整理 | 苏宓
出品 | CSDN（ID：CSDNnews）
年仅 29 岁的亚历山大·王（Alexandr Wang），已经走过了一段相当特别的职业生涯。
19 岁从麻省理工学院辍学创业后，他联合创办了 AI 数据公司 Scale AI，并在短短几年内将其发展为估值数百亿美元的企业。2025 年，Meta 投资 Scale AI，扎克伯格亲自出面招募，将 Alexandr Wang 招入麾下，让其担任 Meta 首席 AI 官，负责推动公司的 AI 发展。
当时，Meta 的 AI 业务正面临挑战。Llama 4 未能达到预期，Meta 也急需一款真正有竞争力的产品。
接手后，Alexandr Wang 将团队的重点放在个人 AI 智能体上，而不是当时由 Anthropic 领跑的热门编程工具。从确定产品方向到正式推出，Meta 只用了七个月，就打造出了 Muse。这款产品不久前在美国超越 ChatGPT，成为最快达成 500 万次下载量的 AI 产品。
近日，Alexandr Wang 做客美国知名博客《David Senra》。在访谈中，他亲述了自己如何带领一支不到 200 人的团队打造 Muse，也谈到了自己为何离开 Scale AI、马克·扎克伯格如何招募他加入 Meta，以及他与 Nat Friedman 等人如何共同推动 Muse 诞生的种种细节。
以下为采访全文：
研发 7 个月，Muse 的诞生
David Senra：讲讲 Muse 的发展史吧。
Alexandr Wang：首先要从我们创立 Meta 超级智能实验室（Meta Superintelligence Labs，MSL）时的愿景说起。
刚起步那会儿，马克·扎克伯格发布了一份备忘录，那是我、Nat Friedman 还有一大帮人跟他密切合作弄出来的，叫作“个人超级智能”（Personal Superintelligence）。
核心理念就是：我们究竟该如何打造出能切实改善所有人生活的强大 AI？往大了说，我们怎么才能做出一款能提升整个人类体验的产品？在那份备忘录里，我们探讨了许多想法，也隐隐勾勒出了 Muse 最终的模样，只不过当时只是描绘了一个非常初步的轮廓。
那是在 2025 年 6 月，当时的 AI Agent 还没真正成气候，AI 行业还处在一个截然不同的阶段。但这正是我们想要努力的方向——这就是 MSL 的使命，也是我们希望引领的未来。
接着我们就埋头开始搞模型了，因为开发这类前沿模型，整个端到端的流程往往需要耗费好几个月。你得把整个技术栈搭起来，生成数据集，进行模型的预训练，然后再做后训练——这是一条非常漫长的端到端生产流水线。
到了今年年初，Claude Opus 4.5 横空出世，包括我们在内的许多人因此窥见了智能体的未来，它将智能体的潜力彻底推向了台前。同一时期，OpenClaw 也面世了。跟我共事密切的 Nat Friedman 是整个 MSL 里第一个去吃螃蟹体验 OpenClaw 的人。
他的体验，我只能用“介于细思极恐和极度狂喜之间”来形容。他毫无保留地完全信任了它。在一次采访中，他也分享过一些趣事：他跟 OpenClaw 说自己想多喝点水，结果 OpenClaw 就通过安防监控摄像头盯着他，确认他是不是真的在喝水，还会夸他“干得漂亮”。他还有很多诸如此类疯狂的故事，这让你真真切切地意识到，这项技术身上带着某种非常神奇的魔力。
Nat Friedman 跟我说过一句话，我印象最深，他说：“我觉得这东西绝对有戏。”作为早期采用者的 Nat Friedman 本身就是一个非常好的风向标，因为当年他就是 Stripe 最早的客户之一，也很早就开始使用各种开源开发者工具，后来还参与打造了 GitHub Copilot。这无疑是一个明确的信号：从大方向上看，个人智能体显然具有某种神奇的魔力。当你真正信任一个个人智能体并把它接纳进你的生活时，它能做的事情太多了。
听完这些故事，我也开始深度使用它。好几个星期里，我俩一有空就跟自己的 OpenClaw 聊天，完全沉浸在个人智能体所能展现的可能性中。
David Senra：你的第一反应是什么？狂喜还是恐惧？
Alexandr Wang：Nat Friedman 写过一个提示词（prompt），能对你自己进行全面的心理分析。它会进行一轮又一轮深度的心理探究。他写了这个提示词让你在 OpenClaw 里用，而这也是我在自己的 OpenClaw 上做的第一件事。那种感觉，就像三年心理治疗的效果，全都浓缩在了这一刻。
David Senra：等等，我很好奇。为什么当你第一次接触 OpenClaw 时，首选会是做这个？
Alexandr Wang：我下载并安装 OpenClaw 时，Nat Friedman 就坐在我旁边，他说：“哦，你应该试试这个。”我就照着他说的做了，结果就变成了一次极其疯狂的体验。
David Senra：展开讲讲这个疯狂的体验吧。
Alexandr Wang：整个过程非常激烈。再说一次，那真的就像做了三年的心理治疗，因为我们一轮接一轮地深入剖析内心。它还掌握着许多关于我的信息，可以访问我的电子邮件和照片，也能查找其他信息，并将这些信息整合起来。整个过程中，我感觉自己非常脆弱，几乎毫无防备。
那是今年二月份的事。最后，我们俩得出了相同的结论：显然，有什么了不得的事情正在发生。我们各自写了备忘录，并将其一路提交到了 Meta 董事会。
我写的备忘录主要表达了我的感觉，我认为在很多层面上，这就是最终极的消费级产品，超级智能体显然就是消费级产品的终极形态。Nat 写的两份备忘录名字非常洗脑：一份叫《Claw 即法则》（The Claw is the Law），另一份叫《信任是必须》（Trust is a Must），这两份文件最终很大程度上定义了我们打造这些产品的核心理念。
