摘要：说来，扎克伯格的口碑从去年到今年，经历了一个过山车。在公司层面，去年此时，Meta开始了口碑的上升期，2024年4月18号发布的Llama3模型，成为前沿开源模型的代名词，我曾经看过一期去年红杉资本的播客，一位合伙人说，Llama开源模型，是美国AI初创生态的
今天，我们要分享的内容来自知名科技博主Dwarkesh Patel对Meta CEO马克·扎克伯格的访谈，这期播客昨天刚刚发布。
说来，扎克伯格的口碑从去年到今年，经历了一个过山车。在公司层面，去年此时，Meta开始了口碑的上升期，2024年4月18号发布的Llama3模型，成为前沿开源模型的代名词，我曾经看过一期去年红杉资本的播客，一位合伙人说，Llama开源模型，是美国AI初创生态的基础；在扎克伯格个人层面，据说他听取了知名投资人，《从零到一》作者、万斯背后支持者彼得·蒂尔德建议，改变了自身妆造，从原来的机器人形象，变得粗糙和有活力，又获得一波好感。
我甚至看到一个视频节目，标题叫《为什么扎克伯格要伪装成人类？》大家可以通过下图感受一下他的早期形象。
不过，这个蜜月期，在DeepSeek R1发布之后，遭遇了转折点，先是最佳开源模型的名号让位于DeepSeek（也不如Qwen）。但这并不是最糟糕的，Llama4系列模型的发布才是一个灾难。本来发布伊始，Meta宣布打榜成功， Llama-4-Maverick成为Lmarena排名第二的前沿模型。但随后，情况急转直下，Llama团队被认为针对竞技榜做了针对性优化（也就是作弊），随后LMArena 更新了排名，Llama最新版从第2 名悬崖式下降到第32名。
在这个过程中，扎克伯格除了在Llama4刚发布的时候，发了一条自拍视频，一直保持沉默。直到本周，伴随Meta首次主办的生成式 AI 开发者大会—— LlamaCon召开，扎克伯格又对外发声了。
除了这场Dwarkesh Patel对他的访谈，扎克伯格还在会上邀请了微软CEO萨提亚做了一场高端对话。（或许晚点我也会再分享一下这个内容）
在这场播客访谈，他算是证明回应了“作弊”事件。他回答的很巧妙，也可以说狡猾，拉Anthropic做垫背。说Llama 4 Maverick虽然现在排名不好，但是这不要紧，因为："在Arena上，你会看到Anthropic的Claude 3.7 Sonnet——这是一个很棒的模型，但它的排名也不在顶部。我们的团队相对容易调优一个Llama 4 Maverick版本，使其排名靠前。而我们发布的纯模型实际上没有为此进行任何调优，所以它排名较靠后。但我认为你需要小心对待一些基准测试，我们将主要关注产品体验。"
由于现在开源模型的风头已经被DeepSeek抢走了，所以Dwarkesh Patel自然会问道这个问题。扎克伯格先是说DeepSeek在文本处理上取得了显著成果，但又强调DeepSeek缺乏多模态能力，而现在所有主流模型都已实现相关功能。在模型效率对比上，扎克伯格说Llama 4在技术实力上与DeepSeek相当，但模型更小，因此效率更高，智能/成本比更优。
不过他也承认，说DeepSeek缺乏多模态不是技术原因，而是算力受限。这是显然的，因为DeepSeek早就发布过多模态模型框架Janus。
对了，扎克伯格被认为是最像早期中国互联网创业者的美国CEO，看到什么应用好，就会立即复制，山寨被视为理所当然，比如抄Tik-Tok做了Reels。
看完整个访谈，我的感觉是，Meta的主要业务重点是在消费者层面，像一个互联网公司，而不是一个AI公司，所以对于模型的特性，扎克伯格会说：Meta要构建最个性化的AI，最好的语音，非常低的延迟……
一、Llama 4：Meta的开源AI新篇章
