全文 4,000字 | 阅读约 20 分钟
（Meta CEO访谈实录：从挖人大战到超级计算基建）
7 月 16 日，同一天里，OpenAI 两位明星研究员 Jason Wei 与 Hyung Won Chung 的 Slack（类似钉钉） 头像确认“灰掉”。
《WIRED》《The Verge》随即证实——二人已正式加入 Meta Superintelligence Labs；Meta 为顶级 AI 人才开出了业界罕见的天价薪酬包。
与这轮挖人攻势几乎同期的，还有扎克伯格最新公开的算力计划：
俄亥俄州 Prometheus 超算集群将配备 50 万张 GPU，功率 1 GW，2026 年启用；
路易斯安那州 Hyperion 目标功率 5 GW，GPU 数量再翻一番。
在本周 TITV 对话中，扎克伯格坦言：“顶尖研究员只关心两件事——最少管理层级、最多 GPU。”
两条新闻叠加，构成一组罕见的超级智能飞轮：GPU → 人才 → 个人超级智能（Personal Super Intelligence，PSI）。
文章内容将聚焦三大要素，透视 Meta 塑造下一代平台的底层逻辑：
抢人才：一天内连挖 OpenAI，背后是构建“人才密度护城河”；
算力池：Prometheus + Hyperion 如何构筑行业最高“GPU／研究员”比；
PSI 路线图：从 WhatsApp 到 Ray‑Ban AI 眼镜，Meta 如何把 AI覆盖人们的日常生活。
这不只是一场模型竞赛，更是一轮“平台主入口” 重建战。谁能率先把超级智能放到每个人手中，谁就可能定义下一代“操作系统”。
读完本文，你将看到——扎克伯格如何用 50 万 GPU + 一支“OpenAI 军团”重塑平台格局；而这场“算力 × 人才 × 战略愿景”竞速，对中国创业者和开发者意味着什么。
第一节｜人才密度飞轮
昨天，一则消息在 AI 圈炸开：
OpenAI 两位核心研究员 Jason Wei 与 Hyung Won Chung离职，内部 Slack 显示头像已变为灰色。
当天，《WIRED》《The Verge》《Benzinga》等多家媒体同步跟进——两人已正式加入 Meta 新成立的超级智能实验室（Meta Superintelligence Labs）。
这不是一次普通的人才流动。因为这两个人，不是普通研究助理，而是 OpenAI 推理方向的关键人物：
Jason Wei，“Scaling Laws”论文的共同作者，智能体模型和推理领域的主要研究员，主攻链式思维推理（Chain-of-Thought），深度参与 OpenAI o1 系列模型研发，在强化学习领域有多个重要突破；
Hyung Won Chung，MIT 博士，OpenAI Codex 负责人，担任 GPT-4、'o'系列模型和深度研究的核心架构师，专注于 AI 代理系统和推理过程优化研究。
更重要的是：这不是自然流失，而是Meta 主动出击，连挖两人，且在短时间内完成签约。而 Meta 给出的报价，也刷新了行业认知。
据多方权威信源（WIRED / The Information / Business Insider），Meta为顶尖 AI 研究员开出的薪酬包上限可达 4 年 3 亿美元，其中首年现金与期权可接近 1 亿。这几乎等于：
一个人一年的薪酬，超过大多数 AI 独角兽的 A 轮融资总额。
✅ 要超级个体，不要人海战术
在昨天刚刚播出的 TITV 采访中，扎克伯格罕见地从 CEO 的身份，转换为“招聘负责人”的视角。他说了一句很有意思的话：
“顶尖研究员只关心两件事：最少的汇报人员和最多的GPU。”
这句话，几乎说透了 Meta 的挖人策略：
不是谈团队文化，而是告诉你有多少张卡能用；
不是谈成长路径，而是保证你能独立带项目；
不是找一群人开会，而是让你一个人带 10 万张 GPU 干到底。
过去几年，算力被当作支撑研究的工具；但现在，在扎克伯格手里，它变成了吸引顶级研究员的首要筹码。