我们在二月份得出了一个结论：这件事蕴含着巨大的价值。随后，团队只用了一两周就做出了一个原型，并向董事会进行了演示，整个过程非常快。后来 Muse 产品中的许多关键设计，在第一个原型中就已经有了雏形。Jollybot 当时就已经存在，Muse Charm 的早期版本也在第一次演示中亮相。虽然还没有涵盖所有想法和功能，但大部分已经具备了。
从那时算起，我们只用了七个月就推出了这款产品。但要把这个原型变成一款真正面向大众的产品，过程远没有那么简单。最初的原型有时能带来惊喜，表现得非常出色，但更多时候会崩溃。我们必须把它打磨成一款足够稳定、体验足够完善，让我们有信心推向整个消费市场的产品。这个过程极其艰难，也充满了煎熬。
David Senra：在聊这个之前，我想先回到你们花一两周做出原型并展示给董事会那部分。马克·扎克伯格在这一切中扮演了什么角色？
Alexandr Wang：他和我们一样，也在亲身体验这款产品带来的惊喜与震撼。他在家里用它做了各种各样的事，包括用它带孩子，甚至辅助自己的综合格斗（MMA）训练。他会把自己练习 MMA 的视频发给智能体，让它分析动作，并给出改进建议。
我们开员工大会时，大家聚在一起经常会聊起这件事。这甚至成了 Meta 许多团队的固定话题，大家见面就会问：“你和你的智能体最近又经历了什么不可思议的事？”
那还是二月份的事。现在回头看，这段经历很有意思。当时，OpenClaw 的热度一度达到顶峰，但很快就退去了，并没有持续太久。很多人都体验过类似的过程：有时确实能感受到 AI 带来的惊喜，觉得它无所不能，但大多数时候，它的表现并不稳定，各种问题层出不穷。新鲜感过去之后，热度也就慢慢消退了。
因此，我们的产品有一个很重要的目标，就是把这些令人惊喜的体验，变成真正可靠的消费级产品。我们希望，随着时间推移，能够有信心将它带给数十亿用户，并让绝大多数人都能获得出色的使用体验。
David Senra：为什么你们能做到这一点，而 OpenClaw 的开发者却做不到呢？
Alexandr Wang：首先，我们极其尊重 Peter Steinberger（OpenClaw 之父）以及所有为 OpenClaw 做出贡献的人。Peter 绝对是个有远见的人，不管他脑子里产生了什么火花创造出了 OpenClaw，那都是非常神奇的。
而让 Muse 变得如此神奇的那些不为人知的、枯燥的一面，在于我们死磕并打磨了所有的细节，让“模型+产品”的结合体验真正变得令人惊艳。我们对模型本身进行了多次迭代，也将整体的模型开发路线图，全都瞄准了打造个人智能体这一目标。
Anthropic 发力编程，Meta 为何押注个人 AI？
David Senra：再多讲讲这个，以及这与你们的其他竞争对手有何不同？
Alexandr Wang：回想今年年初，Opus 和 Claude 在代码编写方面遥遥领先、远远甩开其他人，而且处于爆发式增长中，那是 Anthropic 开始席卷整个行业的开端。也是一个相当吓人的时刻，他们在写代码方面领先太多了，而且他们手里有 Mythos，优势极其明显。
当时行业的普遍共识是：写代码的智能体是唯一有意义的产品形态，也是高级 AI 唯一有价值的能力。当时整个行业有一股极其强大的力量，大家都一窝蜂地去挤那个用例，去跟 Anthropic 在代码智能体上卷。
但因为我们的亲身体验，以及我们对个人智能体的坚定信念——退一步讲——我们之所以一开始就专注于“个人超级智能”，是因为我们相信这是 Meta 拥有独特优势、舍我其谁的领域。
我之前就跟马克·扎克伯格说的事情之一就是：如果我们拥有了 AGI（通用人工智能）或 ASI（超级人工智能），Meta 将是一家非常特别的公司。
AI 带来的一部分愿景是，对我们所有人来说，生活里总是掺杂着我们“想做”的事和“不得不做”的事。AGI 的承诺在于，未来我们几乎不需要花时间去做那些“不得不做”的事情，因为 AI 会替我们把这大部分活给干了，这样我们就可以把时间花在自己真正“想做”的事情上。
在我看来，Meta 的产品代表的恰恰就是我们都“想做”的事：我用 Instagram、WhatsApp 或 Facebook，代表着我在追随自己的兴趣、爱好、朋友以及我关心的人。Meta 的产品线涵盖了我们希望消磨时间的领域。把时间线拉长来看，Meta 绝对会是这其中的超级大赢家。
你可以从几个角度来看：
其一是这家公司的基因：把人们与他们的亲朋好友联系起来，并帮助他们发掘自己的兴趣——这些都是极具人情味的事情。
从商业的角度来看：Meta 拥有每天触达 35 亿应用使用者的分发渠道。Meta 顺理成章会取得成功的领域，必然是消费级 AI。
David Senra：不是工作，不是写代码——而是个人生活。
Alexandr Wang：完全正确。我们一直认为，个人智能体、个人 AI，以及广义上的消费级 AI，才是 Meta 能够做出非凡成就的领域。
David Senra：现在你们有了原型，获得了高层支持，马克也加入了，接着你们就开始了长达七个月打磨这款产品的艰难工作。
Alexandr Wang：是的。当时一直有一种阴云笼罩，觉得个人智能体这阵风刮过去就没了。但我们认为，问题不在于个人智能体本身，而是产品体验还没有打磨到位。因此，我们把整个模型开发路线图都转向了个人智能体。