当然，扎克伯格首先要介绍Meta最新发布的Llama 4系列模型，这是继Llama 3之后的又一重要迭代。Meta已经宣布了四个模型，并发布了其中两个：Scout和Maverick，它们是中小型模型。
"整个领域都非常活跃。自上次我们交谈以来，发生了巨大变化。Meta AI现在每月有近10亿用户，这相当惊人。我认为今年将是AI领域非常重要的一年，尤其是当我们开始构建个性化的智能体验时，这将带来超级激动人心的体验。"扎克伯格解释道。
关于Llama 4的特点，他指出："Scout和Maverick模型在智能与成本比例上是目前市场上最高的。它们原生支持多模态，非常高效，可以在单一主机上运行，设计为低延迟，适应我们内部构建的许多用例。这是我们的全部理念：我们构建自己想要的东西，然后开源它，让其他人也能使用。"
他还透露了即将推出的更多模型："我们还有一个被称为'Little Llama'的8B参数模型即将在未来几个月推出。更令人兴奋的是即将推出的'Behemoth'模型，这将是我们第一个处于前沿水平的模型，拥有超过2万亿参数。它非常庞大，以至于我们必须构建大量基础设施才能进行后训练，我们正在思考如何让普通开发者能够使用它，以及如何使它对蒸馏成合理大小的模型有用。"
当被问及Llama 4与其他封闭源代码模型的差距时，扎克伯格认为开源AI整体上取得了良好进展："如果你回顾去年，Llama是唯一真正创新的开源模型。现在，领域中已经有很多开源模型。总体上，我认为预测今年开源模型将超越封闭源模型成为最常用的模型，这一预测正在轨道上实现。出人意料的是，不仅仅是Llama，还有很多其他优秀的开源模型。"
他特别指出了"推理模型"这一现象："当你谈到GPT-3和GPT-4以及其他模型时，你实际上是在指代这些推理模型。这些能够在推理阶段消耗更多计算资源以提供更高智能的模型确实是一个很有吸引力的范式。但对于我们关心的许多应用来说，延迟和良好的智能-成本比实际上是更重要的产品特性。"
扎克伯格解释了Meta优先考虑低延迟模型的原因："如果你主要是为消费者产品设计，人们不一定希望等待半分钟来思考回答。如果你能在半秒内提供一个相当不错的答案，那太棒了，这是一个很好的权衡。因此，我认为这两个方向最终都会很重要。"
关于评估模型性能的基准问题，扎克伯格表达了一些保留意见："这涉及到如何进行基准测试的挑战。基本上，如何知道哪些模型适合哪些用途？我们过去一年尝试做的事情之一是将我们的模型更多地定位在Meta AI产品北极星用例上，因为任何特定的开源基准或ChatBot Arena这类评价通常都会偏向于特定的用例集，这些用例往往不是普通人在你的产品中实际做的事情。"
他进一步解释："由于这个原因，我们发现过于优化这些基准测试往往会误导我们，实际上并没有导向最高质量的产品、最多的使用量和Meta AI中最好的反馈。所以我们试图将我们的北极星锚定在产品价值上，即人们向我们报告的内容和他们说他们想要的东西，以及他们的显示偏好是什么。"
关于基准测试的可操作性问题，扎克伯格举例说："在Arena上，你会看到Anthropic的Claude 3.7 Sonnet——这是一个很棒的模型，但它并不接近顶部。我们的团队相对容易调优一个Llama 4 Maverick版本，使其基本上处于顶部。而我们发布的纯模型实际上没有为此进行任何调优，所以它排名较靠后。我认为你需要小心对待一些基准测试，我们将主要关注产品体验。"
二、智能爆炸与科技生产力循环
当讨论到"智能爆炸"的可能性时，扎克伯格显示出了对这一概念的赞同，同时强调了物理基础设施建设的时间约束。
Dwarkesh Patel指出，一些AI实验室的观点是："一旦你完全自动化软件工程和AI研究，就可以引发智能爆炸，在这种情况下，你有数百万个这些软件工程师复制发生在Llama 1和Llama 4之间出现的那些级别的研究，那种规模的改进可能在几周或几个月而不是几年内再次发生。"