据 Business Insider 报道，Meta 内部的一个新常规是：每个研究员拥有最多的 GPU，最少的下属。
这种极致反直觉的组织结构，正是 Meta 在构建它所谓的“超级智能飞轮”：算力引来人才，人才反过来训练更强模型，模型再推动平台落地。
而 Jason 与 Hyung Won 的'携手加盟'，标志着这个飞轮已经开始转动。
✅ OpenAI 内部反应，足见变动影响之大。
虽然两人的离职发生在 7 月 16 日，但这并不是 Meta 第一次挖 OpenAI 人才。
早在 6 月中旬，Meta 已连续挖走包括 Shuchao Bi、Jiahui Yu、Hongyu Ren、Shengjia Zhao 等在内的多名 OpenAI 推理研究工程师和研究员（如上图），还从苹果、谷歌、Anthropic 等公司挖来重量级人物。
当时，OpenAI 内部一度情绪紧绷：
CTO Mark Chen 在备忘录中表示，“这不是流动，这是有组织、有目标的人才掠夺”；
Sam Altman 则在公开场合反击说：“传教士最终会赢过雇佣兵。”（暗指 Meta 只靠钱吸引人才）；
OpenAI 给所有员工放了一周假，并重新调整了薪酬结构，以稳定核心团队。
但即便如此，仅过去三周，再有两位顶尖研究员选择“跳槽”Meta，并不是偶然，而是趋势在加速。
在这场 AI 领域最激烈的人才争夺中，扎克伯格亲自下场，不是为了“补短板”，而是明确地表达出一个信号：
他要打造一支拥有最高密度人才、最大计算资源、最短决策链的超级智能部队。
Jason Wei 与 Hyung Won Chung 的转身，只是序幕。
真正的竞赛，不是在论文里，而是在每一个 Slack 灰掉头像的背后：人才格局，正在重新洗牌。
第二节｜50 万 GPU 战略
我们有现金流、有团队、有架构，也有时间窗口。 现在，就是下场的时候了。 ——扎克伯格在 TITV 采访中说。
就在外界将注意力聚焦在挖人大战时，扎克伯格亮出另一张王牌：一套正在全球铺开的超级计算基建计划。
7 月 14 日，Meta 公布了两项令人震惊的超算集群细节：
位于俄亥俄州的 Prometheus 集群，目标功率 1 千兆瓦，预计将在 2026 年投入运营，搭载高达 50 万张 GPU；
路易斯安那州的 Hyperion 集群，规划更进一步——功率将达到 5 千兆瓦，GPU 数量有望翻倍。
据《Blocks & Files》《Seeking Alpha》与 SemiAnalysis 等多家专业媒体报道，Meta 已成为全球少数公开规划“百万 GPU 级”算力、且明确动工 1 GW 超级集群的科技巨头之一——在落地进度上目前算是最为领先。
✅ 扎克伯格造的是“智能工厂”，不是普通数据中心
在采访中，扎克伯格强调了一个常被忽略的点：我们不只是花钱建集群，而是要把 AI 的核心能力牢牢掌握在自己手里。
这并不只是买 GPU，更像是在造一座“AI 超级大脑工厂”：
传统数据中心通常用来存储、分发信息；
而 Meta 的这些新集群，是用来实时生成推理结果、训练模型、支撑每个人的 “AI 伴侣”运行的。
Meta 押注的是一个 AI 无处不在的未来——
这些超级计算中心不是用来做学术研究的，而是未来每一个 Ray-Ban 智能眼镜、每一台带 Meta AI 的手机背后的算力引擎。
✅ 传统建设方案太慢，Meta 用“帐篷工法”加速落地
很多人以为超级数据中心是钢筋水泥、冷却水池、玻璃幕墙。Meta 则采用了完全不同的做法：
“他们不要让工程师花四年盖楼。所以他们在野地里搭帐篷，把 GPU 和网络设备直接部署进去。”
根据扎克伯格在 TITV 中披露的信息，Meta 团队开发出一种快速部署结构：
使用防风雨、可移动的帐篷结构，在土地审批完成后可立即布设；
GPU 通过模块化方式接入，跳过传统建筑周期；
网络骨干、电源、水冷散热等全部模块化集成。