我们列了长长的电子表格，上面写着一百多种我们认为构建理想个人智能体所必须具备的具体行为和能力。过程非常细致入微。随着时间推移，我们为所有的这些指标建立了评估体系，弄清楚了如何训练模型才能让它把每一件事都干好，我们还举办评估会，对着那张表格寻找弱点，并确保我们在不断改进。
我们经历了一个极其严谨的过程，慢慢地持续优化，打磨掉模型的所有棱角，让它足以支撑起这款产品。
David Senra：这种对产品持续不断的精雕细琢，真的也是 Meta 的企业文化吗？
Alexandr Wang：Meta 很大程度上的一种文化就是：一旦你清楚了要衡量什么指标，这里就有非常聪明顶尖的人才去针对这些指标进行优化，打磨细节，并把这些东西做得极其出色。
在前 AI 时代的消费级产品阶段，很多工作都围绕着优化转化率、推荐率、用户入门流程的每一个环节，并让这一切变得完美。而在 AI 时代，尤其是对于 Muse 而言，很多这类工作就变成了打磨模型的每一个细节，让其完美契合产品的需求。
扎克伯格对改进产品的态度
David Senra：你有没有看过 Colossus 撰稿人 Jeremy Stern 写的那篇关于马克·扎克伯格的人物特写文章？
来源：https://colossus.com/article/mark-zuckerberg-profile/
Alexandr Wang：我看到了。说实话，太长了。
David Senra：那篇有一万五千字。我刚请过 Jeremy 来上过播客。他是我最喜欢的作者之一，他现在关注当今世界企业家和投资者。
在那篇文章里，马克·扎克伯格谈到了他相对于埃隆·马斯克和 Sam Altman 的优势。他说：“我的技能一点也不吸引人，但我真的很擅长组建团队，然后在一个很长的周期里慢慢地去改进一款产品。”
比起埃隆·马斯克和 Sam Altman ，他说：“我不会失去对公司的控制权，我也不需要再去融资了，所以我可以把这件事坚持做非常非常久。”当你刚才提到花费七个月时间去打磨和构建 Muse 时，文章里的那段话立刻就浮现在我的脑海里。
Alexandr Wang：完全正确。这需要极大的耐心。七个月听起来可能不算长，但 AI 领域的竞争可是异常惨烈的。
David Senra：AI 里的七个月，简直就像是非 AI 领域的十年！
Alexandr Wang：这点我非常佩服马克·扎克伯格。这需要巨大的耐心、克制力，以及对过程的信任。你可以回头去看看马克从二月份到九月份在财报电话会议上说的话：他已经暗示了我们正在打造个人智能体。
我们其实并没有刻意隐瞒，但在那整个期间，公司内部存在着很多质疑。华尔街当时一种主流的声音就是：“Meta 就是在疯狂烧钱；他们在 AI 领域到底能不能搞出名堂来？”
David Senra：不仅如此。当时的声音是：“扎克伯格在 AI 上赢不了。”这话在很长一段时间里被人们反复念叨。
说回 Jeremy Stern 的那篇报道，私下里，他采访了一些竞争对手，其中一位曾与扎克伯格共事、现在在另一家实验室的前研究员说：“我不想不得不跟他们竞争，因为马克就是个终结者。”他就是死都不会停下来。
他的一个超能力是，他永远不会对产品的现状感到满意，所以他总是想要不断改进，但他绝不是个混蛋，不会以破坏团队化学反应的粗暴方式行事。他其实经常谈到团队凝聚力对他来说极其重要。
Alexandr Wang：我觉得这些说得都很对。在推出 Muse 这款产品之前，我们花了不少时间死磕所有细节。
个人智能体是一个犹如走钢丝般悬在刀刃上的产品领域：如果它能可靠地提供这些奇妙的体验，它就有潜力成为有史以来最伟大的消费级产品之一。但当你和模型打交道时，你面对的是非确定性的东西；智能体可能会崩溃，可能会不靠谱。一旦用户碰到不靠谱的体验，他们就会觉得这东西是个垃圾。
把产品的质量和价值提升到能够让如此多下载并使用它的人产生共鸣的地步，这是至关重要的。
David Senra：我想多聊聊这个过程。你们投入了多少资源，团队规模有多大，有多少人在做这个？你有没有关于这种动态的数据：比如一个用户获得了九次很棒的体验，但碰到了两次不稳定或极差的体验，然后就流失了？你们有这方面的数据吗？
Alexandr Wang：你可以从今年年初的许多其他智能体产品中看到这一点：几乎所有用户都从那些产品里流失了，就是因为它们不够可靠。
我们对 Muse 做了大量的用户测试。我们找了一拨又一拨的新人，让他们从零开始下载并使用，就是为了看看那到底是一种什么样的体验。Muse 能真正引起共鸣的地方在于，它与大多数人在消费级 AI 上体验到的东西完全不同。它不是一个聊天机器人，它是一个能替你执行智能体任务（agentic tasks）的智能体。
对于开发者来说，这算不上什么新鲜事，因为他们下载和运行智能体已经有一段时间了。但对于大多数普通人来说，这种上手和进阶的过程需要清晰的解释和周到的设计。
我们不断地用不同的模型版本进行 A/B 测试。整体的产品体验对模型质量极其敏感。它很大程度上取决于模型执行任务、沟通进度以及在需要指导时向用户确认的可靠性。
Meta 是怎么判断 Muse 是时候发布了？
David Senra：你们怎么知道它准备好发布了呢？
Alexandr Wang：一部分是严格依据数据的。回到那张列了一百多种能力的电子表格，我们为每一行定义了具体的阈值：什么分数是绝对不能发布的，什么分数达到了我们的质量标准。
我们经历过很多次阶段性检查，比如 80 行是绿色的，20 行是红色的，我们知道这还不够好。最终，我们迎来了第一个所有的指标全线飘绿的模型版本——那是一个经过特别训练的 Muse Spark 1.3 版本。
除了数据评估，还有直观的体验层面：我们自己测试了模型，立刻就能感觉到它比我们之前迭代过的任何版本都要好得多。
