最新：Meta CEO小扎今天接受采访的重磅观点： “12-18个月内，Meta 大部分代码将由AI独立完成，超过顶尖工程师。” “（meta的新模型）Behemoth，参数超两万亿。” “制裁限制下，中国团队（如 DeepSeek）不得不做大量优化，才能在模型上达到竞争对手相近的效果” AI 定会带来知识工作的新革命。。。 🧵

阅读前别忘粉赞转三连 采访要点总结： 用户规模与个性化 Meta AI 月活用户近十亿，正在搭建“个性化闭环”——结合社交图谱、个人偏好与实时互动，为每位用户提供高度定制化的 AI 体验。 Llama 4 系列模型布局 Scout & Maverick：中小规模、原生多模态、低延迟、高性价比，可在单机高效运行；已开源供社区使用。 Little Llama：8 0亿参数版，几个月内发布。 Behemoth：超两万亿参数的前沿大模型，需专门基础设施；规划蒸馏出更小、更易部署的版本。 开源与性能比拼 过去一年开源模型迭代迅猛，不再只有 Llama 一家。 Benchmark（如 Chatbot Arena）分数会受“调参”影响，因此 Meta 更以产品使用反馈与用户价值作为优化目标，而非盲跑公开基准。 推理与响应速度的权衡 专门的推理模型（o4、Gemini 等）在数学、编程等任务上更强，但会牺牲延迟。 对于消费者场景，半秒内给出“足够好”答案比耗时 30 秒的极限性能更实用。 未来人机交互愿景 全双工语音、智能眼镜、全天候对话：你可以在刷信息流、发消息，甚至走路时随时与 AI 沟通，获得上下文建议与即时帮助。 AI 自动化编码与超智能爆发 Meta 投入编码 agent 和研发 agent，目标是在 12–18 个月内让 AI 撰写大部分研发代码（不仅自动补全，还能跑测试、修复问题、优化质量）。 部分团队预测，一旦完成软件工程全流程自动化，就可能引发智能爆炸，几周内实现数年积累的里程碑。 蒸馏技术的重要性 从超大模型蒸馏出 10% 大小、却保留 90–95% 智能的小模型，大幅降低部署与算力成本。 不同开源模型可交叉蒸馏，取长补短，为多场景定制最佳小模型。 基础设施与国际竞争 持续扩建大型算力集群需耗费大量时间与能源，物流与监管都是瓶颈。 出口管制下，中国团队为绕过受限芯片做了大量底层优化，但在多模态上仍落后。 商业模式多元化 消费者端会保持“免费＋广告”模式，同时推出高价值、按用量付费的高级服务（如大规模 agent 套件、企业编程助理等）。 社会与文化影响 AI 不会大规模裁人，反而可能创造新岗位（例如大规模客户支持、测试工程、内容策划等）。 未来文化娱乐表达将更丰富：从互动视频、虚拟陪伴，到全息社交与沉浸式体验，AI 将解锁“前所未有的创意与连接”。 全文如下：👇

