对话 Meta CEO 扎克伯格：AI 与社交媒体的演化

回顾 F8 和 platform 的历史其实挺有意思的，因为 Llama 的一个核心特点显然在于它是 open source，而我们之所以坚信要搭建一个开放的平台，部分原因正是移动平台曾经发生的事情留下的遗产——从我们看来，那些施加在开发者身上的限制相当武断。我认为这也是开发者真正想要使用 open models 的原因之一。

从某些方面来说，过去直接从 OpenAI 或 Anthropic 这类公司获取 API 历来会更容易一些，但随之而来的问题是，他们可以在一夜之间修改 API，然后你的应用就变了；他们可以审查你在应用里做的事，如果他们不喜欢你发送的某个查询，就可以直接说：“好了，我们不回答这个”；你也没法那么深度地定制他们的模型。所以 open source 在这些方面提供了诸多可能性，而我认为，正是因为我们此前在封闭平台上建过生态，这段经历让我们对这些问题更加敏感，也更愿意在这方面投入。

但我认为这正是 open source AI 之所以能如此迅猛发展的原因。当然现在不只有 Llama，还有各种不同的中国模型，比如 DeepSeek 等等。我预测 2025 年将是 open source 成为人们开发所使用的主流模型类型的一年，我觉得这很可能成真。这就是我们整体上的思考逻辑。

那么，有一项发布内容——至少你之前跟我聊的时候坚称它不大——但我不确定外界会这么看，就是 Llama API，它是什么？为什么现在推出？

哦，我不觉得这很小。它不一定是我们试图建立的一项业务。

我认为这是人们每次看到你推出付费 API 时的主要假设。我们听到的主要反馈是，人们热爱 open source，原因正是我刚才说的：他们想要自己能掌控的东西，能定制的，没人能从他们手里夺走，他们想怎么用就怎么用，效率更高，更便宜。这些都是价值所在。而直到今天，open source 的短板在于——

是不是因为自建托管很麻烦，对吧？没错。但缺点是，直接调用某个成熟服务的 API 要简单得多。当然，现在有很多公司把托管不同模型当成了自己的生意，包括开源模型，其中我觉得有些做得比另一些好。我们最近经历了 Llama 4 的发布，学到了很多关于如何推出它的经验。但我认为有一点做得不够好，就是因为我们直接发布了模型，而很多 API 提供商在实现上出了一堆 bug，所以人们最早测试 Llama 4 时，很多都是通过这些有实现问题的外部 API 提供商进行的。

Interviewer不过那是最近才发生的事。你这么快就做了决定，觉得“不行，我们得在这里提供一个参考 API”吗？

MZ不，我更多只是拿这个举例。但早在 Llama 3 的时候，你就能在网上看到很多人讨论：“我想要一家只提供 405B 未量化版本的 API 提供商。我很难判断不同的 API 提供商用了什么类型的量化，或者搞了什么捷径，质量参差不齐，我们只想要一个可靠的来源。”所以我认为拥有大量 API 提供商的生态系统是好的，其中很多在做非常有趣的事情，比如 Groq。他们基本上通过垂直整合，自研定制芯片来实现低延迟，这真的很有吸引力。

Interviewer你这里说的是 Groq，那家芯片公司，不是 Grok 那个 AI 模型。

MZ是的，Grok 也很有趣，那是 [xAI Founder and CEO] Elon [Musk] 的东西，但我现在说的是那家芯片公司。他们现在的业务是自己造芯片，搭建一套垂直整合的服务，提供超低延迟的 API，这真的很酷。我认为如果生态系统中能有这样的公司来使用开源模型，那是非常棒的。

不过，我想把本该在几分钟前你问这个问题时就给出的主旨句补上：Llama API 的目标是为行业提供一个参考实现。我们并不是想围绕这个打造什么大生意，基本上就是想做一套非常简单、非常标准的 API，让大家知道这就是我们原本想做的模型，它能跑通，你可以直接把它替换掉你原来调用的 OpenAI API 或者其他什么，把 URL 换成这个就能用。而且不会有很高的加价，我们基本上就是按资金成本来定价。

Interviewer嗯，如果没有很高的加价，那这听起来可能会成为一门挺大的生意啊。

MZ嗯，这对我们来说不会变得很赚钱。

Interviewer对，我知道。你嘴上说着“可能就是个小业务，我们不会收很多钱”，但我不确定这两件事能同时对得上。

既然你们收得不多，那大家为什么不直接来用你们的，而去用其他云厂商的呢？

MZ理论上，那些把这件事当作全部业务的公司，应该能做出更有趣、更有价值的产品。比如我们刚才聊到的 Groq，他们就在自研定制芯片做推理，专门针对低延迟做优化。

Interviewer没错。但很多 Llama 的用量是在 AWS 上的，比如。

MZ当然。AWS 的价值很明显，如果你是 AWS 客户，你本来就已经在用他们各种各样的服务了。

Interviewer所以如果你只是在做一款应用，而且对任何云都没有锁定，那你们这个会是最简单、最便宜的方案？

MZ是的。如果你想先试试水，想知道“好，我想开始用 Llama 4 模型，哪个参考实现是我知道一定能跑通的？”，那你来用这个，它能跑通。随着时间的推移，我觉得人们会尝试和优化，针对自己的使用场景选择不同的服务，或者自己托管，等各种方式，一旦他们做大了。但我认为拥有一个易用的参考实现，是开源生态系统所需要的东西。

Interviewer如果有用户在上面做大了，你会跟他们说“你做得有点太大了，得挪到别处去”吗？

MZ我不知道，我们还没想那么远。

是的，我们还没想那么远。我觉得对我们来说，这件事有一点在于：“为什么我们一直没把 API 当作一门生意来做？”