这不是权宜之计，而是体现了一个理念：抢时间比盖大楼更重要。
✅ 核心优势，不是敢花钱，而是“不必等钱”
扎克伯格在谈到资金来源时，语气极其坚定：
我们可以完全靠自己的现金流为这些集群供电，不需要融资。
这点极具战略意义：
OpenAI、Anthropic 等公司目前仍需依赖微软、亚马逊等云厂商提供算力；
而, Meta 拥有自己的广告业务、硬件销售与大模型变现渠道，可以形成算力投入与业务收入的良性循环；
扎克伯格强调：强化学习最好的地方在于，它可以把资本转化为更高质量的服务。
这句话乍一听像技术人的思路，但本质上，其实是：
“谁能先投入、先验证、先反馈，谁就能形成 AI 的产业闭环。”
✅ GPU 不是“算力”，而是“平台控制权”的度量单位
从扎克伯格的部署节奏来看，他对 GPU 的看法早已超过了传统理解。
过去，它是计算资源；现在，它是未来平台的主权象征。
挖人？你得先有够多的 GPU 给他们用；
做平台？你得先能保障模型随时推理、长期运行；
搭建产品矩阵？没有计算能力托底，用户体验就是空谈。
而 Meta 此轮大规模部署的意义，在于它第一次把“算力密度”作为人才吸引、模型演进、产品落地的第一驱动力。
不是等模型问世才补资源，而是先把资源铺好，让模型跟得上。
Prometheus 的 50 万 GPU，不只是为了能跑更大的模型，而是为了能支撑一个全新平台——一个人人可接入、时时可调度的超级智能网络。
这一节结束时，我们需要记住的是：
超级智能的第一步，不是训练模型，而是优先搭建算力基础：土地、电力和冷却系统。
第三节｜个人超级智能落地
我喜欢做一个思想实验：我每次对话里，总有五件事想跟进， 但最后可能只跟进了一件，甚至一件都没做。 ——扎克伯格在 TITV 现场
他紧接着说：未来的眼镜会帮你完成这些事。它可以观察你正在做什么，要么稍后提醒你，要么当下就告诉你需要注意的东西。
如果说其他 AI 实验室想要改变整个世界，那 Meta 要做的，是陪伴每个人的日常生活。
✅ OpenAI 在做什么？自动化生产力
Meta 在做什么？增强人的感知力
扎克伯格很清楚现在市场上流行的说法：大家都在讲“AI 将解放人类劳动力”“AI 将替代重复性工作”“AI 将提高效率”。
他并不否认这些功能性价值。但他说了一句极具方向性的区分语：
“很多实验室都在谈用 AI 如何取代工作，而我们更关注人们日常生活中真正在意的事情。”
他举了几个场景：
和家人沟通时你忘了买牛奶，眼镜会提醒你；
上周朋友提到的一个电影，今天眼镜会自动推荐给你；
你正在外出，智能眼镜能在你走路时自动跟进邮件、汇报、日程。
这和 ChatGPT 帮你写文档，DeepSeek 帮你总结报告，是完全不同的方向。
Meta 瞄准的不是替代人的工作能力，而是加强人的感知能力和生活体验。
✅ "个人超级智能"不是模型，而是生活伴侣
在采访中，扎克伯格提出了他的定义：个人超级智能(Personal Superintelligence)，是属于你一个人的 AI，能听得懂你，知道你的生活节奏，也知道什么时候该出现。
他没有讲参数，没有提“多模态”这些技术词，而是直接落到每个人都会面临的问题：
你是不是经常丢三落四？
是不是和人沟通时注意力总被手机打断？
是不是每天被一堆没处理完的琐事所困扰？
他说：“我们不是要替你做决定，而是帮你活得更主动、更轻松。”
这是一种彻底不同的 AI 目标——不再是全知全能的中央大脑，而是你随时可调用的辅助“器官”。
✅ OpenAI专注模型，Meta专注产品
在 TITV 对话中，主持人 Jessica Lesson 直接问：“你怎么理解 Meta 和 OpenAI 等其他实验室的差别？尤其你也在挖他们的核心人员。”
扎克伯格回应得非常坦率：
我们的根本差异在于目标。 其他实验室可能专注技术突破，但我们要让 AI 成为每个人的日常伙伴——可接触、可操作、可信任。
这句话说得很克制，但对比意义很大：