（以下为经过去除多余语气助词与重复口语后的中文译文，保留所有原意，并按讲话顺序分段。） （00:47） 马克，谢谢你再次来参加播客。 ——很高兴来，见到你也很高兴。 ——上次你来时刚发布了 Llama 3，现在又推出了 Llama 4。 ——对，是第一个版本。有什么新变化？有什么让你兴奋的地方？这个领域变化太快了。 （01:05） 自上次谈话以来，我感觉变化巨大。Meta AI 月活用户已近十亿，这相当惊人。我觉得今年会很关键，尤其是一旦我们真正搭建好个性化闭环——既利用算法对你兴趣的理解（如信息流、个人资料、社交图谱等），也利用你和 AI 互动时的上下文——那将是下一件超级令人振奋的事，我对此十分重视。 （01:41） 模型本身也在持续取得令人印象深刻的进展。对于首批 Llama 4 系列，我很满意。我们公布了四款模型，目前已发布中小规模的 Scout 和 Maverick。最受欢迎的 Llama 3 是 80 亿参数模型，我们 Llama 4 系列也会跟进这款，内部代号“Little Llama”，预计几个月内推出。Scout 和 Maverick 在成本智能比上表现出色，原生支持多模态，非常高效，可在单机上运行，设计目标就是低延迟、高效率，满足内部多种场景需求。我们先把自用的版本开源，等大家一起用，我对此很期待。 （02:44） 更大型的 Behemoth 模型也在路上——它将是我们的前沿之作，参数超过两万亿。“巨兽”也不是随便取的名字，因为它确实非常庞大。为了后训练，我们为此搭建了大量基础设施。现在我们在思考：普通开发者如何使用这么巨量的模型？或许需要先将它蒸馏成可运行的小模型，因为显然没人会在消费端直接部署如此庞大的模型。就像去年 Llama 3 一样，初版发布后，我们陆续推出 3.1 的 4050 亿参数版，接着 3.2 引入多模态，我们今年也有类似路线图。所以事情很多，我也很想听听你的看法。 （03:45） 外界有种印象，封闭源模型与开源最优模型之间的差距在拉大。虽然 Llama 4 全家桶还未完全发布，但 Llama 4 Maverick 在 Chatbot Arena 排名第 35。有些主流基准显示 o4-mini 或 Gemini 2.5 Flash 超过了 Maverick。你怎么看？ 我认为这一年对开源生态整体很有益。回顾去年，Llama 是为数不多的真正创新型开源模型。现在已有一大批优秀开源模型。总体来看，开源超越封闭源成为主流的预测，大概率正在成真。另一个有趣现象是：不仅仅是 Llama，其他团队也做出了很好的模型，这对整个行业都很利好。 还有你提到的推理模型趋势：如果你想要在数学、编程等任务上夺冠，专门的推理模型会投入更多推理时间和算力，以换取更高智能性，这是一种极具竞争力的范式。我们也在打造 Llama 4 推理模型，未来会发布。但对许多应用而言，延迟和性价比才是关键指标。如果是面向消费者产品，没人愿意等半分钟，能在半秒内给出“足够好”的答案，就是很合理的权衡。 （06:26） 我认为这两种方向都很重要，并且将来它们会互相融合。这正是谷歌的 Gemini 最新版本所走的路，我也觉得非常有前景。总之，行业会涌现多样化发展。 你提到 Chatbot Arena，这恰恰凸显了基准测试的挑战：怎样判定一个模型在哪些场景下更好？过去一年我们尝试让模型更多地围绕 Meta AI 产品的“北极星”场景优化。很多公开基准往往偏向极少数用例，而非普通用户在产品中实际做的事。过度追求基准分数，会让我们偏离最优产品方向。用户价值和真实的使用反馈，才是我们要紧盯的目标。有的基准还容易被“调参”干扰：Arena 上就能看到一些模型本来很强，但因为我们未特别调教，所以排名并不靠前。 （07:50） 因此我们更注重从产品层面衡量，而非单纯基准。至于能否有一个“客观比较不同模型、又能衡量用户北极星价值”的基准？目前我们内部的确是以 Meta AI 用户价值作为衡量标准，但这难以与他家模型做对等比较。好处是开源社区可以自由跑不同模型，指明优劣。 当下主流实验室都在打造“通用智能”或“超智能”，目标是让人人都能用上超人般的生产力工具，从而释放经济价值。但各家在优化目标上略有差异：Anthropic 更聚焦编码与 agent，OpenAI 则近期更注重推理。 （10:29） 如果要押宝一年后最常用的模型形态，我会说：快速响应、原生多模态、全天候自然交互。你试用了我们新发布的 Meta AI App，其中的全双工语音演示虽然尚未默认启用，但自然流畅度让人印象深刻。配合个性化记忆环路，未来你会在浏览信息流、聊天时、戴着眼镜环顾世界时，随时与 AI 对话、询问、请教。这才是我们心中的“北极星”体验。 （12:21） 你还问及各家实验室的不同优化策略，来从最严谨的一面“给对方最强论证”：很多团队相信，一旦完全实现软件工程自动化与 AI 研究自动化，就能引发智能爆炸，成千上万的“AI软件工程师”以极快速度复现各代模型间的进步。能否率先实现这一闭环，就可能第一步迈向超智能。 