为什么我们整体上都没有做云计算业务？

Interviewer特别是如果你要这么想的话：“你需要在训练成本上获得杠杆效应，你花这么多钱训练 Llama，需要从这笔投资里用更多方式赚钱。”

MZ是的，我觉得我们业务中一个有意思的动态是，把额外的 GPU 分配到更好的内容推荐、信息流或广告上，边际回报一直更高。

Interviewer对，我也是这么看的。我一直替你辩护，说你为什么不做 API，正是基于这个原因。

MZ没错。所以现在在这个情况下，我们认为如果 Llama 能发展壮大，那就有价值，而拥有一个参考实现 API 对它的增长是有价值的。所以我们认为这个东西有必要存在，但从经济角度说，这也是为什么我没把它当成一门大生意来看。我觉得如果它最终消耗了海量、海量的 GPU，你可以争辩说，如果它是盈利的，那挺好，我们应该既做这个，也做我们所有的推荐业务。

Interviewer没错，现在是有机会成本的。

MZ而且显然你不可能完美预测应该建多少 GPU。所以在实践中，我们内部一直在做这样的计算：“好吧，我应该给 Instagram Reels 团队更多 GPU，还是应该给另一个团队更多 GPU 去做他们的事？”我猜，在我们想从推荐服务 GPU 中抽调资源去做的事情清单上，API 业务可能会排在很后面。但话说回来，我们有庞大的机群，对吧？千兆瓦级别的数据中心等等。所以把其中很小一部分拿出来做一个参考实现，帮助人们更简单地开始使用开源 AI，这似乎是件好事。不过，这又是宏观层面的考量了。

Interviewer如果有用户真的做大了，可能就得谈谈了。

MZ我觉得在这类业务里，通常当人们做大做强、规模扩大时，你是高兴的。

Interviewer不，那是当然。这是幸福的烦恼。我只是觉得思考这个成本问题很有意思。你谈到的顾虑，也是我所认同的顾虑，在于推理。你可以把这些 GPU 留给自己用，也可以给他们用，所以这确实是一个权衡。但我刚才提到的另一个问题是训练成本，你花几十亿美元训练一个模型，怎么最大化这笔训练的回报？我想这也是为什么很多投资者看好你们做 API 的原因。外面还有传言说，很多其他公司也在从 Llama 中获益，他们是不是应该在训练上多贡献一些？这是你们想推进的事吗？会有人愿意吗？

MZ我们跟一些人聊过这件事，但目前还没谈拢。随着成本不断攀升，未来也许有可能，但到目前为止，实际上看起来各方的努力仍然在不断增多。

所以我原本预计会有一些公司愿意把 Llama 作为开源标准来跟进，从而节省成本，但它们反而掉头启动了自研模型的项目，结果如何还有待观察。我猜再过几年，训练会用到 gigawatt 级别的集群，而且我认为行业终将走向整合。

有些玩家终究会退场。

但你看，我们做财务规划时，是假设由我们自己全额承担这笔成本的。所以，如果我们最终能和别人分摊，那是额外的收益，但我们并不依赖这一点。

我认为这正是对我们有利的因素之一。如果你需要，我可以给你梳理一下商业逻辑。

好吧，我确实想整体问问你们的开源策略。一方面，作为行业的观察者，我非常感激你们这么做，我认为你们确实打开了闸门，也克服了一些可能出于善意但方向错误的顾虑，让这些模型能够广泛可用。另一方面，大公司历来是开源的主要贡献者，包括 Facebook，包括 Meta。你把 Llama 比作 Open Compute Project。在那个案例里，全球各地的数据中心都采纳了你们的标准，硬件厂商也围绕这些标准来生产，最终这些都增厚了你们的利润。

而且正如你所说，你们又不是数据中心服务商，所以这都是纯收益。我想针对 Llama 的问题是：这次开源的经济回报在哪里？特别是当你想到“嗯，我们可能还是想针对自身需求做调优”的时候。这纯粹是品牌层面的事吗？只是因为研究人员喜欢它是开源的？我特别想了解经济层面的部分。

开源的决定取决于我们先决定自研，对吧？我们不是为了向开发者开源才造它的，我们造它是因为我们相信，要打造我们想要的服务，就必须要有这个东西。然后这就引出了一个问题：“你必须身处前沿吗？能不能落后六个月什么的？”我相信，从长远来看，你会想留在前沿的。尤其是我们看到的一些动态——主要有几点。一是你已经开始看到一些专业化趋势，不同公司擅长不同领域、聚焦不同方向，而我们的用例和别人的会有点不一样。我认为以我们的运营规模，做一款真正为自己的使用场景深度调优的模型是合理的。

哪些具体方面对你们来说很重要？

这有点偏离我刚才正在回答的问题了。

我基本上认为目前有四大产品和商业机会是我们正在关注的，我会从最简单、最触手可及的讲起，再讲到离今天业务更远的方向。

最基础的一项：用 AI 让广告业务大幅改善。

优化推荐，让任何想达成商业成果的企业都能直接找我们，不需要自己生产任何内容，也不需要了解自己的客户。它们只要说：“这是我想要的商业成果，这是我愿意付的价格，我把银行账户连上，你们帮我达成多少成果，我就付多少钱。”明白吗？

对，这基本上就是终极的商业代理。如果你把广告的各个环节拆开，有内容创作、创意，有定向投放，还有效果衡量。我们最早搭建的可能就是效果衡量体系，让我们能真正围绕“为人们交付结果”来经营业务，而不是仅仅给他们曝光量。