扎克伯格认为这个观点很有说服力："我个人认为这很有说服力。这就是为什么我们也有大量的编码工作。我们在Meta内部开发了许多编码代理（agents）...我们不是真的企业软件公司，我们主要是为自己构建。我们不是试图构建一个通用的开发者工具，我们试图构建一个编码代理和一个专门推进Llama研究的AI研究代理，完全接入我们的工具链。"
他预测软件开发领域的急剧变化："我猜测在未来12到18个月内，我们将达到这些努力中大部分代码是由AI编写的地步。我不是指自动完成，我是指现在你有很好的自动完成功能，你开始写一些东西，它可以完成代码部分。我说的更多是你给它一个目标，它可以运行测试，它可以改进事物，它可以发现问题，它编写的代码质量已经超过了团队中平均的、非常优秀的人员。"
然而，扎克伯格对传统"快速接管"理论持保留态度，认为物理基础设施的建设需要时间："我对快速接管的争论点持不同意见的部分是，建立物理基础设施需要时间。如果你想建立一个千兆瓦的计算集群，那需要一些时间。英伟达需要大量时间来稳定他们新一代的系统，然后你需要弄清楚周围的网络，然后你需要建造建筑物，你需要获得许可，你需要获得能源...这些都是物理世界中人类时间的约束。"
他进一步解释："随着你在堆栈的一部分获得更多智能，你基本上只会遇到一组不同的瓶颈。这就是工程一直以来的工作方式。你解决一个瓶颈，又遇到另一个瓶颈。"
扎克伯格还强调了人机协同进化的重要性："另一个使这个系统正常工作的瓶颈或成分是人们习惯于并学习与系统进行反馈循环。这些系统往往不是那种完全成形的东西突然出现，然后人们神奇地完全知道如何使用它，然后结束。我认为这是一种共同进化，人们在学习如何最好地使用这些AI助手。"
他用一个具体例子说明了AI在改进人类工作而非取代人类工作方面的潜力："几年前，我们在广告团队上有一个项目，用于自动化排名实验。这是一个相当受限的环境...基本上看公司的整个历史，任何工程师在广告系统中做过的每一个实验，看看什么有效，什么无效...我们发现，即使只有现在广告团队的人员，我们已经有比实际拥有的计算能力或测试人群更多的好想法...因此，仅仅能够测试更多的东西不一定会对此有所增益。我们需要达到AI生成的假设的平均质量比我们实际能够测试的线以上的所有东西更好的地步，比团队上最好的人类能够做到的更好，然后它才会对其有边际效用。"
三、个性化AI与现实融合：Meta的独特视角
扎克伯格详细阐述了Meta在AI方面的独特定位，强调了个性化、多模态和延迟优化对消费者AI体验的重要性。
"我想当你向前看几年，我们将整天与AI交谈，询问我们想知道的不同事情。你知道，就像你会有手机，你会在手机上和它交谈，你会在浏览Feed应用时和它交谈。它会给你关于不同内容的背景。你可以提问。它会在你与消息应用中的人互动时帮助你。"
他特别提到了Meta AI应用中的全双工语音功能："我在Meta AI应用中放入了全双工语音演示。我的意思是，它还早期，这就是为什么我们没有将其作为应用中的默认语音模式的原因，但它对话的自然程度是非常有趣和引人注目的。"
大家知道扎克伯格非常好看好元宇宙，因为这个原因还把公司从FaceBook改成Meta。所以他继续强调对增强现实的看好，扎克伯格认为："最终，我认为智能将贯穿我们的日常生活，我们要么有眼镜，要么有其他类型的AI设备，能够全天无缝地与之互动。"
当谈到人们与AI建立关系的未来趋势时，扎克伯格表现出谨慎乐观的态度："我认为有很多问题，你只有在开始看到行为时才能真正回答。所以可能最重要的前期事情就是提出那个问题，并在每一步都关心它。但我也认为，过早规定性地说我们认为这些事情不好，往往会切断价值。"