我个人觉得这思路很有吸引力——这也是我们大力投入编码 agent 的原因。我们并非要做传统的企业开发工具，而是想打造专注于推进 Llama 研究的编码 agent，完全集成在我们的研发流程中。我估计在未来 12–18 个月内，真正撰写大部分相关代码的，会是 AI，而不仅仅是自动补全；AI 将设定目标、运行测试、发现问题、编写高质量代码，可能超越优秀工程师。 （14:21） 然而这并非全部。AI 研发是一个浩瀚赛道，不会只有一家实验室独占鳌头。各领域会出现分工：企业级、编码型、生产力型、娱乐型等不同派别；在助手领域，也会有信息型与陪伴型之分。AI 的前景充满想象，但也有大量尚待发明的细分赛道。 （15:35） 有趣的是，你基本认可“智能爆炸＋超智能必至”的前提。那为何还要做个人助手？为何不先冲超智能，再谈其他应用？我认为，物理基础设施建置需要时间：从集群到机房到网络到许可到能源上网，每个环节都耗时。解决一个瓶颈，就会出现下一个瓶颈。另外，人与系统需共同进化：人得学会使用，系统得了解人需求；若要 AI 能引用两年前的对话，显然需经过两年的共生积累。 因此，一个急速增长的智能与一个人机共学反馈飞轮，会与物理供应链、法规体系并行发展。举个内部案例：我们曾让 AI 自动生成广告实验假设，结果发现，即便是现有工程师最佳想法也超出我们实际测试能力，瓶颈在于算力与样本规模。只有当 AI 提供的假设质量超过最佳人类，且我们有足够资源测试，才能开始带来增量价值。 （20:47） 但第一步并不意味着“一旦 AI 能写代码，一切价值猛增”。真实世界的制约不少：算力、人员、测试资源都需跟上。五至十年后，或许 AI 假设真的超越人类，但就在此之前，这一连串环节都要同步推进。 （22:35） 为何看好 Meta？我们掌握了分发优势和庞大用户群；Meta AI App 还刚起步，但真正大头是 WhatsApp 中的 AI 功能，月活用户超百亿，尤其在美国之外极受欢迎。美国市场因 iMessage 主导，对我们有所低估。独立 App 的重要性在于——美国太关键，需要一个一流体验直接面向用户。 （23:45） 若未来 AI 更像“虚拟同事”而非单纯问答，那 WhatsApp 内的数据训练价值是否足够？我认为两者都需要：互联网初期你会有企业应用，也有社交应用；无需二选一。人们不会在 WhatsApp 写代码，但会通过 AI 执行很多代码层面的操作，这两条主线能并行。 （25:05） Meta 有庞大的内部编码与 AI 研发生态（如 MetaMate、各类 agent）。AI 定会带来知识工作与代码的新革命，也将成为下一代搜索与复杂信息处理方式，更会丰富我们的娱乐与文化表达。 回顾信息消费演变：10–20 年前大家主要看文字信息，后来手机配备相机后流行图片，再后来网络视频普及至今，人们在社交平台上看视频的时间占绝大多数。未来五年，呈现内容不会仅止于视频，而将变得可互动：视频可对话、可变更，甚至可如游戏般深度参与，一切都将由 AI 驱动。 （27:35） 目前已有 AI 治疗师、AI 朋友等陪伴场景，随着 AI 个性化与拟人化提升，这些关系会越来越紧密。关键在于如何确保健康的互动。最重要的是——在产品设计的每一步都认真思考这些问题。但过度前设“这不行”“那不行”也会扼杀价值。我的产品设计原则之一是：相信用户最了解自己所需。有时你以为某行为有害，但用户却觉得有价值，那么往往是你尚未找到理解其价值的框架。 （28:41） 例如，用户用 Meta AI 帮助准备与恋人、上司等的“艰难对话”，效果不错。随着个性化环路逐渐完善，AI 会越来越了解你，你也会更依赖它。 一个社交调研数据显示：美国人平均“真正的朋友”不足 3 个，却渴望有 15 个左右；人们普遍渴望更多社交连结。AI 陪伴并不取代线下人际，而是在用户无法获得足够现实人际时，提供补充，满足他们未被满足的交际需求。未来几年，随着 Avatar 和手势捕捉技术成熟，我们会拥有始终在线、用肢体语言与微表情与你交流的 AI 伙伴，这才是真正的“大规模社交互联”。 （31:59） 总体我对这项技术十分乐观，倾向于让用户自主选择如何使用。人是聪明的，知道对自己有价值的事。虽然也要关注极端沉迷的风险，但更多时候，让有价值的体验出现，才是技术设计的初衷。 （32:33） 眼镜式 AR 硬件也需以“先做人，就列功能”为设计原则：它首先要做得像一副好眼镜，然后在用户需要时无缝提供 AI 服务。这也是 Ray-Ban Meta 产品成功的秘诀：戴着很自然，需要时可听音乐、打电话、拍照，AI 能力则在边缘待命，不打扰日常。 （34:30） 数字世界如此重要，却只能通过实体屏幕访问，实在可惜。未来我们要实现物理与数字世界的全面融合：全息叠加、三维交互、多人共享场景，无论是看视频还是玩卡牌，都能以一种直观自然的方式完成。 （36:13） 关于国际竞争，若中国在电力与数据中心建造方面更具优势，那美国需优化建站流程与能源供应，否则后期会处于劣势。