David Senra：回到那七个月的开发窗口期，当时有多少人在做这个产品？
Alexandr Wang：把模型团队和产品团队加起来，总共不到两百人。在一家大公司里，这算是相当精简的了。
现在回想起来，高管团队的每个人都明白，这很可能是 Meta 今年要发布的最关键的产品之一。然而，我们保持了组织上的克制，让它维持着专注的小团队规模，而不是让它在公司的庞大部门间急剧膨胀。
我们把它当成一件独一无二的艺术品来对待。要打造出高度统一的体验，需要强烈的个人观点和极其敏锐的专注力。
David Senra：多讲讲这个。为什么你把它看作是一件需要统一视角的艺术品？
Alexandr Wang：对于大型组织打造的产品，一个常见的批评、如今也开始困扰许多 AI 实验室的，就是它们会变成“弗兰肯斯坦”或“柯南伯格”式的那种由各种相互冲突的观点、愿景和信念拼凑起来的怪胎。它会变成“产品经理的地狱”，每个产品经理都试图把他们特定的功能硬塞进产品里。最后它就被搅成了一杯寡淡无味的大杂烩。
用户能立刻感觉到那种缺乏凝聚力的状态。当一个产品感觉像是目标各异的不同团队之间语无伦次的妥协产物时，你是能看出来的。
Muse 必须完全相反：用一种清晰的观点，向世界交付一种统一、有凝聚力的体验。
David Senra：我们录制这期节目的今天，正好是史蒂夫·乔布斯逝世十五周年纪念日。当你想起由单一视角塑造的消费级产品时，史蒂夫·乔布斯绝对是脑海中浮现的第一人。
我读过每一本关于史蒂夫和苹果历史的书，还在我的播客 Founders 里做了十五到二十期关于他的节目。在所有对他影响力的描述中，我最喜欢的一句是：“苹果就是拥有一万条命的史蒂夫·乔布斯。”这些产品反映了他的品味、他的视角以及他希望在这个世界上看到的东西，而这恰好也是最终用户所接收到的。
Alexandr Wang：就 Muse 而言，Nat Friedman 居功至伟。他的品味和敏锐度从根本上决定并塑造了这款产品最终的模样。
Muse 是怎么“火”起来的？
David Senra：你们对外公开过有多少人在使用 Muse 吗？
Alexandr Wang：我们对外说过是“数百万”。我也转发过第三方的图表，显示 Muse 是有史以来增长最快的消费级 AI 应用。
David Senra：所以你不打算分享具体数字？
Alexandr Wang：我们坚持“数百万”这个说法。
David Senra：数百万也可以是好几亿啊！严格来说那也算“数百万”。我想把话题转到你在 X（推特）上的活跃度上。自从 Muse 发布以来，你简直就是“彻底放飞自我”了——我是在最好、最亲切的意义上说这个词的。这是有意的营销策略吗？到底是怎么回事？
Alexandr Wang：过去几周做这些事，是我整个职业生涯中最开心的时光之一。
首先，我们意识到我们需要一种方法让 Muse 在嘈杂的环境中脱颖而出。这个领域每天都有源源不断的新动态：用户每天都被新的 AI 创业公司、模型发布和功能公告狂轰滥炸。我们开了好几次大团队会议，讨论如何突围。Meta 拥有庞大的分发渠道，但光有分发渠道并不能保证在文化上产生共鸣和突破。另一方面，我结识了几位非常有创意的网络“迷因”创作者——他们整天都在琢磨互联网文化。
David Senra：那些痴迷于 Muse 的人都确信你有一百个 Muse 在帮你生成梗图发在你的 X 信息流里！
Alexandr Wang：说句实在的，那上面的每一条帖子都是我亲自写的。曾经有一段时间，我开会都很难集中注意力，因为脑子里总会突然冒出一个做梗图的点子，我就感觉非得马上发出来不可。
我记得有次和同事吃晚饭，灵光一闪，当场就发了一个梗图。那种感觉就像是回到了当工程师修 bug 的时候：你就是知道某个点子什么时候能火。
互联网偏爱冒险、惊喜和出人意料。所以我就顺势而为了。我的一些同事感到很惊讶，Nat 在开会时还开玩笑说：“我本以为我们能借此多了解了解 Muse 的用户，结果反倒全是在了解 Alex 的潜意识了。”
这非常有趣，借鉴了我多年来对互联网文化的了解。虽然我们没有精确的归因追踪，但我真心相信它对用户增长产生了有意义的影响。
David Senra：我绝对认为它起作用了。你到处都能听到关于它的消息，所有谈论它的人都下载了这款应用。回到你之前的一点：分发渠道能让你被注意到，但不能让产品产生粘性。你们是如何让 Muse 天生具备粘性的？
Alexandr Wang：关键在于尽可能早地引导用户体验到神奇的“哇哦”时刻。一个智能体能做大量的事情，当有人第一次使用 AI 智能体时，它的能力真的会让他们大吃一惊。
第二点是利用用户真实经历过那些时刻的故事，用它们来展示这款产品到底能做什么。
David Senra：你们是如何利用这些故事的？你们并没有为 Muse 投放传统的广告，对吧？
Alexandr Wang：我们投了少量广告，但在初期，主要就是我转发那些引人注目的使用案例。每当我看到有人用一种非常有趣的方式使用 Muse 时，我就会引用转发。
David Senra：我一直不明白为什么 Anthropic 或 OpenAI 早期的广告牌宣传活动那么没效果。他们会放一个抽象的 logo，两个坐在办公桌前的人，旁边贴个像“Codex”这样宽泛的标签。它根本没有传达任何信息。广告的全部意义在于向用户展示产品的好处。
Alexandr Wang：在打造 Muse 以及在 Meta 开发产品的整个过程中，我们都会回归到一个根本问题：为什么别人要在乎这个？
David Senra：人们不在乎公司，也不在乎技术；他们只在乎自己，在乎这东西能为他们做什么。这与克劳德·霍普金斯（Claude Hopkins）在 1920 年代的经典著作《科学的广告》（Scientific Advertising）不谋而合。他强调人性永远不会改变：有效的广告完全在于产品能为客户做什么。