他强调了信任用户判断的重要性："因为我不知道，人们使用对他们有价值的东西。而我设计产品的核心指导原则之一是，人们是聪明的，对吧？他们知道在他们的生活中什么是有价值的。"
扎克伯格指出："如果你认为某人正在做的事情是不好的，而他们认为它真的很有价值，根据我的经验，大多数时候他们是对的，你是错的，你只是还没有想出一个框架来理解为什么你正在做的事情在他们的生活中是有价值和有帮助的。"
他还分享了人们已经在使用AI进行社交任务的例子："已经，我们看到人们使用Meta AI的主要事情之一是谈论他们需要与生活中的人进行的困难对话。比如'我和我的女朋友有这个问题，帮我进行这个对话'。或者'我需要与我的老板进行这个艰难的对话，我该如何进行？'这是非常有帮助的。随着个性化循环的启动，AI只是开始越来越了解你，我认为这将非常引人注目。"
扎克伯格还分享了一个关于社交连接需求的有趣统计："有一个我总是认为很疯狂的统计数据。平均美国人，我认为，有不到三个朋友，只有三个他们认为是朋友的人。而大家对更多朋友的需求是明显的，我认为是大约15个朋友左右。我猜在某一时间点上，你可能会说，好的，我太忙了，我无法应付更多的人。但平均人想要更多的连接和通道。"
对于AI是否会取代真实的人际关系，扎克伯格持谨慎乐观的态度："所以有很多人问类似的问题，比如，这是否会替代面对面的连接或真实生活的连接？我的默认答案是可能不会。我认为有所有这些事情，当你能够拥有物理连接时，它们会更好，但现实是人们没有连接，他们感到孤独的时间比他们想要的要多。"
四、AI友伴与虚拟互动的未来
谈到人们已经开始与AI建立有意义的关系（如AI治疗师、AI朋友甚至更多），扎克伯格分享了他对这一趋势的看法，并探讨了Meta在增强现实领域的愿景。
扎克伯格指出："你知道，现在有一些公司在做虚拟治疗师，还有虚拟女友类型的东西，但它非常早期，对吧？我的意思是，这些东西中的体现是相当弱的。很多时候，你打开它，它只是一个治疗师或你正在交谈的人的图像。我的意思是，有时候有一些非常粗糙的动画，但它不像是一种体现。"
他提到了Meta在Reality Labs的工作："我的意思是，你已经看到了我们在Reality Labs正在做的事情，就像你有Codec头像（这是一种超逼真头像），它感觉像是一个真实的人。我认为这就是它的发展方向。你将能够基本上有一个始终开启的视频聊天，AI将能够做到，你知道，手势也很重要，超过一半的交流当你实际上在进行对话时不是你说的话，而是所有非语言的东西。"
当被问到如何确保人们与AI的关系是健康的时，扎克伯格表达了他的看法："我认为随着时间的推移，所以，我的意思是，我认为现在可能对这有一点点污名，随着时间的推移，我猜这些事情，它们会随着产品变得越来越好而成为越来越大的产业。"
关于Meta的Ray-Ban（雷朋）眼镜产品，扎克伯格解释了其成功的原因："这是Ray-Ban Meta产品做得如此好的部分原因，就像它非常适合听音乐、接电话、拍照和视频，AI在你需要时就在那里，但当你不需要时，它就像一副很棒的、好看的眼镜，人们喜欢它，它会避开你的视线。"
扎克伯格认为增强现实将遵循类似的设计原则："我会猜测这将是增强现实未来非常重要的设计原则。我看到的主要事情是，我认为考虑到数字世界在我们所有人生活中的重要性，我们只能通过这些物理数字屏幕访问它，这有点疯狂。就像你有手机，你有电脑，你可以放一个大电视，这是一个巨大的物理事物。我们似乎已经到了技术的地步，物理和数字世界真的应该完全融合。这就是全息叠加允许你做的事情。"