另一方面，制裁限制下，中国团队（如 DeepSeek）不得不用受限芯片做大量底层优化，才能在文本模型上达成与开放市场实验室相近的效果；但他们在多模态上仍落后，这也说明出于出口管制的缘故，他们不得不将精力浪费在这种“补芯片短板”上。 （40:41） Sam Altman 表示 OpenAI 将发布开源顶级推理模型，并不会设奇怪的用户量门槛。Llama 许可要求达到 7 亿用户需与 Meta 商谈、并需标注“built with Llama”，有些开源 purist 觉得不够“纯粹”。对此我并不抗拒：我们是开源 LLM 的先驱，为了确保大型云商用我们的模型时能与我们协同，我们才提出这些简单商谈条件。至今尚未出现真正因为许可门槛而放弃 Llama 的大公司。 （43:42） 如果未来开源生态百花齐放，许可若成阻碍，我们会再评估策略。不过目前，依然没有企业因此不选 Llama 的先例。 你还提问：若有其他模型更擅长某些场景，Meta 是否会直接用它们？答案是可以。我们并不想“束手束脚”，某条团队若觉得 Claude 在某个开发工具上更合适，就用 Claude；我们承认各模型在不同场景各有所长。关键在于：自行构建模型能让我们精准把控架构与参数，以满足我们对延迟、推理成本、语音体验等的具体需求。 （46:55） 如果以后市场上再不开源，我们也担心他人会“开源弃车”。回顾 Android：最初是开源，后来越来越闭源。这说明若我们不一直推动行业开源化，可能会被大厂重新封闭。所以，我们需要保持引领姿态。 （48:14） “为何要以 Llama 为标准，而非任意 LLM？”我认为模型本身承载了价值观与世界观——早期我们用 Llama 翻译法语，法国用户反馈“它听起来像学会说法语的美国人”，可见训练数据与模型架构深刻影响其“思想”。更高级的世界模型，乃至推理模型，也会在细微之处体现文化或政治倾向。因此，谁来定义开源标准、谁控制大模型生态，未来都将对全球科技话语权与安全有深远影响。 （51:04） 基于此，模型蒸馏（Distillation）变得尤为重要。你可以将超大模型蒸馏出 10% 大小、却保留 90–95% 智能的小模型，极大节省成本。更有趣的是，现在可从多模型融合蒸馏，取长补短：让 Llama 善用多模态能力，让另一款模型专注编码，然后再合成一个更优小模型。但蒸馏的安全性也需严防：语言模型中混入的价值观，需要谨慎对待；而针对可验证领域（如数学、代码）的蒸馏，则更易保证安全与纯净。 （55:14） 谈商业化模式，广告模式适合免费大规模分发；但对于需要高算力或高价值服务，就要收费或订阅，这与视频网站行业模式类似。部分用户愿为上千、甚至数万台 agent 花费高昂费用；因此从“免费+广告”到“付费高级版”将并存，覆盖不同需求。 （59:24） 如何管理众多项目？作为 CEO，我主要做两件事：一是招揽杰出人才，二是推动跨团队协作。比如让 Meta AI 团队与 WhatsApp、Instagram 团队对接，解决“AI 聊天界面风格应更像 WhatsApp 还是更像 AI App？”之类问题。此外，还要统筹基础设施、政治与金融决策，以及定义“何时产品达标可以发布”的品味与质量标准。AI 相比其他产品更偏研究与模型驱动：我们先要定义模型能力，再去衍生各类产品。 （1:02:58） 最后聊聊政治参与：我们向历届行政部门提供支持，关键在于与政府保持对话，推动必要政策，而非甩锅式对抗。谈及 AI 治理，我们会在内容审核与安全投入更多资源，积极建构更可靠、可扩展的治理体系，而非单纯依赖外部媒介或政府。 （1:07:46） 最具杠杆效应的工作？对我而言，招人永远是最高杠杆。每周都有不同焦点，但优秀团队才是成败关键。 （1:08:01） 若未来两年软件开发效率提升 100 倍？我想不仅仅是解决疾病与科学难题，还会出现丰富的文化娱乐创作，网络会变得更有趣、更奇特，帮助人们以幽默与创意深度表达自我。 （1:11:30） 历史看来，技术进步往往不是减少就业，而是创造更多岗位与新需求。例如，若 AI 可大幅降低客服成本，那么本可因成本太高而无法设立的全球客服中心反而会成立，带来更多工作机会。 （1:14:40） 感谢你的犀利拷问与畅聊。我对 AI 未来充满乐观——它将让世界更丰富、更有美感，也将驱动无尽的创新与文化繁荣。 （1:14:58） 至于最信赖的建议来源，我并不只依赖单一导师，而是汇集公司内外各方智囊，和志同道合的人一起在动态世界中创造、学习，这就是我生活的意义。 视频来自：Dwarkesh Patel

得了吧，llama 的丑闻还不够，还能吹呢

这个坏逼被另一个坏逼阿三采访？能干出好事儿来？

用AI取代人力的妄想，结果产品质量越来越差

快拉倒吧，AI替代不了人类编程。

llama 4都烂尾了，还2000b。

AI是真正的两国较量，欧洲还没摸到门道，日本自动放弃，韩国充其量是个硬件辅助商，印度屁都不是。

还在吹llama。。。

哇，这玩意儿真有点儿吓人！看来程序员们要准备好迎接“机器人同行”了，竞争真的会变得很有趣！