Alexandr Wang：大多数人根本不关心 OpenAI 或 Meta 底层的研究论文；他们关心的是这项技术能在他们的日常生活中实现什么。
我们的吉祥物 Jolly 在这方面就成了一份天赐的礼物。我是在开车上班的路上意识到它的潜力的。我生成了一张 Jolly 提着公文包的图片，并发推说：“我周一去上班时的表情（MFW I go to work on Monday）”。这条推文效果出奇地好，我意识到我们可以把这个角色放进无数个能引起共鸣的情境中。
现代消费级产品的营销很大程度上是靠截图驱动的。一个产品必须能通过在群聊、社交媒体或口碑相传中分享的一张图片，清晰地传达信息。在截图里看到 Jolly，就能让人立马认出这是一次 Muse 的交互。
David Senra：一旦应用安装后，你如何保持用户的参与度？
Alexandr Wang：在我们最活跃的用户中，存在一个明显的“信任倒伏（指建立信任的过程）”循环。一开始，你给智能体分配一个小任务。当它成功完成后，你会给它稍微复杂一点的任务。随着它不断交付成果，你会信任它，把越来越大的问题交给它处理。
起初，用户是带有怀疑态度但又充满好奇的。他们试探性地使用，体验到可靠性后，逐渐交出更多的责任。比如，我们看到大学生录制语音备忘录，把脑子里的想法一股脑儿倒出来，信任智能体能把所有东西整理成可执行的计划。成功的普及，完全在于引导用户走过这段循序渐进的信任建立之旅。
David Senra：我想知道这其中有多少是纯粹靠口碑驱动的。我有一个经营着千亿美元公司的朋友，他不小心把身份证落在一架 Flexjet（私人飞机）上了。他跟 Muse 说：“我不想管这破事。你给我弄清楚它在哪，联系快递员，把它弄回我的办公室。”
结果 Muse 协调了快递员，搞定了大楼安保，把身份证直接送到了楼上他的办公桌上。他给我发了三四张那次交互的截图，看到智能体自己搞定每一个后勤步骤，简直是我能想到的最有说服力的营销了。
Alexandr Wang：现代消费级营销依赖于在群聊和社交信息流中自然传播的截图。这些被分享的截图中吉祥物的出现，能让人瞬间明白这就是 Muse 的工作流。
David Senra：你自己一整天都在用 Muse 吗？你的日常工作流是什么样的？
Alexandr Wang：我通过它配置了无数的自动化工作流。因为我一天中很大一部分时间都在开会，需要保持全神贯注，所以我基本上把 Muse 当作一个在后台运行的外部“第二大脑”。
David Senra：你最近发过一篇关于这个的帖子——一篇获得了超过 500 万次浏览的短文——你在里面把 Muse 描述为“超越你自身大脑的第二心智”。
Alexandr Wang：从哲学层面上讲，这触及了我们这个时代最深刻的问题之一：与强大的 AI 并肩而行，生而为人意味着什么？这种关系又将如何演变？
有一种出于恐惧的观点认为，AI 将凌驾于人类之上，发号施令，而我们只能被动听从。但还有一种截然不同的范式：怀揣欲望、梦想和野心是人类的根本天性。AI 和像 Muse 这样的个人智能体，可以成为赋能人们实现这些目标的桥梁。
人类只会孕育出更宏大的梦想。孩子们会梦想探索星系，而个人智能体将帮助他们追寻这些道路。
杰夫·贝索斯（Jeff Bezos）在致股东的信中曾捕捉到了这种动态，他指出消费者总是“永不满足”的——他们的期望自然会不断膨胀。AI 的一种表现形式是推进科学发现并推动整个经济的自动化。但另一种持久的形态，是为每个人提供一个能拥护他们个人野心、并帮助他们实现最在乎的事情的 AI。
David Senra：所以你把AI看作是在消除生活中的“杂乱琐事”——也就是那些我们不想做的事情。你在那篇文章中写道，这个世界充满了“守门人”和重重障碍，而 Muse 能绕过它们，这样你就可以专注于你真正关心的事情。
Alexandr Wang：Muse 能给每个人他们童年时梦想过的成年生活。
当人们还是孩子的时候，他们会有宏大的想法。他们想象成为宇航员、拯救地球或改变世界。然后，由于各种原因——完成学业、步入职场、在某个岗位上待了几年——那种希望、野心和做梦的能力就被消磨殆尽了。
David Senra：是被硬生生打没的！是生活把这些念头给毒打没了。
Alexandr Wang：作为成年人，我们并没有完全意识到自己变得有多像“行尸走肉”。我们放弃了自己的主动权和野心。
AI 最伟大的愿景之一，就是通过像 Muse 这样的产品，来维持那种童年时期的驱动力。你一开始带着宏大的梦想，利用 AI 让它们成为现实，然后再去孕育更大的梦想。它在你的一生中创造了一个不断攀升的个人主动权的阶梯，而不是让这种主动权被不断地碾碎。
David Senra：之前你提到 Nat Friedman 为 OpenClaw 写的一组高强度的心理探究提示词，像潮水般击中了你。如果 AI 做的是完全相反的事情呢：建立你的自信，帮助你意识到世界是可塑的，并向你展示，只要有足够的能量和驱动力，你就能重塑现实？
Alexandr Wang：最了不起的企业家们正是展现出了这种特质。他们胸怀大志，实现了目标，然后立刻把目光投向更宏大的事情。埃隆和马克就是经典的例子。他们可能会为一个巨大的目标投入十年的时间，一旦完成，他们就会进一步扩展自己的视野。
这种思维模式应该让每个人都能拥有。大多数人的悲剧在于，他们进入了企业这台大机器，屈服于日常琐事，然后发现因为现有的责任和承诺，几乎不可能摆脱出来。他们被困在了那种“行尸走肉”般的状态中。