他进一步解释了他对未来增强现实交互的愿景："但我同意，我认为设计原则的一大部分将是，你将与人互动，你将能够把数字工业品带入那些互动中，能够做一些很酷的事情，非常无缝，对吧？就像，如果我想给你展示什么，这里，像一个屏幕，好的，给你，我可以给你看，你可以与之互动，它可以是3D的，我们可以玩它。你想要，你知道，比如玩一个纸牌游戏或者什么的，好的，这里有一副牌，我们可以玩它，就像我们两个在这里物理存在，比如你有第三个朋友只是全息投影进来，对吧？他们也可以参与。"
扎克伯格强调了数字空间设计的重要性："但我认为在那个世界里，人们不会想要他们的数字物理空间感觉那样（杂乱）。我不知道，那更多是一种美学，和这些规范之一，我认为将不得不被解决。但我想我们会搞清楚的。"
五、中国AI发展与DeepSeek的竞争
当谈及中国AI实验室如DeepSeek的发展情况时，扎克伯格提出了一些有趣的观点，探讨了地缘政治如何影响AI研发。
Dwarkesh指出："DeepSeek现在的计算能力比Meta这样的实验室要少，但你已经可以说它与Llama模型相比具有竞争力。如果中国在物理基础设施、工业规模扩大、获取更多电力和更多数据中心方面做得更好，你有多担心他们可能会在击败美国AI实验室？"
扎克伯格认为这是一场真正的竞争："我认为这是一场真正的竞争。我认为你正在看到工业政策真正发挥作用的地方...是的，我认为中国正在开通更多的电力，因此，我认为美国真的需要专注于简化建设数据中心和建设和生产能源的能力，否则我认为我们将处于显著劣势。"
但他同时也表达了管制的作用："同时，我认为对芯片等事物的一些管制，你可以看到它们明显在起作用，因为关于DeepSeek的所有对话都是关于它们做了所有这些非常令人印象深刻的低级优化。现实是它们确实做到了，这令人印象深刻。因为它们使用的是性能受限的芯片，这是NVIDIA由于管制而被允许在那里销售的芯片。"
扎克伯格分析了这一情况的影响："所以DeepSeek基本上不得不花费大量的时间和精力做低级基础设施优化，而美国实验室不需要做。现在，它们在文本上产生了良好的结果，对吧？我的意思是，DeepSeek仅限于文本。所以基础设施令人印象深刻。文本结果令人印象深刻。但现在出来的每一个主要模型都是多模态的，对吧？它是图像，它是语音...而他们的不是。现在的问题是，为什么会这样呢？我不认为这是因为他们没有能力做到这一点。我认为他们基本上不得不将精力花在这些基础设施优化上，以克服存算力受限的事实。"
比较Llama 4和DeepSeek时，扎克伯格强调："但当你比较Llama 4和DeepSeek时，我的意思是，我们的推理模型还没有出来。所以我认为R1比较还不清楚。但我们基本上是，所以实际上，在所有技术方面与DeepSeek所做的在同一个水平，但模型更小。所以它更加高效。Llama的智能-成本比在文本上更低。然后所有多模态的东西我们实际上领先，而在他们的产品中这甚至不存在。所以我认为Llama 4模型当你将它们与他们所做的进行比较时，是...很好的。我认为人们通常会更喜欢使用Llama 4模型。"
六、开源AI与许可策略的辩论
在谈到开源AI和许可策略时，扎克伯格分享了Meta的战略思考和对开源AI生态系统的看法。
当被问及山姆·奥特曼最近宣布OpenAI将发布一个开源的SOTA推理模型，以及DeepSeek采用MIT许可证，而Llama则有一些限制性要求时，扎克伯格表达了他的观点：
"我们基本上开创了开源LLM这件事，所以我不认为许可证是重要的。我认为当我们开始推动开源时，这在行业中是一个大辩论，就像这甚至是一个合理的事情吗？你能用开源做一些安全和值得信赖的事情吗？开源是否能够足够有竞争力，让任何人都会关心？"