OpenAI 强调推理能力、多模态突破、集中式产品矩阵（GPTs、Assistants、Code Interpreter）；
Meta 则强调个体接入点、长期陪伴性、非侵入式交互体验（AI 眼镜、WhatsApp 内置 AI、Instagram 中的 AI 剧本生成）；
两者一个像中央调度系统，另一个像智能助理网格。
这正是为什么 Meta 把“个人超级智能”放在战略核心。
✅ 扎克伯格看重陪伴体验，不是模型能力
扎克伯格的判断很明确：AI 的价值不在于技术有多先进，而在于能否成为生活的一部分。
相比 OpenAI 强调“模型升级”，Meta 强调的是“人与 AI 的长期协作关系”。
他们的目标不是“让 AI 成为最聪明的存在”，而是“让你更像一个有第二大脑的人”。
总而言之，这场分歧背后，其实藏着对“AI 平台定义权”的根本争夺：
是集中处理复杂问题，还是贴身解决碎片困扰？ 是中央大脑一次性决策，还是边走边学的长线陪伴？ 是推理能力最强，还是体验最顺、随时可用？
扎克伯格选了后者。这不仅改变了产品形态，也将决定：下一个平台的入口在哪里。
第四节｜MSL “国家队”重组
我们从零开始组建这支团队。 世界上有五六个地方人才密度很高，Meta已经是其中之一。 ——扎克伯格
如果说前面讲的是“资源”和“理念”，那第四节，就是这场超级智能战役的组织形态落地。
7 月初，扎克伯格官宣成立 Meta Superintelligence Labs（MSL）。一封内部备忘录显示：这支实验室将整合 Meta 全部 AI 资源，包括：
Llama 模型团队
FAIR 基础研究组
AI 产品与助手项目
基础模型训练与推理平台
它不是某个部门的升级，而是 Meta AI 战略的全新起点。
✅ 双CEO配置很特别：一个懂技术，一个懂产品
MSL 的两位领导者，是此前鲜少同框的一对组合：
Alexandr Wang，Scale AI 创始人，擅长构建大规模数据标注与训练基础设施；
Nat Friedman，前 GitHub CEO，熟悉开发者工具链与 AI 产品落地节奏。
扎克伯格在内部信中强调，这个组合的意义不只是“优势互补”——
用最快的速度，把最强的人组织起来，把最硬的基础设施用好。
这句话道出了 Meta 的重点：不是继续在原有组织上“扩容”，而是建立一种新的团队打法，来重构超级智能的开发与落地方式。
✅ 扎克伯格这不是扩建，而是重新建队
在 TITV 对话中，主持人问他：为什么不沿用 FAIR 或 Llama 团队，而要新建 MSL？
他的回答是：
我们不是在团队里找方向，而是把最顶尖的人集中到一个新方向。
这个逻辑非常清晰：
FAIR 是研究驱动；
Llama 团队偏向模型迭代；
而 MSL，要干的事是：直接产出下一代 AI 入口产品，并在市场上跑通它。
它既不是纯研究机构，也不是单一产品部门，而是从核心算法到用户体验，端到端整合的新实体。
MSL做平台引领者，不做技术跟随者。
✅ 人才使用的方式，也变了
Meta 并不是简单地给你一张办公桌和一堆 GPU，而是试图重新定义 AI 研究者的工作方式。
扎克伯格说过一句话：你不能让顶尖研究员陷在流程里，他们要有能直接动手做大事的空间。
在 MSL，研究员不需要层层报批，不用等产品经理写需求单。他们直接接入训练管线、数据层、产品侧反馈，做的是闭环工作。
联合负责人 Nat Friedman 在启动会上明确提出了团队的核心文化——"研究直达用户"（research-to-user）
这一理念在实践中体现为“研发即部署，实验即产品”：
做出来的 demo 不再只是 demo，而是立刻变成 WhatsApp、Instagram、眼镜助手的用户入口；
每个研究方向都要与“用户日常使用”挂钩，不是为发表论文，而是为实现连接。
这套方式，很像小而美的产品团队打法，但这次是由科技巨头 Meta 整体来执行。
人才不是被分配到某个小组，而是融入整个平台，负责把技术真正做成产品。
MSL 的成立，标志着 Meta 正在重新定义 AI 开发模式：
