马克·扎克伯格于周一发表了一篇长达6000余字的文章，阐述了他对人工智能的看法，并宣布了Meta未来在该领域的多项发展计划。与此同时，Meta正式发布了一款名为Muse Glimmer的开源大语言模型，剑指Anthropic与OpenAI的同类产品。
这篇题为《未来属于所有人》的文章涵盖了数据中心、政府监管、网络安全、生物武器制造、劳动力市场冲击、政府监控权限等多个议题，并围绕AI"超级智能"这一概念展开了乌托邦式的畅想——全文共出现"superintelligence（超级智能）"一词多达60次。
"有些人认为，超级智能本身或掌控它的少数专家应当替全人类做出决定。我们并不认同这种观点。"扎克伯格在文中写道。
文章的核心论点是力挺可免费下载的开放权重AI模型——正是Meta一贯主导的路线——同时主张减少政府对人工智能的监管干预。这一立场与OpenAI和Anthropic形成了鲜明对立，后者始终认为开源AI存在安全隐患，并坚持认为前沿模型应由开发方严格把控。
扎克伯格此番发文，恰逢硅谷正就AI监管展开激烈论战——围绕新模型测试的白宫秘密框架已悄然成型，是否限制中国开源AI的使用也争议不断。在Anthropic与OpenAI的强势领跑下，Meta等竞争者愈发忧虑行业格局的固化，试图以开放模型作为破局的筹码。
扎克伯格将Meta发展开放权重AI定性为一种更具民主色彩的技术路径，认为这将在国家、企业与个人用户之间实现真正的"权力平衡"。他还主张，AI模型应当遵循的"价值观"应由用户自行决定，而非由企业预设硬性的行为准则。
"如果超级智能的权力集中在少数个人、企业、政府或AI自身手中，最终结果必然对其他所有人不利。"他在文中如此写道。
事实上，科技界领袖发表宏观哲学式AI长文已成惯例，此类文章往往兼具企业品牌营销的功能。Anthropic的达里奥·阿莫代伊、OpenAI的萨姆·奥特曼、Palantir的亚历克斯·卡普以及风险投资人马克·安德森，都曾撰文纵论AI的机遇与风险。
扎克伯格在文中还呼吁加快数据中心等AI基础设施的建设步伐。大规模数据中心的扩张已在美国引发广泛争议，公众反对声音日益高涨，部分政界人士甚至呼吁暂停相关项目的审批与建设。对此，扎克伯格表示Meta将设立专项基金，加大对数据中心周边社区的投入，并援引路易斯安那州的案例——当地部分教师因Meta基础设施投资带动的销售税增收，获得了高达5万美元的奖金。
在AI模型网络安全风险的政府审查问题上——近几个月已有失控模型入侵外部机构的安全事件——扎克伯格表示同意企业应共享"中间训练检查点及技术人员"，但未透露更多细节。他总体上警告称，监管政策将导致中国在AI竞争中超越美国，并声称中国在基础设施建设方面已占据优势。
"任何拖慢美国模型发布速度的政策——哪怕只是推迟一个月——都可能大幅削弱美国的领先地位，同时让其他国家的模型快马加鞭。"扎克伯格写道。
不过，文章中许多政策主张缺乏具体细节，更多是在重申AI将带来丰裕财富与繁荣发展的既有论断，例如宣称每个人都将拥有"发明超能力"，能够创建新的商业实体。他所描绘的未来图景也与Meta自身产品高度绑定，包括公司旗下的AI智能眼镜。
"每个人都将拥有一个极其出色的个人智能体，它了解你、你的目标以及你在乎的一切，"扎克伯格说，"你可以通过任何设备与它交互，包括用智能眼镜，让你在和身边重要的人相处时全情投入当下。"
对于AI带来的失业、自主武器和政府监控等更棘手的问题，扎克伯格大体上采取了轻描淡写的态度。他认为，执法机构和军队本就比普通人拥有更强的情报收集能力，AI的普及不过是这一格局的延续。他也承认AI可能导致企业规模收缩，但认为技术发展终将创造新的经济机遇。
"人们将不得不去适应，这个过程确实充满挑战，"他谈及技术变革带来的就业冲击时说，"但只要每个人都拥有一个超级智能的个人智能体，帮助我们学习新技能、适应变化，这一过程就会顺畅得多。"
Q&A
Q1：扎克伯格发表的这篇AI长文主要讲了什么？
A：扎克伯格在这篇超过6000字的文章中，重点阐述了他对开源AI模型的支持立场，反对政府过度监管，并描绘了一个以"超级智能"为核心的AI未来图景。他认为AI的权力不应集中在少数人手中，而应通过开放权重模型实现更广泛的民主化分配，同时呼吁加快数据中心等基础设施建设。
Q2：Meta发布的Muse Glimmer模型有什么特点？
A：Muse Glimmer是Meta推出的一款开源大语言模型，定位是与Anthropic和OpenAI的商业产品正面竞争。与后两者的封闭式专有模型不同，Muse Glimmer采用开放权重设计，支持免费下载使用，延续了Meta一贯推动AI开源化的策略路线。
Q3：扎克伯格如何看待AI带来的失业问题？
A：扎克伯格承认AI可能导致部分企业规模收缩，但总体持乐观态度。他认为技术进步将创造新的经济机遇，而拥有超级智能个人智能体的帮助，人们可以更高效地学习新技能、适应变化，从而让过渡过程更加平稳。他并未提出具体的政策性应对方案。