他解释了Meta为Llama模型设置许可条件的原因："基本上，当我们回答这些问题时，这是Meta团队的大量艰苦工作，尽管行业中还有其他人，但真正的情况是，Llama模型是我认为以一种巨大的方式打开了整个开源AI事物的模型。我们非常专注于，好的，如果我们要把所有这些能量投入其中，那么至少，如果你将拥有这些像微软、亚马逊和谷歌这样的大型云公司转而销售我们的模型，我们至少应该能够在他们这样做之前与他们进行对话，基本上围绕着，好的，我们应该有什么样的商业安排？"
扎克伯格强调："但我们对许可证的目标是...我们一般不试图阻止人们使用模型。我们只是认为，好的，如果你是那些大公司之一，或者如果你是苹果，就可以来和我们谈谈你想做什么，让我们找到一种共同做事的有成效的方式。"
他表示，如果市场环境发生变化，Meta也会调整战略："现在，如果行业的整个开源部分朝着一个方向发展，那里有很多其他很好的选择，如果许可证最终成为人们不想使用Llama的原因，那么，我不知道，我们将不得不重新评估战略，无论在那一点上什么是有意义的。但我只是不认为我们在那里。"
扎克伯格解释说，这在实践中并不是一个实际问题："这不是，在实践中，我们看到公司来找我们说的事情，我们不想使用这个，因为你的许可证说如果你达到7亿人，你必须来和我们谈谈。所以，至少到目前为止，这有点更多是我们从，像，开源纯粹主义者那里听到的事情，比如，这是不是一个你想要的那么干净的开源模型？"
他还将这场辩论放在了更广泛的开源历史背景中："看，我的意思是，我认为这场辩论自开源开始就存在，比如，你知道，只是所有GPL许可证的东西与其他东西相比，这就像，好的，需要是这样的，任何接触开源的东西都必须是开源的，还是人们只能拿走它并以不同方式使用它？我相信围绕这个将继续有辩论。"
扎克伯格还谈到了维持开源推动力的重要性："对于任何现在出现并在我们做了之后正在做开源的人，问题是如果我们没有做的话，他们还会做开源吗？我认为有一些人看到越来越多的开发工作正朝着开源方向发展，它们的想法是，哦，糟糕，我们需要搭上这列火车，否则我们会失败，我们有一些封闭的模型API，越来越多的开发者，那不是他们想要的。"
他举例说明了开源动力的重要性："Android开始作为开源的东西。没有真正的任何开源替代品。我认为随着时间的推移，Android只是变得越来越封闭。所以我认为如果你是我们，你需要担心，如果我们停止推动行业朝这个方向发展，所有这些其他人可能只是真的这样做是因为他们试图与我们以及我们推动事情的方向竞争。他们已经表明了他们在开源不存在的情况下会构建什么的偏好。它不是开源的，对吧？所以我只是认为我们需要小心依赖于那种继续的行为，为我们将在公司构建的技术的未来。"
扎克伯格还谈到了美国模型作为标准的重要性："这些模型编码价值观和思考世界的方式。我们早期有一个有趣的经历，我们拿了Llama的早期版本并翻译了它。我认为是...它可能是翻译成法语或其他语言。我认为是法语，我们从法国人那里得到的反馈是，这听起来像一个学会说法语的美国人。它听起来不像一个法国人...它说法语说得很好，只是它思考世界的方式似乎略微美国化。"
七、AI的商业模式与价值创造
扎克伯格详细探讨了AI的商业化策略和不同商业模式，尤其是广告支持模式与付费订阅模式之间的权衡。
当被问及"正确的AI商业化（货币化）方式"时，扎克伯格表示：
"我的意思是，就像我们之前讨论的，会有所有这些不同的应用，不同的应用倾向于不同的事情。广告在你想为人们提供免费服务时很棒，对吧？因为它是免费的。你需要以某种方式覆盖它。广告解决了这个问题，即一个人不需要为某物付费，却能免费获得一些令人惊叹的东西。"
他解释了广告作为商业模式的优势："而且，顺便说一下，使用现代广告系统，很多时候人们认为广告如果做得好，会为事物增加价值。你需要擅长排名，你需要擅长拥有足够的广告库存流动性，这样如果你只有五个广告商在系统中，无论你在排名方面有多好，你可能无法向某人展示他们感兴趣的东西。但如果你有数百万广告商在系统中，那么你可能能够找到一些非常引人注目的东西，如果你擅长从干草堆中挑选出那个人会感兴趣的不同针。"