然后我们从基础定向做起。在过去五到十年里，我们基本上走到了这一步：实际上我们并不鼓励商家去限制定向范围。以前商家来找我们说：“好，我就想触达这个地方18到24岁的女性。”我们当时会说：“好吧，你看，你可以给我们提建议……”

没错。但我向你保证，我们能以更低成本找到更多人。

如果它们真的想限制，我们也有这个选项。但基本上，我们现在的信念是：我们比你更擅长找到会对你产品产生共鸣的人。这是定向这一块。

但还有创意这一块。商家来找我们时，对自己要传达的信息、视频或图片是有概念的，但这些东西很难生产，而且我觉得我们已经非常接近目标了。

而且它们产出的素材越多，效果越好，因为你可以做测试，看哪些管用。那如果能无限产出呢？

对，或者我们直接帮它们做。显然，商家始终可以带着建议来，或者带着它们想要的创意来，尤其是当它们想精雕细琢的时候。但总的来说，我们会走到这样一个阶段：你是一个商家，你来找我们，告诉我们你的目标，连上你的银行账户，你不需要任何创意，不需要任何定向人群参数，也不需要任何效果衡量，只要看得懂我们给出的结果就行。我认为这会非常巨大，这是对广告品类的重新定义。如果你想想现在广告占 GDP 的百分比，我预计这个比例还会增长。因为今天的广告多少还受限于“我要去买个 billboard 或电视广告……”

没错。我记得以前一直是 1% 或 2% 左右，但数字广告已经提高了这个比例。

确实增长了，而且我觉得它再出现非常显著的增长也不足为奇。

你说的这些我完全同意，我本来就跟你立场一致，大家都应该拥抱 black box。就这么干，我支持你。那第二项是什么？

第二项基本上是提升消费者产品端的互动时长和推荐效果。第一部分就是更擅长给用户展示已有的内容，Reels 本质上就是在做这件事。然后我觉得接下来会发生的是，AI 将不仅仅是在推荐内容，而是会实质性地帮助人们创作更多内容，或者直接由 AI 自己创作。

你可以这样理解我们的产品：到目前为止经历了两个主要时代。第一个时代是你有好友，你基本上和他们互相分享，从他们那里获取内容；现在我们进入了第二个时代，我们在之上叠加了整个创作者内容层。所以你好友和关注者的内容并没有消失，但我们又新增了另一大块创作者内容库，由我们来做推荐。

你对此怎么看？因为我在 2015 年就写过，说你们需要这么做。但后来你们的口径是“不，我们连接人与人，这就是我们理清事情的方式——”

让我先回答完这个问题，然后我们再回来聊这个，可以吗？

好，我想探究一下你的心理。

那么，第三个时代是我认为会出现大量 AI 生成的内容，而且你并不会失去其他内容，你仍然会有所有的创作者内容，也仍然会有一些好友内容。但这将引发可用内容数量的巨大爆发，而且非常个性化。我想谈一点宏观层面的看法：随着我们进入 AGI 时代，生产力大幅提升，你基本上会看到这一百年趋势的延续——随着生产力增长，普通人工作的时间越来越少，花在娱乐和文化上的时间越来越多。因此，我认为这些 feed 类服务，也就是人们获取内容的这些渠道，将成为人们花更多时间的地方；而 AI 越能在内容创作和推荐上提供帮助，这就会成为一件非常重要的事。这大致就是第二类。

我先回答你的问题，我们再进入第三类。

你怎么看待 Facebook 如今不再仅仅是连接亲友这件事？

总体来说，我认为这是一个好的转变，但我当时有点没理解背后的原因。以前，你会在信息流中与你连接的人互动，比如有人发了东西，你直接在下面评论，这就是你的互动方式。

如今，我们把 Facebook、Instagram、Threads，我想现在还有 Meta AI 应用以及我们正在做的其他很多东西，都视为发现引擎。大部分互动并不是发生在信息流里。实际情况是，应用就像一个发现引擎算法，给你展示有趣的内容；然后，真正的社交互动来自于你发现某个有趣的东西，把它发到一个好友群聊或一对一聊天里。因此，消息功能与信息流应用之间形成了一个飞轮效应——消息功能已经成为所有真实、深入、微妙在线社交互动的发生地，而信息流应用，我觉得已经越来越变成发现引擎了。

你收购 WhatsApp 时就有这样的愿景吗？还是后来才悟到的？

我当时就觉得消息功能会很重要。说实话，我们在与 TikTok 竞争时反应稍慢，部分原因就是 TikTok 刚崛起时我没完全理解这一点。后来通过使用它，我才意识到：“哦，好吧，这不只是视频，而是对社交媒体形态的一次彻底重新思考。”展望未来，人们主要不会再在信息流里直接互动，而是先围绕内容，然后把大部分互动放在消息和群聊里。

当时有句话我批评过你，我想你后来也放弃了，大意是要在所有地方都展示完整的自我。而我对群聊的一个总体看法是，它能让你在不同人群中恰如其分地展示自己不同的侧面。

是的，完全同意。我觉得消息功能在这方面做得很好。Facebook 和 Instagram 这类服务一直以来都有一个挑战：随着时间推移，你会积累好友或粉丝，然后问题就变成了，你在那里到底是在跟谁说话？

所以如果你是创作者，你有一大批受众，那还算说得通。但如果你只是个想正常社交的普通人——

你肯定不想走红。我可以向你保证。

不不。我的意思是，你基本上希望——人们希望非常真实地分享，而在小群体里你才更愿意多分享。所以现代语境下的形态是，消息功能是更适合这种需求的结构，因为你不是只和一个群体分享。你有各种不同的群聊，还有各种一对一的对话。所以我可以跟家人分享东西，也可以跟一起运动的人分享东西。