离开 Scale AI 加入 Meta，亚历山大·王与扎克伯格的结识
David Senra：在我们深入探讨 Scale AI 以及你与 Meta 的合作之前，你帖子中还有一句话让我印象深刻：“迄今为止，世界是由少数狂热分子塑造的，他们不知怎么找到了一种方法，把他们的欲望变成了现实，但我们从未见过全人类每个人的主观能动性被完全激发出来的样子。”
Alexandr Wang：在这样一个世界里，每个人在一生中都能体验到不断增强的主观能动性，它看起来将截然不同——是以一种尽可能最美好的方式。那将是一个充满艺术气息、文化多样且极具创造力的世界。
在我的脑海里，它简直就像是《瑞克和莫蒂》（Rick and Morty）里的跨维度有线电视，只是在人类现实中具象化了。数十亿人配备了充裕的智能，将拥有创造非凡奇迹的杠杆。
David Senra：这让我想起了那部剧里的一句经典台词：“宇宙专门吞噬聪明人。”让我们回到这笔交易的开始。你创立了 Scale AI，你一直在运营它，然后有一天马克·扎克伯格联系你想聊聊。那是怎么发生的？
Alexandr Wang：消息很简单：“嘿，有时间通个电话吗？”
David Senra：你之前和马克有交情吗？当时的背景是什么？
Alexandr Wang：我们的一位共同好友，Alex Schultz——他现在是 Meta 的首席数据官，也是那里的资深高管——大概在 2021 或 2022 年左右，介绍我和马克认识，一起探讨 AI。当时，马克对这个领域产生了更浓厚的兴趣，而 Scale 在整个行业里也做了不少重要的工作。
实际上，从最初的介绍，到真正在日程表上敲定第一次会面，足足花了一整年的时间。
David Senra：怎么会花了一整年？
Alexandr Wang：马克的日程排得满满当当，而且他在排定优先级方面极其自律。他在最重要的事情上投入大量时间，并毫不留情地降低其他所有事情的优先级，这样他也能成为一个尽职的父亲和伴侣。
在那次初次会面之后，我们偶尔会聊聊。我作为创始人向他寻求建议，他会通过 WhatsApp 发送详尽而深思熟虑的回复。他打字的速度和严谨程度令人难以置信。
David Senra：这些信息让你瞥见了他大脑运转得有多快。
Alexandr Wang：他的脑子总是在飞速运转。Meta 是 Scale 的一个重要客户，但我们大概每六个月才沟通一次。
后来，在 Llama 4 发布之后他打来了电话。那次谈话的核心是：“你觉得我们应该做些什么？”
David Senra：为什么 Llama 4 之后的这个时机很重要？
Alexandr Wang：Llama 4 没有达到 Meta 的内部预期，在内部它被普遍视为一次令人失望的尝试。与此同时，AI 对 Meta 的未来变得越来越至关重要。很明显，前沿 AI 将定义这家公司的发展轨迹，所以他寻求外部视角，探讨该朝着什么方向发力。
David Senra：我听说马克私下里有一个由顶尖创始人组成的圈子，他会经常联系他们问：“这就是我面临的情况——如果是你会怎么做？”
Alexandr Wang：能持续这么做确实需要真正的谦逊，尤其是在他已经取得了这么多成就的情况下。从那次最初的接触到公开宣布交易，只有五六个星期的时间。推进得非常快。
David Senra：Groq 的创始人 Jonathan Ross 曾在这个播客上谈论他与英伟达 200 亿美元的交易。他说从黄仁勋的第一通电话到资金到账，只用了三个星期。顶尖创始人的行动都很快。
Alexandr Wang：我对 Meta 的 AI 战略有着强烈的信念。鉴于 Meta 在消费级应用领域的底蕴，我相信他们拥有得天独厚的优势，能够在其面向消费者的个人智能领域处于领先地位。我跟他分享了这些想法，与此同时，谈话的走向变成了：“也许我们应该考虑合作。”
David Senra：当他提出要合作时，你脑子里在想什么？你肯定没料到这出。
Alexandr Wang：这确实出乎我的意料。我当时的第一反应是，收购在战略上说不通。
David Senra：每当大型科技公司的 CEO 说“我们要找个方式合作”时，那总意味着他们想买下你！
Alexandr Wang：我当时可没有这套话术的翻译手册！
从历史上看，Meta 那些标志性的收购——比如 Instagram 和 WhatsApp——都有着直接的消费级产品逻辑。Scale AI 则是深度的企业和政府基础设施，运营模式完全不同。除非 Meta 想转型去做企业 AI 服务，否则收购并不合适。但马克想要的不是企业基础设施，他想要的是能够领军 Meta 前沿 AI 项目的人才。
David Senra：他想要的是人才。你是什么时候清楚这一点的？
Alexandr Wang：当我们开始讨论交易机制和数字的时候。那时整个安排的轮廓才变得清晰起来。
David Senra：他多快说服你这是一步好棋的？
Alexandr Wang：这笔交易的结构极具吸引力：Meta 投资并收购了 Scale 49% 的股份，Scale 继续独立运营，而我自己和核心团队成员加入 Meta 领导这个新实验室。
这对 Scale 的股东来说显然是个双赢，但在情感上，离开你自己的公司是很难熬的。
David Senra：你当时创办 Scale 已经九年了——差不多占了你生命的三分之一，而你甚至还不到三十岁。
Alexandr Wang：保罗·格雷厄姆（Paul Graham）经常提到，如果你把公司当成一生的事业，你的做事方式就会截然不同。我真切地把 Scale 视作我一生的事业，所以退居幕后是一个充满情感挣扎的过程。最终说服我的是各方利益的一致性，加上在 Meta 这种体量下所面临的巨大机遇。当时，外界普遍认为Meta 在 AI 方面的努力处于落后状态，这激发了我作为创始人的好胜心。