他认为广告模式有其适用场景，但也有其他商业模式：
"所以我认为显然也会有其他商业模式，包括那些成本更高的，所以甚至不合理提供免费服务。顺便说一下，一直以来都有这样的商业模式。这就是为什么社交媒体是免费和由广告支持的，但如果你想观看Netflix或ESPN或类似的东西，你需要为此付费。"
扎克伯格解释了为什么某些服务需要收费："因为有些内容的制作非常昂贵，如果在服务中没有足够的广告，他们可能无法弥补制作内容的成本，所以基本上你只需要付费才能访问它。就像如果我们谈论的是数亿人使用这些服务，而不是数十亿。所以这里有不同的价值权衡。"
他认为AI领域也会出现类似的情况："我认为这里也是类似的。不是每个人都想要一个软件工程师或者一千个软件工程代理或类似的东西。但如果你确实需要，那是你可能愿意支付数千或数万或数十万美元的东西。所以我认为这只是说明需要创建的不同东西的多样性。在价值光谱的每个点上都会有商业模式。"
关于Meta的消费者AI战略，他表示："对于消费者部分，我们肯定希望有一个免费的东西，我确信这最终会是由广告支持的。但我也认为我们会想要有一个商业模式，支持人们使用任意数量的计算来做，像，真正更令人惊奇的事情，比为免费服务提供合理的事情更多。对于这个，我确信我们最终会有一个高级服务。但是，我的意思是，我们在这方面的基本...你知道，价值观是我们希望为世界上尽可能多的人服务。"
八、CEO的角色与AI时代的领导力
当讨论作为CEO如何跟踪和管理众多AI项目时，扎克伯格分享了他在Meta的领导经验和优先事项。
他解释道："我花很多时间试图让优秀的人进入团队，对吧？我的意思是跨团队的事情。你建立Meta AI...你想把它放入WhatsApp或Instagram。现在我需要让这些团队一起交流。你想要Meta AI在WhatsApp中的对话线程感觉像其他WhatsApp线程吗？或者你想让它感觉像其他种类的AI聊天体验？这些是不同的习惯用法。所以我要说有所有这些有趣的问题需要围绕着基本上这些东西如何融入我们所做的一切来回答。"
他还谈到了基础设施建设的挑战："然后我们正在做的还有另一部分，这基本上是推动基础设施，对吧？如果你想建立一个千兆瓦集群，那么首先，这对我们进行基础设施建设的方式有很多影响。它对公司有财务影响，在世界存在大量经济不确定性的情况下。我们现在是否要在基础设施上加倍下注？如果是这样，我们想在公司周围做出什么样的其他权衡？这些是其他人真的很难做出这些决定的事情。"
扎克伯格还强调了品味和质量判断的重要性："然后我认为还有一个关于品味和质量的问题，就是什么时候一个东西足够好，我们想要发布它？我确实觉得，总的来说，我是公司品味的管理者，尽管我们也有很多其他人，我认为也有很好的品味，他们也是不同事物的过滤器。"
他特别指出AI与其他产品开发的不同之处："但我认为AI很有趣，因为与我们做的一些其他事情相比，它更多是研究和模型主导而不是真正的产品主导。你不能只是设计你想要的产品，然后尝试构建模型来适应它。你真的需要首先设计模型和你想要的能力，你会得到一些突现的属性，然后你可以构建一些不同的东西，因为这种事情以这种方式出现。我认为最终，人们想要使用最好的模型。"
扎克伯格解释了为什么特定的模型设计对Meta的产品愿景至关重要："所以这部分是为什么当我们谈论构建最个性化的AI时，最好的语音，最好的个性化，也是一个非常智能的体验，延迟非常低，这些是我们基本上需要设计整个系统来构建的东西，这就是为什么我们正在研究全双工语音，这就是为什么我们正在研究个性化，既可以从你与AI的交互中提取良好的记忆，也能够插入所有其他Meta系统，这就是为什么我们设计了我们设计的特定模型，使其具有它们所具有的大小和延迟参数。"