到头来，你当年担心 Google Circles，结果最后你自己把它做出来了。

只是它最终体现在了消息功能里，而不是信息流里。我觉得这就引出了，如果你还想继续聊的话……

第三个重要的 AI 营收机会将是商业消息。因为随着消息功能发展成为自身庞大的社交生态系统，你看看我们今天的业务，Facebook 的营收相当强劲，Instagram 的营收也相当强劲，WhatsApp 大约有将近 30 亿人在使用——营收却远低于 Facebook 和 Instagram。

按我们刚才说的，它承载着 Facebook 的灵魂。

但我认为，在 WhatsApp、Messenger 和 Instagram Direct 之间，这些消息服务本身就应该成为非常庞大的商业生态系统。而这将如何发生，我们已经能看到早期端倪，因为在泰国和越南这些国家，商业消息已经是一件非常巨大的事情了。

没错。那里有劳动力成本低的工人可以去做这种消息沟通。

劳动力成本低。所以我们看到的是，泰国和越南，我上次看的时候——可能不完全准确——但印象中它们大概是按营收排第六、第七的市场之类的，肯定排在前十。如果你按 GDP 来看这些国家，它们排在三十多名。所以你会想：“好吧，这是怎么回事？”嗯，这就是商业消息的作用——我是说，我看到一些数据，泰国大约 2% 的 GDP 是通过人们在我们的消息应用里交易完成的。

是的。这也是我在亚洲亲眼见证多年的趋势之一，感觉它真正实现却花了很久时间。

那么，什么才能为世界其他地区解锁这种模式呢？那就是 AI，让其他地方也能拥有这种低劳动力成本的版本。有超过一亿家小企业在使用我们的平台，我认为很明显，在几年内，世界上每家企业基本上都会有一个电子邮箱、一个社交媒体账号、一个网站，它们还将拥有一个能做客户支持和销售的 AI。一旦它们拥有了，并且这能驱动转化——首先，我们可以把它作为一款极易启动的产品来提供，而且是免费的。在我们开始为你带来增量转化之前，我们甚至不会收费。然后就像，“没错，你把这个东西搭起来，我们就会开始给你输送销售线索，你可以为这些增量销售付我们一点费用”。

一旦这个飞轮效应开始运转，企业把用户引导到这些聊天中的需求就会大幅上升。所以我认为，这就是我们将如何实现 WhatsApp、Messenger、Instagram Direct 等产品的货币化。这就是第三大支柱。

然后，第四类是更新颖的、纯 AI 优先的方向，比如 Meta AI。最终，如果它做大了，它会推荐产品，人们会付费订阅等等。目前 Meta AI 每月大约有 10 亿人在使用。

我想问问 Meta AI，但从我的视角看，似乎还有两个或潜在的两大支柱。我们前面提到了元宇宙，我觉得生成式 AI 将成为元宇宙的关键。因为哪怕只是在屏幕上的游戏，我们在资产方面也已经遇到了瓶颈，资产制作成本太高了，所以生成式 AI 会在那里解决问题。

Interviewer此外，感觉就像是这些应用中有大量用户正在体验它，我觉得每一个像素都可以变现。你看到一个网红，画面里的每一件单品你都能识别出来、了解它、附上购买链接，无论该产品的供应商是谁都可以入驻。这里的结论是，我觉得——这是赞美，不是贬损——你就是消费领域的微软。微软之所以能持续获胜，是因为他们拥有那个分发渠道，并且与每个人都保持连接，而你掌握着这个分发渠道。正如你所说，人们的空闲时间更多了，花在这些应用上的时间也更长了，能做的东西太多了。那你为什么还需要一个聊天机器人和一个专门的应用呢？

MZ嗯，我想如果你看看我们刚才讨论的四大商业机会类别，分别是提升广告体验、提升用户在参与度方面的消费体验、商业消息——也就是要把我们所有消息服务上的业务构建到我们在 Facebook 和 Instagram 上已经达到的那种水平。然后第四项就是原生 AI 的业务。所以我提到了 Meta AI，因为它是规模最大的，目前大约有十亿人在使用。

目前这十亿用户分布在我们旗下的各个应用中，但现在我们也有独立的应用了。所以对于那些想要独立应用的人，他们可以用上。但这还包括在元宇宙中创作内容之类的东西，都属于原生 AI 的范畴。所以在做财务规划时，我们并不需要这四项全都成功，这件事才能变得非常赚钱。如果我们真的能在其中两三项上表现出色，那我们的状况就会相当不错，即使考虑到训练的巨大成本。

但我认为这就涉及到一个问题：为了在这些领域真正做到世界一流，我觉得你需要构建端到端的体验，自己训练所需的模型，让它具备交付每一项功能的能力。根据我到目前为止的所有经验，你真的希望能够一路打通整个技术栈。Meta 是一家全栈公司，我们一直自建基础设施、自建 AI 系统、自建产品。

Interviewer我认同自建模型的做法。但有没有这样一种情况：因为它作为一个开源项目变得如此受欢迎，而且你现在就在 LlamaCon 上，会有开发者过来说，“你能让你的模型做这个吗？”，然后你说，“嗯，我们其实是为了……”？

MZ哦，我明白了。是的，我认为随着时间的推移，这将是一个有趣的权衡——我们绝对是首先并且主要为我们自己的使用场景来构建它的，然后再把它开放给有需要的开发者。Llama 4 Maverick 这个模型并不是为任何开源基准测试设计的，我觉得这也是为什么当人们使用它时，他们会觉得“嗯，感觉还不错”，但在某些基准测试上，它的分数并没有那么高。但它是不是一个高质量的模型呢？

