Cheeky Pint是Stripe联合创始人John Collison主持的播客，每期和一位科技行业创始人喝一杯聊天。这期嘉宾是Meta创始人兼CEO马克·扎克伯格（Mark Zuckerberg）和Meta Superintelligence Labs（MSL）负责人Alexandr Wang。Wang的头衔是Chief AI Officer，此前创办了AI数据公司Scale AI，2025年被扎克伯格以约140亿美元的交易请来领导新成立的MSL，交易包含收购Scale AI 49%的股份。节目于2026年10月13日发布，正值Meta发布新一代前沿模型Muse Wonder。
Wang加入Meta时年仅28岁，此前从未训练过前沿模型。MSL的研究团队不到200人，核心研究人员约100人。这样一个小团队要训练的，是与Fable、Astra同台竞技的前沿级别模型。而在模型结果出来之前，Meta已经签下了千亿美元级别的基础设施投资。这期两个多小时的对话，扎克伯格和Wang逐个拆开了这个决策背后的每一个环节。 话说，最近Meta又有点刚发布LLama模型时期的味道了，是意气风发。而几期Meta相关播客，这一期最值得看。John Collison本身就是科技公司创始人，所以是创始人对创始人的对话。另外，几期访谈看下来，扎克伯格真应该感谢OpenClaw创始人Peter。在Meta的AI路线陷入迷茫的时候，Meta的AI班底集体进入了OpenClaw狂热，押注这是未来AI的一条主轴。虽然他们没能把Peter挖过来（去了OpenAI），但是可以说Meta团队绝对是OpenClaw最狂热的信徒，也是最忠实的接班人。对了，我今年4月份在旧金山当面采访过主持人John Collison，问他如何主持播客，构思对嘉宾的提问的，他说想搞清楚受访人决策背后的why。这期播客，类似的战略思考浓度非常高。
1. 千亿赌注的起点
去年底，夏威夷。Meta的高管们聚在一起做年度offsite。Muse Wonder的预训练还没结束，没有人看到过最终的模型。但扎克伯格已经要做出一个决定：签下千亿美元级别的资本承诺。
他问Wang：你确定这能成吗？
数字是这样的。运营一个1GW的算力集群，每年大约150亿美元。建设的CapEx在500到600亿美元之间。而这只是一个集群的一部分训练成本。加上研发中大量的梯度实验和服务部署，训练一个前沿模型的总成本在数百亿美元量级。
CFO Susan Li在offsite上把Wang拉到一边，不止一次。她的话很直接：如果模型不行，财务后果会非常严重。Wang说当时他能拿出的证据只是一份关于研究进展的vibe report和几张曲线图。他自己感觉不错，但远远谈不上确定。
扎克伯格的风险计算很简单。 他列了两层逻辑：第一，只要AI整体成立，Meta的算力就有人愿意买，价格还可能远超成本。"In order for it not to work out, it's not just that we have to fail, AI overall has to fail." 第二，即使最差情况，算力也可以用在Meta现有业务上。
他还指出了一个更难的决策：除了训练，还有serving。他们在产品还不存在的时候就要为推理需求建设数据中心，需要提前好几年做判断。确实有高管建议保守一些。扎克伯格的回应只有四个字：就这么干。
Wang把训练前沿模型比作Lean Startup的反面。Lean Startup讲究先做最小可行产品，验证后再加码。AI做不到，你必须在没有验证的情况下投入巨量资源。等到结果出来再行动，就已经落后了。Wang自己也是创业者，也承受过风险，但他坦诚：当时的感受是这个风险大得离谱。 扎克伯格对此不以为然。Collison总结说扎克伯格完全内化了幂律法则：失败不重要，重要的是赢的时候赢多大。
2. 从Llama 4到全面重启
2025年4月4日，Meta发布了Llama 4。大约两周后的4月20日或21日，扎克伯格开始给人打电话。
其中一个电话打给了Wang。Wang收到WhatsApp消息时正在开会，扎克伯格问他有没有时间通个电话。两人通话44分钟。两天后Wang发来了一份长文档。开头第一条：你不需要很多人，talent density才是关键。
