# 馬克·扎克伯格：AI 在 Meta、Facebook、Instagram 與 WhatsApp 的未來 > 扎克伯格談 Meta 各平臺的 AI 佈局、開源模型策略，以及社交產品接下來的演進方向。 - 原標題：#383 – Mark Zuckerberg: Future of AI at Meta, Facebook, Instagram, and WhatsApp - 期數：第 383 期 - 釋出日期：2023-06-08 - 嘉賓 / 主題：馬克·扎克伯格 - 網頁版：https://lex.qiaomu.ai/tw/ep/mark-zuckerberg-2/ - 官方頁面：https://lexfridman.com/mark-zuckerberg-2/ - 精讀字數：約 5519 字（閱讀約 12 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 馬克·扎克伯格去參加了他人生第一場柔術比賽。他戴著一頂帽子，一副墨鏡，臉上還捂著一個口罩，報名時用的名字是 Mark Elliot，也就是他的名字加中間名。直到他走上墊子、把這些東西一件件摘下來，旁邊的人才知道剛才那個報名的傢伙是誰。 一個掌管著三家服務數十億人公司的人，跑去打一場業餘柔術比賽，為什麼要喬裝打扮？ 他自己給出的答案很直接：不想輸，更不想當眾丟臉。但他緊接著補了一句更值得琢磨的話，他說自己這輩子已經丟臉夠多次了，這幾乎成了一項核心能力。 ## 拍墊子的那一刻 柔術這項運動，外行看著像兩個人躺在地上糾纏，內行知道它是人體象棋。你要用槓桿、重心、角度，去控制另一個人的身體，最終目的是讓他拍墊子認輸。不拍，胳膊可能真被掰斷，或者直接昏過去。所以每一場對抗裡都有一次明確的、不容辯解的失敗宣告。 Lex 在節目裡把這件事講得很透：你被一個比你小一圈的人按在地上，反複製服，沒有任何解釋空間。你不能說裁判有問題，不能說今天狀態不好，你只能拍。拍了就是輸了，認了，然後明天再來。 扎克伯格對這個過程的描述裡沒有痛苦，反而有點享受。他說學習的一部分就是失敗。練柔術的人不能有自尊心，因為你遲早會陷入一個糟糕的位置，那時候你唯一該做的就是早點拍，晚拍只會更慘。 > 你一旦被鎖住，其實已經輸了。問題只在於你願不願意承認。（馬克·扎克伯格） 這句話放在墊子上是常識，放在別的地方就沒那麼容易被接受了。 ## 為什麼年紀越大越怕當新手 Lex 提了一個觀察，扎克伯格接得很順：人年輕的時候不怕出醜，越往後越怕。你花了十幾年建立起來的身份、專業、別人對你的預期，全都在阻止你做一件看起來很蠢的事。 扎克伯格的說法是，一個人還能不能繼續做有意思的事，取決於他還願不願意再丟一次臉，願不願意回到第一步，當個新手，被人按在地上打，看起來笨手笨腳。 > 當你決定自己丟不起這個人、不再嘗試新東西的那一刻，你就再也學不到任何東西了。（馬克·扎克伯格） 他把這件事和經營公司直接連了起來。Meta 做的很多大專案，他自己定義成十年以上的使命。這類事情在早期幾乎一定會被質疑，做出來的第一版看起來也常常很粗糙。而 Meta 內部的一條基本信條是：不等完美再發布，先推出去，拿反饋，再改。 這條信條和柔術的邏輯是同一套。你不先把自己放到一個會輸的位置上，就永遠不知道自己哪裡不行。 ## 最讓他睡不著的，是人 Lex 問他，壓力大的時候、要做重大決定的時候，焦慮從哪來。 扎克伯格的回答很乾脆：戰略問題不太讓他失眠。他對公司要往哪走、要為什麼樣的價值站臺，有相當強的信念。當然他也會犯錯，犯過很多，但方向上他不太糾結。 真正消耗他的，永遠是人的問題。 