Interviewer嗯，如果你用了合适的模型，它可能就能拿高分。

如果你用了合适的模型，它可能就能拿高分。

嗯，之前确实有过一点争议，有个模型是专门为了通过某项测试而训练的。

MZ哦，嗯，这其实挺有意思的。我们设计 Llama 4 时，希望它能比其他模型更具可引导性（steerable），因为我们有不同的使用场景。我们有 Meta AI，我们在构建 AI Studio，我们希望它能用于商业消息等等。所以从设计初衷上，它就是一个适应性更强的模型；相比之下，如果你拿 GPT 或 Claude 这样的模型，再按照它们允许的程度去做微调，试图做出不同的东西，那就没那么灵活。

Interviewer我猜是有个团队构建并引导了一个版本，让它在 LMArena 上表现非常出色，而且它确实做到了，因为它具有可引导性。但我认为现在线上的版本完全没有针对 LMArena 优化，所以它的分数就是那样。

MZ但无论如何，这是个好模型。我认为你说的观点是对的，即当我们为自己的使用场景设计它时，开源开发者关心的一些东西不会由我们来提供。但开源的美妙之处就在于，其他人可以做那些事。开源是一个生态系统，不是一个供应商，所以我们做的是其中最困难的部分——进行这些极其昂贵的预训练、做大量工作，然后把它开放出来；我们现在也在搭建基础设施，提供一个参考实现 API，但我们不打算包办一切。其他公司有很大的机会来做这些，而且我预计，就像 Linux 一样，周围会出现各种各样的项目，去构建所有其他的功能、驱动程序以及各种必要的东西，以满足开发者想要的所有用途。Llama 也会如此。

Interviewer你为什么认为推出 Meta AI 应用很重要？

MZ嗯，我觉得有些人就是想把它当作一个独立的应用来使用。

Interviewer你觉得他们想用它做什么？这是个做作业的应用吗？我发现你关于人们空闲时间更多、而你可以去填补这些时间的观察，我很认同，而且在某种程度上，我觉得你们已经逐步转变为一家娱乐公司，并且对此坦然接受了，也许人们会在别的地方做作业，做完作业之后，再来你这里玩。

MZ是的。我认为你说的有一部分可能是对的。AI 本质上是一种通用技术，所以我觉得你要小心，不要把体验设计得太狭窄，因为这有点像网络搜索，垂直搜索引擎从来没有真正火起来，因为人们只想要一个通用的东西，所以我认为在这方面要谨慎。

但回到你关于我们在优化什么的问题，我们希望 Meta AI 成为你的个人 AI。它的个性化程度很高，除了记住你和它聊过什么之外——我认为这会成为行业标准功能——Meta AI 还通过你使用我们的应用而了解你的情况。我觉得有一件事让很多人非常着迷，那就是弄清楚 Instagram 和 Facebook 的 feed 算法是怎么运作的、算法知道他们什么信息，并且能和算法对话。我认为这是一个非常迷人的探索方向：能够去问算法它知道你什么、给它反馈、和它交流，而且是以一种自然的方式去做。

我认为文本很有用，因为它本质上是私密的，你不需要大声说出来，但很多人确实更喜欢用语音。语音自然得多，尤其是多轮对话时，对很多人来说也比打字快得多。所以我们在设计体验时，从根本上就以个性化为核心，并且更侧重于语音，但同时，正如你所说，也拥抱其中有趣的部分。创作内容，看看别人用 Meta AI 在做哪些有趣的事情，这些都是非常令人愉悦的事情。

Interviewer那么，我就能问这个 AI：“为什么我老是看到各种 XYZ 的视频？”

MZ是的。我是说，你可以问它知道你些什么，它会向你解释。

Interviewer这里有一个更宏观的问题。我之前问你，Facebook 最初是从连接开始的，连接朋友和家人，然后你们不得不转向一个由最佳用户生成内容主导的世界，这既受到竞争压力的影响，也因为你们本身就是一款娱乐应用。有没有那么一点可能，你们在某种程度上绕了一圈又回到了原点：主题仍然是连接，只不过现在你们连接的是 AI？Facebook 一直是个性化信息流，而现在这是否是其逻辑终局？

MZ我确实认为，作为一家企业，我们对人的需求有着相当敏锐的洞察。总的来说，人们有表达自我的需求，有渴望被理解的需求，有寻求联结感的需求，有不想感到孤独的需求。我认为在过去20年里，我们推出的产品在满足这些需求方面一直非常有效。

展望未来，我认为一个有趣的问题是：“AI 如何融入其中？”。有一项有趣的社会学发现：美国人平均拥有不到三个朋友，而他们希望能拥有超过三个朋友。因此，理想情况下，你要做的就是帮他们与合适的人建立联系，这显然也是我们在努力帮助人们做到的。当人们无法面对面相处时，可以通过我们的应用保持联系，可以与朋友保持沟通，也可以结识新朋友。但我确实认为，未来会出现这样一种动态：你会围绕不同的事情与不同的人互动。

我个人一直认为，每个人都应该有一位治疗师，就像是能随时倾诉的对象，或者也不一定随时，但至少能聊聊自己担心的各种问题。而对于那些没有治疗师的人来说，我认为每个人都会拥有一个 AI。好吧，这不会取代你现有的朋友，但对很多人的生活来说，它可能会以某种方式起到补充作用。我认为，在某种程度上，对于如何思考这类问题，我们可能比大多数其他只专注于纯机械化生产力技术的公司理解得更深一些。

我认为我们对其中的一些陷阱也理解得更深一些，也知道如何让它对你的社交互动起到补充作用，而非负面影响。我非常关注的一点是如何让 AI 帮助你成为朋友眼中更好的朋友。关于我关心的人，有很多事情我记不起来，我本可以更有心一些。还有各种各样的问题，比如“我总要到最后时刻才做计划”，然后“我不知道谁在附近，也不想打扰别人”之类的。一个对你关心的人的近况有足够了解的 AI，将能够在这方面帮到你。