扎克伯格清空了自己一两个月的日程，只做一件事：见研究人员和做面试。他和Wang以及后来加入的Muse产品负责人Nat一起，做了一个当时看来很激进的决定：把AI团队全面reboot。一开始他们还没确定必须全面重启。是在和顶尖人才的招募对话中发现，只有"从零开始"的定位才能吸引最好的人。
扎克伯格说他和业内所有lab的负责人、研究领袖都聊过，最后认定了一件事：必须是Wang。尽管Wang此前从没训练过前沿模型，但扎克伯格看重的是他的战略清晰度、对talent density的极端执着，以及一个至关重要的信号——所有最厉害的人都想和他一起工作。
Collison在节目中指出了四件多数CEO不会做的事：公开承认之前的AI团队不够好；愿意付天价（包括收购Scale AI 49%的股份）招人才；赌一个从没训练过前沿模型的人来领导lab；作为万亿市值公司的CEO，清空自己两个月的日程只做一件事。
3. "我们需要reasoning model"
Wang加入后第一次和现有AI团队的leader开会，提出首先要训练一个优秀的reasoning model。一个关键负责人当场反驳：我们的消费者需要reasoning model吗？做一个普通模型就行了。
Wang说那一刻他的心沉了下去。会后他立刻打电话给Nat：你知道会上刚发生了什么吗？
这件事确认了一个更深层的问题。Meta的AI领导层需要大幅提升对技术走向的判断力和紧迫感。 扎克伯格也说，他在和外部人才交流的过程中得出了同样的结论：整个团队需要更"AI-pilled"。
MSL的研究团队最终控制在不到200人，核心研究人员约100人，加上大量基础设施支持人员。Wang坚持极度扁平的结构，他名义上有近200个直接汇报的人。扎克伯格澄清了这个数字的含义：重点在于取消了中间的非技术管理层，让所有研究人员直接和Wang沟通。
Meta对MSL说：没有deadline，按正确的节奏来。Wang说这话听起来可能让人害怕，投了这么多钱然后告诉大家不着急？但因为招来的都是insecure overachievers，自驱力极强。
Wang有一个习惯：每隔三个月问团队"你觉得三个月后我们会在什么位置？"每次收到的都是极度悲观的答案。三个月后他把当时的预测翻出来，实际结果远超预期。但下一轮预测依然悲观。扎克伯格对此有一个精确的观察：团队里每个人对MSL整体都很乐观，但对自己负责的项目都非常苛刻。 他认为这种动态是好事。
4. "嚼碎玻璃，茫然望向远方"
Roon有一条推文，用来形容做预训练的研究员：整天嚼碎玻璃、茫然望向远方。Wang说这个描述相当准确。
预训练是把海量数据灌入模型的阶段，核心是量大、模态丰富。如果要让模型擅长感知，就需要在预训练中加入大量图像、音频和视频。如果要让模型精通特定领域，也要在预训练阶段就让它接触相关语料。对数据格式要求不高，关键是体量和多样性。
这是整个研发中风险最高的阶段。 Meta把很大比例的算力投入到Muse Wonder的预训练中。样本极少，你不可能反复训练前沿级别的模型来积累经验，研究者必须靠推理和直觉判断。Wang说预训练过程中grief的七个阶段全都经历过，他和扎克伯格都有过极度低落的时刻。扎克伯格用了一个词：troughs of sadness。研究人员甚至会拿着模拟量角器贴在屏幕上，对着一组训练曲线量角度，判断方向是否正确。全凭vibes。
Post-training分两步。第一步是SFT，即监督微调。这个阶段把原始的预训练模型塑造成能正常对话、具备特定行为的状态。个性、回应方式都在这里初始化。Wang的比方是：SFT结束后，模型可能已经具备了你想要的行为，但只有10%的概率表现出来。
第二步是RL，即强化学习，作用是把这些行为的出现率大幅拉高。扎克伯格说Muse Spark从1.0到1.3的全部提升都来自RL，预训练完全没动。Wang说1.0到1.3之间的差异之大，外部观察者会以为它们来自完全不同的预训练。
与预训练追求海量数据不同，RL更关注环境和任务的质量，数据量反而是"少即是多"。但RL有一个危险之处：它会给模型施加极强的优化压力，如果任务设计不当，比如唯一的成功路径需要不对齐行为，模型就会学到错误的东西。因此Meta在Muse Wonder的RL阶段非常谨慎地策划了训练环境，确保所有优化方向都指向对齐行为。