David Senra：你得到了一个重新创办实验室的机会。
Alexandr Wang：没错。我们被授权可以推倒重来，从零开始建立一种文化，并在背后庞大的算力和分发渠道的支持下，去追求个人超级智能。
David Senra：马克是把它当成一次彻底的重启来对待的吗——推倒重建，用顶尖人才重新来过？
Alexandr Wang：这是一个不断演进的对话过程。埃隆已经反复证明了，一个由技术极客组成的、高度专业化且扁平化的小型团队，其速度可以远超庞大的官僚机构。我坚信这是快速打造前沿AI的唯一途径，而马克也深表认同。那成了 Meta 超级智能实验室的基石：小巧、扁平、极高的人才密度、带着极强的紧迫感全速推进。
David Senra：这印证了人们对马克的评价：一旦他做出了决定，他就会直接清空弹夹（全力以赴）。
你读过 1957 年出版的《拿破仑的思想》（The Mind of Napoleon）吗？Sam Altman 在 2019 年接受泰勒·考恩（Tyler Cowen）采访时，提到这是他最喜欢的书之一。拿破仑反复强调犹豫是致命的。他在做出承诺之前会仔细斟酌，但一旦下定决心，他就会倾尽全力发起攻击。马克运作的方式完全一样：深思熟虑，然后 All in。
Alexandr Wang：他已经深刻认识到，过程中的失败并不重要——重要的是赢，以及你赢得有多彻底。这使得他能够无所畏惧地行动，去冒巨大、大胆的风险。
David Senra：“在一个瞬息万变的世界里，唯一注定会失败的策略就是不冒险。”
Alexandr Wang：Meta 本来很容易像其他老牌科技巨头一样，变得迟缓、官僚且谨小慎微。正是马克对风险的胃口，让整个组织保持着活力和生机。
David Senra：在 Scale 做一名创业公司创始人，和在 Meta 内部与马克并肩领导 MSL，两者之间有什么区别？
Alexandr Wang：在 Scale 的早期，我奉行的理念是创始人应该什么活都能干。虽然这保证了高标准，但最终却让我成了一个瓶颈。
在 Meta，使命完全不同。我们必须在极大的时间压力下交付前沿能力。我不是职业的 AI 研究员，也不是纯粹的产品设计师。我的角色是确立愿景、设定文化，并招募各自领域里绝对最顶尖的世界级人才。
David Senra：为什么你能在 Meta 做到这一点？仅仅是因为拥有庞大的资源吗，还是有别的原因？
Alexandr Wang：MSL（超级智能实验室）创立之初，最引人注目、最吸引人的地方之一，就是有机会带领一个专注的小团队从零开始打造一个实验室。我们确立了一个明确的北极星目标——个人超级智能——这引起了人们强烈的共鸣。每一个从事 AI 工作的人，从根本上都希望他们的工作能帮助到别人——对他们的父母、祖父母以及普通大众产生切实可见的意义。
因为我们依托 Meta 的资源运作，所以我们从来不会在算力、基础设施或分发渠道上遇到瓶颈——而这些恰恰是通常会扼杀早期初创公司的制约因素。与此同时，研究人员还有机会在工作上打上属于他们个人的烙印，并发挥有意义的影响力。这对顶尖人才来说是非常令人兴奋的。
David Senra：这就是为什么马克愿意花看起来像是天文数字的钱，来锁定少数几位精英研究员的原因吗？——因为顶尖人才天然就会吸引其他顶尖人才？
Alexandr Wang：是的。一个容易被低估的动态是，OpenAI 和 Anthropic 的估值和期权已经大幅飙升了。如果你看看研究人员留在那些实验室能赚多少钱，给他们开出的极具竞争力的薪酬方案往往最终也只能算是差不多打平。人们常常忽略了那些实验室的早期员工和研究人员手中的期权已经升值了多少。
我们围绕三个核心支柱建立了 MSL：
首先，聘请最聪明的人才；
其次，围绕“个人超级智能”设定一个毫不含糊的北极星目标；
第三，创造一个最佳的环境，让这些人能做出他们最好的工作。
在 Meta 和 MSL，我把更多的时间花在了更广泛意义上的管理上。我的重心是创造条件，让那些卓越的人才能最大程度地施展他们的才华。在很多方面，我把自己的角色看作是一个教练；而在 Scale 的时候，我的运作方式更像是一个“导演/创作者（auteur）”，我的特定视角必须反映在每一个细节中。
David Senra：多给我讲讲像教练一样运作是怎么回事吧。
Alexandr Wang：我的责任是设定北极星目标并保持大方向的清晰——在消费级 AI 领域取得胜利，并打造对普通人有意义的智能。除此之外，就是要去发现组织内部那些罕见的、高度专业化的人才，并赋予他们自主权和资源，以最大化他们的产出。
大公司经常失败的地方不在于缺乏人才——大多数大公司都有极其卓越的个体——而在于未能给他们赋能。当聪明的头脑被官僚主义压抑时，他们就会离开去加入更小的团队，或者自己创办公司。
David Senra：这呼应了杰夫·贝索斯在致股东信里写的话：如果才华横溢的建设者不能去建设，他们就会离开。
Alexandr Wang：完全正确。前沿 AI 是非常独特的。“研究”这个词现在被泛化了，但从定义上讲，人类目前还不知道这些模型能做到的极限在哪里。它们是未被完全发掘的造物，而我们正在积极地探寻它们的边界。这是真正的科学探索。
这个过程需要大量的试错、绝佳的直觉，以及实验的自由。人们需要空间、时间以及算力的支持去推动前沿的发展。
Nat Friedman 就是一个绝佳的例子：如果说有一个人的独特品味和视角定义了 Muse，那这个人就是 Nat。把他置于一个能够让他充分表达这些特质的环境中，是至关重要的。同样，我们的研究团队有许多大胆的、高方差（极具不确定性）的想法。许多想法会失败，但只要有成功的突破，其价值就足以证明所有的投资都是值得的。