一个真正优秀的个性化 AI，不仅仅要了解你感兴趣的一些基本事物，也不只是做一个好助手或提供好的个性化推荐，而是要具备一种 theory of mind，理解你的思维方式。我的意思是，我们对待朋友就是这样。我们不会只是简单说：“好吧，这是我朋友 Bob，他喜欢这样那样的”，而是会深入理解这个人生活中发生了什么，你的朋友们都在经历什么，他们面临哪些挑战，以及这些事情之间又有怎样的相互影响。

Bob 的 AI 能和你的 AI 对话，来化解任何问题吗？

嗯，我认为具体的 API 可能还有待确定，因为这其中涉及很多隐私敏感问题。而且我是说，这在人际关系中也是如此，当你与另一个人建立联系，或者试图帮助人们解决某个问题时，存在很多关于哪些背景信息可以共享的问题，人们对不同的事情必须谨慎行事，我们也需要将 AI 发展到能做到这一点。但我认为，在那之前，光是开发一个拥有连贯的 theory of mind、理解你的世界、并以相当深入的方式了解你世界中正在发生什么的 AI，而不是停留在非常表面的层面，比如“他喜欢 MMA”，而是“他到底怎么了？”——我认为这才是真正基础性的东西。

而且你认为你能从根本上比其他任何人都做得更好？

很可能，是的。显然，在某种程度上，我甚至不确定其他公司是否在做这件事，因为我觉得它们更专注于——

我一直开玩笑说的一个观点是，在很多方面，那些开发 AI 的人其实最不适合去弄清楚 AI 的用例。

你看，我认为最明显的用例都集中在生产力方面。我觉得在某种程度上，你看 Google，你看 OpenAI，这些公司都在主攻那个方向，Anthropic 似乎真的很专注于构建 software agent。我认为这些将会带来巨大的商业机会，或者说至少在这些领域胜出的人会是如此。我并不是要对那每一家具体公司逐一定性，它们各有优缺点。

但就像互联网为我们带来了生产力提升，也带来了联结程度的提升和娱乐方式的丰富，AI 也会做到这一切。它不只给我们带来某一样东西，它会改变一切。所以，没错，我认为这里有大量值得关注的领域，会有拥有大量技术和资本可供投入的大公司，也会有很多新的初创企业。而“如何在深度技术和帮助人们建立联结的交叉点上构建技术”，这是我长期以来一直身体力行、深入思考的事情。

我觉得这很有说服力，你的说法也契合了你们作为一家公司的本质，但确实感觉你们公司内部一直存在着一种张力，哪怕回溯到我们之前关于转向移动端的讨论，那时你们不得不只是一个娱乐应用，没能成为一个平台，你们曾经的样子和你们想要成为的样子之间——Mark 想要拥有一个平台。好吧，你现在可是在一个开发者大会上。

你不可能总做自己想做的事！我认为如果你只跟着市场走，那久而久之就会变得很没意思，我觉得你需要下一些新颖的赌注。

我觉得这挺新颖的，“我们回到了联结这件事上，我们要做的就是让你和一个 AI 建立联结”。

是的。我认为这可能会成为一件特别迷人的事情。但不，显然，领导力的风险以及尝试新赌注的风险在于，它们并不总能成功。这有点像棒球，你并不需要成功一半的次数，就能创造出惊人的成绩，你只需要做到比别人更好一点，并且在击中球的时候打得比别人更远。这个比喻有点牵强，但你大概明白我的意思。

我明白。哪怕你失败三分之二的次数，你也能进名人堂。

是的。显然，在过去20年里，有很多事情我希望当初能走向不同的方向，也有一些赌注没有成功。但我认为，面对这些，依然拥有信念去继续做一些有趣的事情，这正是整件事的乐趣所在。

有个问题是，你为什么要继续做下去？而且你回顾过去，我记得早在2017年，你说过“我们要适当减少应用里的视频，因为我们希望人们对此感觉良好，并与人建立联结”，而今天我们会说，“哦，视频到处都是，而且越来越多了”。

是的。我觉得在那个时期我犯了很多错误，就是过于听从一些所谓专家关于什么对人们有价值的说法。而且你看，显然有些研究是有帮助的，但我从那个时期得到的一个教训是，总的来说人们是聪明的，他们知道自己生活中什么是有价值的。当某个专家说某件事不好，而人们告诉你这件事很好时，十有八九，那些正在体验这件事的人才是对的。

说到这一点，我不知道这有多大代表性，但人们用 AI 来做什么？治疗师或人生教练，排在最前面。

Meta AI 的用途之一基本上就是，“我想把一个问题聊清楚”“我需要跟某人进行一次艰难的对话”“我跟女朋友闹矛盾了”“我需要跟老板谈一件棘手的事”“帮我演练一下”，或者“帮我想想该怎么应对”。顺便说一句，我认为这是语音交互可能更适合的另一种应用场景，因为你是在实际演练对话，而不只是打字。不过是的，我觉得这会成为非常重要的一部分。

如果用户已经在用 ChatGPT 或其他同类产品，你怎么让他们来尝试你的产品？在他们心目中，AI 就等于 ChatGPT。

嗯，已经有大约十亿月活用户在使用 Meta AI 做各种事情，但我认为从根本上说——

你会不会担心，如果你推出一款独立应用——我前几天还在聊 Google 的情况，Google 实际上拥有全球使用量最大的 AI 产品，也就是 AI Search Overviews，但所有人都在说，“哦，Gemini 只有 3000 万用户”。你们会不会也陷入类似的处境？“哦，没人用 Meta AI，看看应用在排行榜上的位置多靠后”，然后你说，“不，我们这边有十亿用户”？

