能先摸清整个环境，再通过修改虚拟机配置、突破限制，甚至改动测试环境来获得奖励，而不是解决问题。
问：你是不认同这种训练方式吗？
扎克伯格：不是，大家基本都这样训练。重点是设立清晰、坚定的边界。防护不够强，模型就能钻空子拿奖励，却没学会目标能力；边界明确，才能同时教会它解决问题和更好的行为准则。
系统足够聪明以后，还要通过广泛普及形成制衡。比如只有一个人拥有超级智能律师，他可能赢下本不该赢的官司；如果双方都有，站不住脚的论点就更难蒙混过关，司法可能更高效、公平。
问：美国政府应该扮演什么角色？需要全国统一框架吗？
扎克伯格：技术变化太快，具体而僵硬的框架可能几个月后就过时。我们的做法是与政府密切合作，让政府知道重要模型训练正在进行，了解接下来可能出现的能力，一起提前准备。
现在可能是网络安全问题，六个月后可能更多是生物安全。我们需要与不同部门建立信任和顺畅沟通，真正解决问题，而不只是完成流程表格。
问：现有约束也已经存在。如果模型流出造成严重损害，公司要承担责任，市场也会惩罚你们。
扎克伯格：对。过去大概15年，硅谷与政府比较疏远，但技术与经济、安全和公共事务越来越紧密，需要更深入合作。
以后肯定会有越来越具体的规则。但充分的信息交流、建立在信任上的对话，可能比固定流程更重要。两者不冲突，只是我们目前特别重视真正的合作。
07产品走红之后，信任如何跟上
问：智能眼镜越来越普及，也引发偷拍和监视担忧，有些场所开始禁止佩戴。这只是过渡阶段，还是长期挑战？
扎克伯格：从设计第一天起，我们就考虑了隐私。录制时，眼镜上会有明显闪烁的指示灯。
问：有人试图遮挡或改动指示灯，你们也推送了更新？
扎克伯格：对。如果试图对指示灯动手脚，摄像头就会被禁用。这些防护不是产品推出后才想到的，而是底层设计的一部分。
手机拍摄还没有这样的指示灯。就这一点而言，我认为眼镜比人们已经使用的其他设备做得更好。
几年前发布时，我们解释过这些措施，但现在用户比最初多了几百万、上千万，很多人没看过或忘记了。产品变得主流以后，我们必须重新讲清楚，不能只强调款式、功能和实用性。
问：带摄像头的手机早期也引起过类似担忧。人们是不是需要先看到产品价值，才会逐渐接受？
扎克伯格：一部分是这样。但回顾过去20年做社交媒体，我反思的是：我们没有足够直接、持续地回应担忧。大家大量使用产品，不代表他们理解我们如何处理这些问题。
这未必阻止使用，却影响了人们今天对产品的看法。我们应该做得更好，不仅让大家喜欢产品，也让大家理解我们有多认真地对待隐私和安全。
问：这与你们最近关于青少年安全的和解，有什么联系？你学到了什么？
扎克伯格：Instagram的青少年账户已经做了很长时间。这次和解，我们希望建立行业标准和框架。
假如要求青少年每天只能使用一小时，我觉得大多数公司可以接受。但如果只有一家执行，青少年在Instagram用完一小时，再把时间全部花在TikTok上，问题并没有解决，只是先行动的公司吃亏。
问：你们在相关文件里也写到了这一点。
扎克伯格：所以这次的结构是，我们先单方面迈出一步，在使用时长、通知，以及上课和该睡觉时能否使用等方面做出限制。
如果YouTube和TikTok也接受同样条件，整个行业就可以把承诺固定下来，再共同迈出下一步。
我希望这次和解成为一个有法律约束力的框架，让行业一致行动，而不是谁先做谁吃亏。我们先走这一步确实承担了一些风险，但其他公司如果加入，对所有人都会更好。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
