扎克伯格谈 Muse Wonder 与个人 Agent：超级智能要交到更多人手里

🎙️ 扎克伯格：超级智能要交到更多人手里 📝 本期播客简介 本期我们克隆了：Cheeky Pint · Muse Wonder: Zuckerberg and Wang's $100B AI 原内容更新时间：2026-10-12 “你想要这个西瓜吗？”Muse 记住一场家庭烘焙计划，算好配送门槛，把西瓜加进购物袋。AI 助手不再只是回答问题，而是开始替人把事情办完。 在 Cheeky Pint 的访谈中，Meta CEO 马克·扎克伯格与 Meta 超级智能实验室首席 AI 官 Alexandr Wang，介绍新模型 Muse Wonder，以及他们想做的个人 Agent：它如何记住你、理解图像和视频、完成复杂任务，又如何帮你购物。两人也谈到训练前沿模型所需的团队与算力，以及 Meta 在还没看到模型结果时，就准备投入巨额资金的压力。 👤 本期嘉宾 马克·扎克伯格是 Meta 创始人兼 CEO，负责推动公司在 AI、数据中心、芯片和个人 Agent 等方向的投入。Alexandr Wang 是 Meta 超级智能实验室首席 AI 官，曾创办 Scale AI；他参与组建 MSL、制定团队策略并带领团队开发 Muse 模型。本集围绕 Muse Wonder 的训练、产品设计和商业应用，呈现两人对个人 AI Agent 的判断。 ⏱️ 时间戳 00:12 Muse与模型产品 12:47 Muse Wonder登场 22:14 前沿模型如何炼成 43:34 押下千亿美元 59:41 Agent商务兴起 1:10:44 超越智能手机 1:17:23 AI建设如何筹资 1:23:46 AI并非赢家通吃 1:29:09 Meta超级智能实验室 1:50:18 与扎克伯格共事 🌟 精彩内容 💡 AI 开始替你买东西 Muse 会结合对个人生活的了解，筛选商品、确认配送时间，还能接着先前的对话安排食材。扎克伯格说，它每周都会帮女儿的烘焙计划准备好材料，甚至为了凑配送金额加了一个西瓜。 "对，它就问，“你想要这个西瓜吗？”" 💡 Agent 记忆不能总出错 Muse 的“主动记忆”要记住用户几天、几周乃至几个月前说过的事，并在之后执行任务时用上。团队也把记忆设计进模型能力里，试图解决 Agent 用久了容易忘事的问题。 "我觉得，用 OpenClaw 一段时间之后，大家就会发现它的记忆挺容易出问题。" 💡 个人 Agent 不只是自动化 扎克伯格认为，超级智能的重要价值不止是把工作自动化，也在于帮助人发明和创造。Muse 要理解个人偏好、可靠地采取行动，同时尽量少泄露个人信息。 "超级智能最有价值的用途是发明和创造，而不是自动化。" 💡 模型还没露面，支票已经要开 Meta 在还没看到模型时，就要决定是否投入约 1000 亿或 2000 亿美元。前沿 AI 不能等产品验证后再慢慢加码：数据中心和算力需要提前多年建设。 "但我们就要开这么一张支票，我也说不准，大概 1000 亿美元，或者 2000 亿美元。" 💡 一支不到两百人的研究团队 MSL 有意维持小团队，研究团队不到 200 人，规模一直更接近 100 人，另有基础设施团队支持。策略不是把算力平均分给许多项目，而是集中资源给关键人才。 "重要的是人才密度。" 💡 眼镜可能不需要应用商店 扎克伯格设想，未来的智能眼镜可以听见、看见并回应用户，在视野中直接生成需要的内容；交互可能不再依赖一个个独立应用。 "它可能就是通过多模态生成，直接在你的视野里生成你需要的东西。" 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