他講了一個判斷：一個團隊如果足夠團結，幾乎什麼都能做成，再難的挑戰也能扛過去，再硬的決策也能推下去。可一旦內部出現張力，事情就會變得極其艱難。所以他在這家公司上花的時間，有相當一部分是 disproportionate 地投在了維繫核心團隊上。 這句話值得停一下。一個 CEO 說自己最重要的工作是養一個緊密的小圈子，聽起來像是在講管理雞湯，但他給的理由很實際：戰略可以想清楚，技術可以買、可以招人做，唯獨一群人能不能長期在一起把難事啃下來，是買不到的。 ## 週一早上的三十個人 他描述了 Meta 的一個具體機制。每週一早上，最核心的三十來個人坐在一起，會議經常開兩三個小時，形式相當不結構化。他會帶幾個自己最關心的話題，但也會請別人帶話題上來。 帶到桌上的東西五花八門：某個國家出了政策問題，某項新技術正在成形，某個合作伙伴鬧了矛盾，WhatsApp 裡兩個他們都很在意的價值之間出現了設計上的取捨，需要當場決定站哪邊。 這個會的價值不在資訊同步，在於一起處理難題的次數。人和人之間的直覺、默契、戰友情，是靠共同處理幾十上百個真實問題長出來的，不是靠團建。扎克伯格說這個群體裡經常有分歧，相當好鬥。 好鬥這個詞他用得很正面。一個所有人都點頭的會議室，通常是沒人真的在乎結果。 ## 裸絞、拿背與體型 聊回柔術，Lex 問他最喜歡的降服技是什麼。 扎克伯格先澄清了自己的偏好：他更喜歡無道服（no gi），因為那更接近 MMA。有道服（gi）多了衣襟可以抓，是另一種遊戲。 然後他講了自己的風格。很多柔術選手不介意被壓在下面，因為下位有 guard（防守位），是這項運動的核心技術之一。但在 MMA 裡，躺在地上就是捱打，哪怕你控制住對方的手臂，拳頭還是會落下來。所以他更願意做上位，更喜歡施加壓力。 問題是他體型不大。比賽時按體重分組沒問題，但平時一起訓練的朋友很多比他壯。這種情況下，拿背就變得極其重要，因為那是槓桿優勢最大的位置，人的手臂在身後幾乎使不上力。 至於具體用什麼終結，他的回答裡有一點意外的東西： > 我不喜歡傷害別人，所以總覺得絞技比關節技更人道一些。（馬克·扎克伯格） 裸絞（rear naked choke）從他嘴裡說出來是"最乾淨的方式"。聽著矛盾，但練過的人懂：絞技讓人睡著，醒了沒事；關節技一旦對方拍晚了，韌帶和骨頭就是長期損傷。控制住、讓對方睡著，比掰斷一條胳膊溫和得多。 他也說了一句策略上的話：不要對任何一個降服技太執著。真正該做的是控制和位置，不是某個特定的收尾動作。 給想入門的人的建議更簡單：你得願意被揍很多次。 ## 哪些牆能推，哪些推不動 這一段是整場對話裡最有資訊量的地方之一。 扎克伯格說他相信，做成任何事，很大一部分在於願不願意硬推過去，在於那股 grit 和決心。幾乎所有把公司做起來的人，工作強度都是極高的，這一點沒什麼好爭的。 但他緊接著說，你不可能硬推一切。 他拿衝浪和翼板（foil）打比方。浪來的方向是定的，你不可能逆著它走；翼板可以泵、可以往好幾個方向發力，但到了某個程度，反向的動量足夠大，你就是過不去。 這個道理在運動裡學得特別快，因為反饋週期短。一個動作做錯，在 MMA 裡就是臉上挨一拳，在柔術裡就是被翻身壓制，幾秒鐘之內你就知道。 公司不一樣。一個專案啟動，幾個月後才看到結果；做硬體，可能要幾年才知道這一版設計對不對。反饋週期長到足以讓人誤判自己是在堅持還是在下沉。 > 你不可能硬推一切。你得知道哪些地方需要的是技巧，而不是力氣。（馬克·扎克伯格） 他用"謙卑"來形容這件事的收穫。謙卑聽起來是個道德詞，其實是個認知詞：它讓你分得清哪堵牆是紙糊的，哪堵牆是承重牆。 ## LLaMA 是怎麼放出來的 話題轉到 AI。