我不知道，走着瞧吧。我觉得不是所有尝试都必须成功，但有些必须取得重大成果，而且我认为没人有先见之明能准确预知哪些东西会成。你得对世界的发展方向有一些判断，下一些赌注，看哪些能成，然后有灵活性去加倍投入那些做得好的。

说到你的观点，通常你不可能通过做跟领先者一模一样的事来超越对方，你得做得更好，而有时更好的方式可以是让用户在他们已经在用的产品里无缝地使用这项体验。如果人们想给 Meta AI 发消息或打电话，那么在他们原本就用来发消息和打电话的应用里做到这一点，是相当有帮助的。

我觉得在美国，人们可能低估了 Meta AI 的使用量，因为他们低估了 WhatsApp 以及世界其他地区。大多数使用 Meta AI 的人是在 WhatsApp 里用的。在美国有 1 亿人在用 WhatsApp，这不算少，但它还不是美国的主流消息平台，iMessage 仍然是。我认为如果看增长曲线，iMessage 可能至少在未来两三年内仍会是主流，直到 WhatsApp 超越它，但即便 WhatsApp 超越了，它也不过是刚超过最后一个主流消息应用而已。而如果你看世界上的大多数国家，WhatsApp 就是全部的通讯方式，对吧？

如果你通过 WhatsApp 做这件事，同时你又想有一个可以给 AI 发消息的平台，那这就说得通了。很多人在很多地方都在使用 Meta AI。不过我们确实面临一个问题，那就是美国恰好是最重要的国家，所以如果我们在美国的市场份额偏低，这能行吗？从长远来看可能不行。这是我们需要改进的地方，但我确实认为这一点在今天可能被低估了。

稍微换个话题，我一直认为——这跟刚才说的国际化问题以截然不同的方式相关——我一直认为 Meta 是反脆弱的。比如，当年大型广告主抵制你们的时候，这只不过意味着那些想跟它们竞争的公司获得了更低的广告价格。苹果推出 ATT 的时候对你们伤害很大，但回头看，我认为它对你们所有竞争对手的伤害要大得多。单从商业角度，你会不会担心关税是一种连 Meta 也无法幸免的外生冲击，它尤其会影响到你们的长尾广告主，让情况变得很艰难？

我认为在过去的下行周期中——我们经营这家公司已经够久了，经历过几轮这样的周期——我们发现当金融环境收紧时，所有公司都会通过把资源转向真正有效的渠道来优化预算。我认为在营销领域，真正有效的是那些可以衡量的东西，而我们基本上就在这个榜单的最前列。所以，就像你说的，在过去那些艰难时期——比如 2008、2009 年，新冠疫情前后发生的一些事，还有 ATT 那件事——沿途遇到的各种不同类型的下行，它们确实冲击了我们的业务和收入，但我们赢得了市场份额。

我认为作为受控公司和创始人领导的公司，好处之一在于你能超越短期痛苦，去进行那些随着时间推移能创造更大价值的必要投资。当我看到一些下行周期反而带来市场份额增长时，我就会去做类似建设更多 GPU 基础设施这样的事，以便更好地服务这些企业和用户，而短期内投资者会有点不解：“嘿，你们的收入比我们预期的低了一些，现在你们居然还增加开支，怎么回事？”

我们经历过这样的周期，股价下跌，而且跌得很惨。

对，可能会跌到原来的三分之一之类的。但我想，作为受控公司，我们的一个战略优势从根本上说是，我不是那种需要为了保住工作而操心季度业绩的 CEO。我们公司有一个董事会，以及一套非常专注于最大化长期价值的公司结构。我也不知道，如果你去看那些捐赠基金或类似机构是如何运作的理论，能够跨越更长的时间维度进行投资，这本身就是一种 alpha 来源，随着时间推移会产生更高的回报，我认为这是我们作为公司的一项优势。

如果你们继续在长期创造价值，但长期愿景里并不包括做一个平台，而只是做一个应用，这也可以吗？

这取决于你说的“平台”是什么意思。我想在早期，我非常仰慕微软，我认为这塑造了我的一个观念：“好吧，打造开发者平台真的很酷。”

是的，但从根本上说，这并不是我们历史上一直所擅长的公司类型。到了现在，我其实看到了一家主要面向消费者的公司和一家主要面向开发者的公司之间存在张力，所以我现在对那件事没那么执着了。

当然，我们确实有面向开发者的触点，比如 Reality Labs 里的所有东西，我们的开发者平台。我们需要赋能开发者去构建内容，让设备变得更好。至于 Llama，我们显然希望赋能更多人去使用它，让世界上尽可能多的地方采用开源，因为这会产生良性的飞轮效应：使用 Llama 的开发者越多，Nvidia 就越会为 Llama 做优化，这反过来又让我们所有产品变得更好，并降低成本，因为人们会专门设计东西来与我们的系统更好地配合，并针对它做效率优化。所以，这些都很好。

但我想，目前我真正在意的只是做出最好的产品，而我认为实现这一目标的方式是进行更多的垂直整合。当我思考未来为什么要做眼镜时，主要目的并不是打造一个开发者平台，而是因为我认为这将成为最能创造 presence 的硬件平台，能带来技术实现社交连接的终极体验；而且我认为眼镜将是承载 AI 的最佳形态，因为戴上眼镜，你可以让 AI 助手看到你之所见、听到你之所闻，全天在你耳边交谈，你可以对它耳语。对于一种掌握你生活全部情境的个人 AI，很难想象还有比眼镜更好的形态。