“从实验室到用户手中，从研究到产品，一气呵成。”
而这，不只是组织重构，更是为了抢占下一个时代的制高点。
结语｜不是模型之战，而是入口之战
从24小时内挖走OpenAI顶级科学家，到快速部署大规模GPU训练集群，再到MSL这种集中化的精英组织模式——
扎克伯格这一轮，做的不是“讲个 AI 愿景”，而是重构一整条超级智能的执行链。
核心只有一句话：谁能先把超级智能融入每个人的生活中，谁就能定义下一代平台入口。
这不再是跑分测试、学术发表的比赛，而是：
谁能用平台思维，把算力优势转为人才集聚；
谁能用组织协作，把技术转为可用的个人智能助手；
谁能抢到用户的“默认调用口”。
问题已经不是“谁能造出更强的大脑”，而是谁能让人快速用得上它。
而对开发者与创业者来说，这一场竞赛的信号更直接：
别只追大模型发布节奏，而要思考：下一个“超级入口”，你是否有机会参与定义？
本文由AI深度研究院出品，内容翻译整理自扎克伯格在TITV最新访谈。未经授权，不得转载。
星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标
参考资料：
https://www.youtube.com/watch?v=qDDOy90V4Jo&t=1271s&ab_channel=TheInformation
https://calv.info/openai-reflections
https://openai.com/index/announcing-the-stargate-project
https://semianalysis.com/2025/07/11/meta-superintelligence-leadership-compute-talent-and-data
https://blocksandfiles.com/2025/07/15/zucks-super-massive-ai-data-centers-will-be-storage-gold-mines
https://www.techradar.com/pro/could-amd-be-the-key-to-microsofts-fabulous-dollar100-billion-stargate-ai-supercomputer-amd-evp-lets-slip-about-plans-for-a-million-plus-gpu-training-cluster-based-on-a-future-mi500-chip-but-stays-mum-on-customer
https://onyxaero.com/news/ai-gpu-clusters-a-glimpse-into-the-future-of-supercomputing
https://www.wired.com/story/mark-zuckerberg-meta-offer-top-ai-talent-300-million/
https://www.reuters.com/business/zuckerbergs-meta-superintelligence-labs-poaches-top-ai-talent-silicon-valley-2025-07-08/
https://www.businessinsider.com/mark-zuckerberg-ai-researchers-want-gpus-compute-few-direct-reports-2025-7?utm_source=chatgpt.com
https://www.theverge.com/news/708052/meta-reportedly-takes-more-talent-from-openai?utm_source=chatgpt.com
来源：官方媒体/网络新闻
排版：Atlas
编辑：深思
主编: 图灵
热门跟贴