2022 到 2023 這一年間，大 Transformer 模型在語言和影象兩條線上同時爆發，語言側是大語言模型，影象側是大擴散模型。Meta 在這波里選了相當開放、相當學術的路線。 扎克伯格解釋了這條路線的現實動機。要招到全世界最好的 AI 研究者，就得接受他們的一個基本訴求：他們希望自己的工作能被分享、被引用、被同行看到。一家把研究成果全部鎖進保險櫃的公司，招不到這批人。所以 Meta 的交易是：你來，我給你工業級的基礎設施，同時我們保持開放的傳統。 LLaMA 就是研究團隊做出來的語言模型，2023 年 2 月做了一次有限的開源釋出，面向研究者。他們當時沒有開放商用許可，原因是對齊和安全的問題還沒想清楚，於是 v1 先繞開了這個決定，只給研究用。 扎克伯格給的理由不復雜。訓練一個最前沿的模型，光基礎設施就要幾億美元，全世界有這個能力的組織沒幾家。如果最先進的技術只掌握在少數大公司手裡，整個生態的創新速度會慢下來。他舉了 Open Compute Project 的先例：Meta 把資料中心和伺服器的設計方案公開，結果不只是更多人能用，設計本身也變得更高效，反過來讓 Meta 自己的業務成本更低。 這套邏輯在基礎設施上驗證過，他想在模型上再試一次。 ## 洩露之後，開源社群接住了它 LLaMA 的權重後來流出了研究圈，嚴格說是"離開了大樓"。扎克伯格對此的說法是，他們在釋出時已經講清楚，程式碼和權重沒有商業許可，不能直接塞進產品裡，而到目前為止，他們沒有看到哪家有聲譽的公司真的去違反這一條。 更有意思的是接下來發生的事。開源社群圍繞 LLaMA 長出了一整片生態：llama.cpp 把模型重新實現了一遍，效率大幅提升，原本需要雲端大算力的東西，現在能在本地筆記本上跑；研究者把 RLHF 接上去做對齊；Alpaca、Colossal AI 這類專案一個接一個冒出來，各自試不同的資料配方和微調方法。 扎克伯格對這些進展的評價挺實在。他說讓個人在自己電腦上跑模型這件事本身就有意義，因為大部分人沒有云上大算力的預算。而 llama.cpp 這類重寫帶來的效率提升，連 Meta 自己跑模型時都受益，成本降了一大截。 但他也很坦誠地給 LLaMA 定了位：它不是最前沿的。65B 引數的版本在那個時間點上，跟 OpenAI 最大的模型、Google 的 PaLM 相比，引數量大概差一個數量級，後兩者據他理解都在十倍左右。LLaMA 的長處是效率，在 650 億引數這個量級上表現很好。 這個自我定位很重要。它說明 Meta 當時的開源決策，是基於"這東西還夠不上超級智慧"的判斷做的。 ## 開源到底安不安全 Lex 把最尖銳的問題擺了出來：有一批人真的擔心 AI 的生存性風險，他們會說開源這一步必須極其謹慎。另一方面，開源也意味著把強力工具交到壞人手裡。 扎克伯格的回應分兩層。 第一層是階段判斷。目前這一代模型，沒有人會看著它說這是超級智慧。既然不是，那麼開放帶來的收益就壓過了風險。他也明確留了餘地：如果哪天真的接近超級智慧，那要重新討論，Meta 還沒有決定那時候會怎麼做，但他認為離那個位置還相當遠。 第二層是安全機制本身。他的觀點是，開源軟體通常比閉源軟體更安全，因為有更多人在公開審視它、找它的漏洞。靠 obscurity 來獲得安全性，是一種已經被反覆證明不可靠的模式。 > 閉源做安全，靠的是別人看不見。開源做安全，靠的是很多人一起看。後一種在歷史上更管用。（馬克·扎克伯格） 他也劃了界線：Meta 開源的是通用性足夠強的東西，比如伺服器設計、比如 memcache 這種快取工具（那是他早年親手寫、親手帶的最後幾個專案之一），比如模型。但 WhatsApp 和 Instagram 的核心應用程式碼不會開源，因為那些程式碼不夠通用，開放出去對別人也沒多大用。 ## 一千一百種語言與一副眼鏡 Meta 開源的另一個專案，是那個大規模多語言語音模型。覆蓋語言從大約 100 種擴到了 1100 種以上，能識別超過 4000 種口語，是此前已知技術的 40 倍。 這個數字背後是一個存在了幾十年的科幻設定：一副耳機，或者一副眼鏡，能讓兩個說不同語言的人實時對話。 扎克伯格說，這個設定現在基本在變成現實。它聽起來像個產品釋出會的說法，但把 4000 種口語這個量級擺出來，事情的分量就不一樣了。世界上絕大多數語言沒有足夠的語料去訓練傳統模型，能覆蓋到幾千種，意味著大量此前被技術忽略的人群第一次被納入進來。 ## LLaMA 2 與每個小企業的 AI 代理 關於下一代 LLaMA，扎克伯格沒有給釋出訊息，但講了方向：v1 本質上是研究版，v2 要內建當前最先進的安全防護，用來自 Meta 各條業務線的更多資料訓練，內部大量工作集中在讓它更對齊、更負責任。 產品側的設想他講得很具體。WhatsApp 裡會有一個你能對話的助手；每個創作者會有一個替自己說話的 AI 代理，粉絲可以直接跟它聊；每一個小企業都會有一個 AI 代理，處理電商和客服。 LLaMA 或者它背後的語言模型，就是驅動這一切的引擎。 開源的理由在這裡閉環了：生態裡的創新會反過來讓 Meta 的產品更好，同時外部對安全性的審視會給出寶貴反饋，這些反饋是閉門造車拿不到的。他把這件事描述成從研究專案走向核心基礎設施的過程，服務的不只是 Meta 自己的產品，也希望是外面的一大堆東西。 至於 v2 到底開不開源、怎麼開，他的說法是問題不在於開不開，而在於怎麼做才對。團隊還在積極處理這件事，沒有可以宣佈的細節。 ## 眾包微調：一個還沒答案的問題 Lex 提到他和 Yann LeCun 聊過，LeCun 建議他問扎克伯格一個問題：大模型的微調，會不會最終需要維基百科式的眾包？ 扎克伯格說這個想法他和 LeCun 聊過很多次，覺得很有意思。各家做對齊時試的資料配方都不一樣，而這些配方決定了模型最終的行為邊界。如果微調這件事本身能被大規模地眾包出去，讓不同背景的人參與定義模型該怎麼說、不該怎麼說，那會是另一種治理思路。 他沒有給出結論。這場對話在這裡轉向了更開放的問題，而 Meta 內部對這件事也還在探索。 把整場對話串起來看，有一條線是連貫的。柔術教人接受被制服，接受拍墊子，接受從零開始；經營公司需要同樣的東西，願意在早期做出看起來很蠢的產品，願意被人質疑十年，願意承認有些牆推不動。而開源這件事，某種程度上是這套世界觀在技術上的投影：把不完美的東西放出去，讓更多人打它、改它、找到它的漏洞，然後變強。 一個願意戴墨鏡口罩去報名柔術比賽的人，做開源決策時的心理邏輯，大概是一回事。 - 想學一門新東西，先接受前三個月會很丟臉。把"被人看到我很菜"當成學費，而不是損失。 - 判斷一件事該硬推還是該繞開，看反饋週期。週期短的領域（運動、寫作、銷售話術）可以快速試錯；週期長的領域（硬體、組織變革、長期專案）要提前設好檢查點，否則你分不清堅持和下沉。 - 帶團隊時，把最多時間花在核心幾個人的磨合上，而不是花在戰略文件上。戰略可以改，一群能一起啃硬骨頭的人換不來。 - 開會時主動邀請分歧。一個所有人點頭的會議室，通常意味著沒人在乎結果。 - 評估一個開源模型或工具，先看它的定位和引數量級，再看它的效率。不是最大的那個才值得用，能在你的裝置上跑起來的往往更實用。 - 如果你在做技術選型，把"能不能被公開審視"當成安全性的一個加分項，而不是減分項。 - 面對一個讓你興奮的新方向，問自己一句：我是因為它在變好，還是因為我推不動又不肯認？