九、100倍生产力提升的未来愿景
在访谈的最后部分，扎克伯格探讨了AI可能带来的生产力爆炸性增长，以及这可能如何重塑社会。
当被问及如果软件生产力在两年内增加100倍会怎样时，扎克伯格表示："这是一个有趣的问题。我认为这次对话的一个主题是，将要释放的创造力数量将是巨大的。如果你看一下人类社会和经济在100或150年中的整体轨迹，基本上是人们从主要是农业，大部分人类精力用于仅仅养活自己，到那已经成为一个越来越小的百分比，照顾我们基本物理需求的事情占据人类精力的百分比越来越小，这导致了两个影响。"
扎克伯格解释了这种转变的两个主要影响："一是更多的人在做创造性和文化追求。二是人们一般花在工作上的时间更少，在娱乐和文化上的时间更多。我认为随着这一进程的继续，这几乎肯定会继续发展。这不是当你有一个，像一个超级强大的软件工程师时在一到两年内会发生什么的事情。"
他对未来的愿景非常乐观："但我认为随着时间的推移，你知道，如果你喜欢，每个人都将拥有这些超人的工具，能够创造大量不同的东西。我认为你将得到这种令人难以置信的多样性。部分将是解决我们视为这些难题的事情，比如解决疾病或解决科学领域的不同事情，或者只是让我们的生活更好的不同技术。但我猜很多最终将是文化和社会追求以及娱乐。"
扎克伯格预测了一个更加丰富多彩的世界："就像，我猜世界将变得更加，比如更加有趣，更奇怪，更古怪，在过去10年互联网上的迷因变得越来越古怪的方式。我认为这增加了一种丰富性和深度，我认为它以有趣的方式实际上帮助你更好地与人联系，因为现在，我不知道，就像整天，我只是在互联网上找到有趣的东西，然后在群聊中发送给我关心的人，我认为他们会觉得有趣。人们今天可以制作的媒体，来表达非常细微、特定的文化想法，我不知道，很酷。我认为这将继续发展。我认为它确实以多种方式推进社会，即使它不是像治愈疾病那样的硬科学方式。"
扎克伯格认为，AI将创造更多就业机会，而不是减少："然后，我猜另一个我认为有趣要涵盖的想法是，我倾向于认为，至少在可预见的未来，这将导致对人们做工作的需求增加，而不是减少。现在，人们可以选择他们想花多少时间工作，但我给你一个我们最近讨论的有趣例子。"
他提供了一个客户支持的具体例子："我们每天有近35亿人使用我们的服务，我们一直以来一直在努力的一个问题是如何提供客户支持？今天，你可以写邮件...但我们从来没有认真考虑过拥有语音支持，人们可以直接打电话进来。我猜这可能是拥有免费服务的一个副产品，每个人的收入不是那么高，以至于你可以有一个经济模型，让人们可以打电话进来。但也是，有35亿人每天使用你的服务，会有大量的人，如果没有AI，你就要建立比如世界上最大的呼叫中心类型的东西。100-200亿美元一年的成本。"
他解释了AI如何改变这个等式："但现在...随着AI变得更好，你将到达这个地方，AI可以处理很多人的问题。不是全部，对吧？因为也许10年后或类似的，它可以处理所有的问题。但当我们考虑三到五年的时间范围，它将能够处理很多，有点像自动驾驶汽车可以处理很多地形，但一般来说，它们还没有自己完成整个路线...人们认为卡车司机的工作会消失。现在实际上比我们开始谈论自动驾驶汽车时有更多的卡车司机工作，那是几乎20年前的事情了。"
扎克伯格总结了AI如何创造新的可能性："回到这个客户支持的事情，我们为每个人配备电话人员是没有意义的，但是如果AI可以处理90%的问题呢？然后如果它不能处理，它就转给一个人。这样，如果你已经把提供该服务的成本降低到原本的十分之一。所以从净结果来衡量，我实际上认为我们可能会去雇佣更多的客户支持人员，对吧？"
来源：高飞的电子替身