最终的梦想仍然是眼镜，而 VR 只是通往那里的途径吗？VR 在这个愿景中处于什么位置？

眼镜无疑将成为更重要的事情。世界上已经有十亿甚至二十亿人在佩戴某种眼镜，就像你现在戴的这种。在我看来，十年后现存的每一副眼镜至少都会变成 AI 眼镜，往大了说则是带有全息显示的 AI 眼镜，这是毋庸置疑的。此外，我认为现在很多戴隐形眼镜的人会选择改戴眼镜，因为这些功能非常有价值。

我猜你现在戴的这副眼镜没有处方镜片吧？

这副没有。其实我平时戴隐形眼镜，我视力很差。但没错，我开始戴这副眼镜是因为全天候戴着 AI 眼镜非常有用。

嗯，因为我刚想到了 VR 角度的一些问题。我之前提到过，你们最初是连接人与人，最后也许变成了连接人与 AI。但也许从 VR 的角度来看，正是 AI 生成的内容让 VR 变得更加沉浸，让你更想频繁地待在里面，这就解决了冷启动问题。除了游戏之外，你们实际上还用 VR 来做什么？然后，一旦大家都戴上了 VR 设备，我们就回到了原点，我就能体验到和朋友在一起、一起虚拟地看比赛的感觉。

我觉得这些都没错。实际上，我认为 AR 眼镜和 VR 都会是巨大的市场，只是我觉得眼镜将成为未来的手机，而 VR 将成为未来的电视。想想看，我们显然不会扛着电视到处走，但普通人每天会花好几个小时看电视，而我们也会希望电视体验变得越来越沉浸、越来越吸引人。随着 VR 头显的形态和画质提升，我认为它会取代平板电脑，也会取代很多电视之类的东西。通过 AR 往世界里添加光子所获得的全息影像，其保真度永远不可能达到你直接有一块屏幕、把像素印在上面所能达到的深度。这就好比 AR 只能往世界里添加光子，无法把它们移除。而 VR 则是把现实世界屏蔽掉，你从一块空白画布开始，可以为所欲为。所以，我猜两者都会存在。

还要多久才能推出 Orion？我去年确实体验过一次。

目标是几年内，我们会看看进展如何。

你们为什么要展示它呢？你们基本上就是去跟 Apple 和其他所有人说：“看，我们能做出这个，但还没法量产出货。”

我觉得我们是想获取反馈，我们喜欢公开地开发产品。这其中始终存在一种权衡：一方面，获取反馈意味着竞争对手也能看到，但这也能推进你自己的思考。

这会不会成为对团队的巨大鞭策，让他们觉得“现在你们必须把这个产品推出去”了？

我认为人们会为自己的工作感到自豪，所以能有一个展示成果的时刻肯定能鼓舞他们。不过，我认为开放开发和封闭开发各有非常不同的优缺点。如果你确实正独自走在做出惊人成果的道路上，那么保密到发布的那一刻是有好处的。但我认为大多数事情都不是这样，大多数事情需要迭代、反馈和创意，而且我认为在大多数情况下，公开地进行开发，再加上长期投入的承诺，会让你进步更快，做出比其他人更好的成果。

我觉得在 VR 和 AR 这样的领域，其他公司的情况是，每当我们做出点成绩，他们就会重新启动自己的 AR 项目。总有各种传闻，比如 Google 取消项目、重启、又取消、又重启，诸如此类。Apple 本来觉得不做眼镜了，结果看到 Ray-Ban 卖得不错，又重新启动眼镜项目。从根本上说，我们会持续 10 到 15 年公开地做这件事，不断获取反馈，我认为我们比对手更在乎这件事，而且我认为我们拥有世界上最优秀的人才在做这个，因为我们已经证明了这一点。

我认为我们在解决的 AI 问题也是如此，情况会类似：有些问题是大家都认同值得去做的，而另一些在今天还属于比较边缘的。比如围绕陪伴或者在 feed 中创造新型内容的一些方向，我觉得人们还没有——目前还没有存在性证明表明那一定会成功。

Studio Ghibli 那件事发生在 OpenAI 而不是你们身上，你会不会很难受？

人们在 Meta AI 上也经常用 Imagine，不过不会，我觉得那件事挺好的。那很酷。

那些作品都被发到社交媒体上了，对吧？

挺好的。听着，我认为这个领域足够大，没有一家公司能做完所有酷事；而且在这个世界上，如果别人做了酷事你却不能为之高兴，那你应该会是一个很郁闷的人。

最后一个问题：我们第一次采访是在你把公司改名为 Meta 的时候。你现在仍然满意这个名字吗？

是的，我觉得这个名字很棒。它让人联想到数字世界和物理世界更加融合的未来，而由于 AI 的发展，这个未来比我当初预想的来得更快。从那以后让我感到惊讶的是，如果你当时问我，“我们先迎来的是完全全息的世界还是 AI？”，我可能会猜是完全全息的世界。所以 AI 更早到来这件事很酷，但从根本上说，它们都是同一愿景的一部分，而且我认为眼镜对两者都至关重要。现在使用 AI 眼镜的人数，远多于如果没有 AI 技术爆发式增长所能达到的规模。

非常好，很高兴再次与你交流，非常感谢。

本次 Daily Update 访谈亦提供播客版本。如需在播客客户端中收听，请访问 Stratechery。

Daily Update 仅供一位收件人阅读，但偶尔转发完全没有问题！如果您希望为团队订购多份订阅并享受团体折扣（最少 5 份），请直接与我联系。

感谢您的支持，祝您有美好的一天！

Stratechery 每年最受欢迎、最重要的文章。

探索 Stratechery 上的所有免费文章。

© Stratechery LLC 2026 | 服务条款 | 隐私政策

使用 WordPress 设计。由 Pressable 托管。