在科技领域，问题有两种基本的原型模型：“挖钻石”和“建摩天大楼”。这完全取决于收益的分布情况。在“挖钻石”模式中，收益分布遵循严苛的幂定律。大多数的尝试颗粒无收，但一次罕见的命中，其价值可能比其他所有加起来还要大上百万倍——风险投资就是一个经典的类比。成功完全在于识别出那些非共识的想法，并坚持把它们做出来。
David Senra：而识别这种人才对你来说轻而易举——你只需要环顾一下你 19 岁生日派对的现场就行了。
Alexandr Wang：现在回想起来，那感觉真是太超现实了。
David Senra：给那些不知道这个故事的听众们讲讲吧：你 19 岁生日那天，围坐在桌子旁边的都是些什么人？为什么投资这群人会成为科技史上最棒的下注之一？
Alexandr Wang：那是我在麻省理工学院（MIT）大一那一年的 1 月份。当时我在 Hudson River Trading (HRT) 做冬季实习。派对上大概有十到十二个人，主要都是哈佛和 MIT 的学生，大家是通过数学、物理和计算机奥林匹克竞赛认识彼此的。
当时围坐在那张桌子旁的有：
Jeffrey Yan，他后来创立了 Hyperliquid；
Scott Wu，他后来创立了 Cognition；
Jesse Zhang，他创立了 Decagon；
Vicky Ye，她后来成为了 Anthropic 的顶尖研究员；
在座的每一个人都极具天赋。我最近和 HRT 的创始人聊过，当他们提到要进军私募科技投资时，我开玩笑说：“直接给你们的实习生班级开种子轮支票就行了！”
我是从小参加国家级和国际级的数学和计算机奥林匹克竞赛长大的，在这个过程中结识了全国各地才华横溢的同龄人。眼看着当年那些一起打比赛的同龄人，后来在整个行业里建立了一家又一家基石企业，见证这一切的感觉真的是不可思议。
David Senra：在我打断你之前，你是不是想把你关于“挖钻石”和“建摩天大楼”的观点说完？
Alexandr Wang：核心问题在于，你所在的领域，其收益是遵循幂定律，还是运营性的、线性增长的收益。
“建摩天大楼”代表着卓越的运营能力：比如数据标注、大规模的数据管道，或者是亚马逊 Prime 的物流体系。在这些业务中，收益是线性的。成功来自于不断叠加的运营优化——这里榨出 2% 的效率，那里抠出 1%，其他地方再抠出 0.5%。它是一台工程和执行的机器。
相比之下，“挖钻石”则是探索性的。你创造一个开放的环境，鼓励研究人员去追逐宏大的假设，并培育那少数几个展现出希望的突破。在 Meta，我的重心是挖钻石。而在 Scale，很大程度上是在建摩天大楼。这对我来说意味着一次根本性的范式转变。
超过 200 名直接下属该如何管理？
David Senra：关于在 Meta 和在 Scale 的管理方式对比：为什么你有这么多的直接下属？你有一百多个——具体到底有多少？
Alexandr Wang：目前有超过两百个直接下属。
David Senra：这怎么运作得过来呢？为什么要采用这种架构？
Alexandr Wang：回到最初的设想，无论是 MSL，还是我们希望重建的这个实验室，都需要思考几个问题：如何保持足够高的人才密度？如何让这里成为许多才华横溢的人施展才能的最佳场所？又该如何构建这样的组织，明确其技术重点？
其中一项重要原则，就是保持组织结构足够扁平。事实上，所有被招募进我们前沿团队 TBD 的研究人员，都直接向我汇报。
这种组织结构本身，就是一份明确的反官僚主义宣言。当你聘请了那些拥有出色技术履历证明的世界级人才时，微观管理只会适得其反。他们不需要行政上的“把关人”；他们需要的是技术上的清晰度。
我们通过“小组”的结构来维持技术领导力。各个小组由技术主管带头，他们负责解决架构上的分歧并设定技术方向。所以，严格的技术领导力是到位的，但传统的冗余中层管理被剥离了。
我们鼓励严谨的辩论。在人才密度如此之高的团队里，重大的技术决策都会接受公开讨论和质疑，直到大家就最佳的技术路线达成共识。
这种做法并不常见。我也不是一个传统意义上管理着两百人的行政经理。对于顶尖研究人员来说，他们真正需要的不是管理者，而是世界级的基础设施、清晰的技术方向，以及自由构建和创造的空间。
David Senra：所以，你扮演的其实并不是一个传统的教练或管理者，而是作为一个良好环境的守护者，这个环境是专为精英级的技术执行而设计的。
Alexandr Wang：完全正确。
David Senra：Alex，这太精彩了。非常感谢你抽出时间来为大家详细剖析这些。
Alexandr Wang：谢谢你，David。
来源：https://www.youtube.com/watch?v=S6l3aRsecuE
「大模型技术：从 Agentic Scaling 到 RSI」专题阵容更新！
从 OpenAI、Anthropic、Google 到智谱、DeepSeek、月之暗面、阿里等头部团队都在持续推进 RSI / 自进化相关研究。
2026 奇点智能技术大会邀请一线研究者与工程技术专家，围绕强化学习、持续学习、AI 制造 AI、自进化 Agent、模型数据飞轮等关键方向展开分享。
11 月 20–21 日｜北京万达文华酒店
专题还附赠一份 《RSI 递归自我改进 / 自进化前沿研究资料包》，汇总 OpenAI、Anthropic、Google、智谱、DeepSeek、Kimi、阿里等最新论文、官方报告与研究资料。
扫码即可免费领取，也欢迎报名来现场把 RSI 这条技术主线一次听透。
热门跟贴