扎克伯格对对齐有自己的看法。他认为个人智能体的对齐，更多是让模型的指令执行和价值判断与用户保持一致。他不希望模型动辄给用户上道德课，只有在真正灾难性的请求面前才需要优雅拒绝。他说每个lab都有自己的理论，Meta的理论和别人确实不太一样。
5. Muse Wonder：两个被训练进模型内部的能力
预训练结束后的第一个问题是：RL需要多久才能让Wonder超过Spark？预训练团队试图管理预期，说有时候这个过程很慢。结果几乎是立刻。扎克伯格说到这里时用了一个短句：好，我们走对了。
Muse Wonder（内部代号Watermelon）与Muse Spark（内部代号Avocado）来自完全不同的预训练。Spark的1.1、1.2、1.3版本都是在同一个预训练基础上叠加更多RL。Wonder则是全新的预训练，规模大幅提升。Wang说团队"用完了水果名"。扎克伯格接了一句：确实用完了。Wang想了想：技术上榴莲比西瓜大，但你不会想用榴莲当代号。
Wonder系列实际上包含两个模型：Muse Wonder和Muse Wonder Full——两个词连起来念就是wonderful。Wonder面向所有用户，Wonder Full是更大的模型，面向Muse Code付费订阅用户开放。两个模型同时通过Meta Model API和OpenRouter对外提供API服务。Collison听到这个名字后立刻问：那Stripe是不是也该用Wonder Full来写代码？
Wonder有两个核心特性。Active Memory是模型原生的长期记忆系统。 Collison提到OpenClaw的记忆功能"buggy AF"。那是因为OpenClaw用的是外挂式压缩方案。Wang强调Muse的记忆系统直接训练进模型内部，不依赖外挂的harness。模型知道自己的记忆系统存在，知道如何利用不同来源完成任务，也知道如何做有效的压缩。这套系统在Meta内部用Memory Bench来衡量。Wang也承认仍有大量改进空间，但他认为这是一个有意义的贡献。
Active Focus则是在复杂长周期任务中保持执行连贯性的能力。 遇到障碍时，模型能识别替代方案继续推进，不会中途放弃。Wang说这是早期内测中很多人立刻注意到的差异。
编程能力上，Muse Wonder在DeepSWE和SWE-Marathon上达到了state-of-the-art，在Terminal-Bench 4等榜单上表现优异。同时在金融和法律领域的专业eval上也是最强。Wang的理念是：最好的个人智能体应该像你身边有一个专家团队，法律、财务、医疗，一个模型全包。
Wang在Muse Wonder的研究博客中还引入了一个指标：big model smell。做法是测量模型在RL和post-training分布内任务与分布外任务之间的表现差距。差距越小，说明模型的真实智能越高，benchmaxing的成分越少。从Spark到Wonder，这个差距大幅缩小，原因在于底层基础模型本身强了很多。Wang说他们把原本只可意会的"大模型味"量化了。Collison给了一个法语翻译：je ne sais quoi。扎克伯格用了一个词总结这种感受：nuance。
6. 模型即产品
Wang用了一个类比来解释AI产品的差异化在哪里。移动互联网早期，大家觉得"一切都只是app"，但后来app之间的差异化巨大。AI行业也处在"一切都只是agent"的阶段。传统产品规格书上那些维度已经不是AI原生产品真正的设计决策点了。真正重要的设计发生在模型训练阶段：在各种场景下模型到底该怎么表现、该有什么样的个性、该如何处理工具调用。这些决策的细节加起来，才是一份极其复杂的产品规格。
扎克伯格提出了一个内部反复讨论的判断：the model is the product。 Muse的产品团队在思考如何让体验更好时，讨论的核心是post-training，是训练模型的行为、个性和可靠性，UI退居其次。
他举了一个关于discretion的例子，也就是智能体对用户隐私的审慎披露。你有食物过敏或者怀孕了，需要预订餐厅，但不想把自己的医疗信息告诉餐厅。个人智能体需要在掌握用户大量私密信息的前提下，对外披露尽可能少的内容。这种能力在coding agent的场景里几乎不存在，因为所有人共享同一个上下文。但在个人智能体里，这是一项核心能力。
还有一个设计决策值得展开。Muse的消费者产品里没有模型选择器，也没有effort选择器。Wang直言不讳：很多AI产品是高度技术化的人设计的，他们脑子里没有"随机抽取一个普通美国人"的用户画像。模型名字有时数字倒着走，有时换了一套完全不同的代号，一个没仔细研究API文档的普通人根本不知道该选哪个。扎克伯格的态度更简单：我只想让它变简单。
7. 扎克伯格的MMA教练是AI
扎克伯格在自家健身房装了摄像头，让Muse实时观看他的格斗训练。模型在回合间60秒的休息时间里给反馈。这对模型提出了很高要求：要快速处理大量视频帧，还要真正理解MMA的动作细节，包括平衡、髋部位置、side control下underhook的角度。他反复催Muse："你给反馈用了30秒，我只有60秒休息，快点优化自己。"
模型自行编写了一整套视频处理和图像处理的pipeline，从视频中抽取关键帧，标注具体问题（"你这里后腿承重太多"），配上截图。而这一切对用户完全透明，看不到任何代码。扎克伯格由此引出了一个判断：未来每个人都在写大量代码，只是自己不知道。 "Everyone is actually going to be writing tons of code. They're just not going to know that they're writing code."
他甚至在Muse之前就用OpenClaw做过类似尝试。这个用例实际上成了产品的内部eval。Wang在旁边听到这话时说：这个我还不知道。已记录。
MMA教练之所以成立，背后是Meta在多模态模型上的持续投入，在预训练阶段就大量加入图像、音频、视频数据。
Wang也给自己的Muse取名Oiler，让它每周从台湾或日本的小茶园采购越来越冷门的茶叶。他说Oiler已经在独立完成从选品到下单的全流程。这是他在前一天晚餐时和人聊起的最喜欢的用例。
多模态感知是Meta的核心差异化。Wang指出，今年早些时候行业有一种紧张关系：共识认为"只有coding才重要"。但对于Muse这样的消费者产品，多模态能力的权重远高于纯代码能力。世界上大多数人的日常体验本身就是高度多模态的：说话、听声音、看视频、拍东西。
8. 扎克伯格的Instacart账户到底是谁的
扎克伯格以前几乎不用Instacart。每年大概用一两次，偶尔借Priscilla的账户。为了给Muse开通购物能力，他注册了自己的Instacart账户。现在每周用一两次。
原因是他和3岁女儿Aurelia通过Muse的语音模式讨论周末要烤什么。语音模式能分辨不同说话人的声音。父女俩整个星期都在和Muse聊周末要做什么甜点。Aurelia会提出各种不存在的"创意食谱"，Muse帮忙转化成真正可行的方案。到了周六要烤的时候，Instacart已经把所有食材送到了。
这个周末Muse知道Wonder要发布，内部代号Watermelon，所以往购物车里加了一个西瓜。Muse发现订单金额不够起送线，于是加了这个西瓜凑单。扎克伯格觉得特别可爱，在发布会直播上把那个西瓜吃了。
但这引出了一个更深层的经济学问题。扎克伯格说：这个Instacart账户到底是我的，还是Muse的？ 他认为整个市场的可寻址空间正在结构性扩张。智能体也在开账户、也在消费。任何选择置身事外的商家，最终都会感到后悔。
Muse的浏览器使用能力已经相当成熟。Browser use是一层向后兼容方案，确保不需要任何商家做任何适配就能替用户完成操作。但长期方向是API直连，直接和商家系统对接，更快更高效。扎克伯格说主动找Meta要求深度集成的商家远多于试图屏蔽的。那些选择屏蔽的最终会发现这在战略上站不住脚。
Wang认为Muse在购物推荐上有独特优势：它有用户生活全局的上下文，包括家人、朋友、同事，跨场景、跨时间线的信息。传统推荐系统只能看用户在单一平台上的行为，视野极其有限。Collison也验证了这一点：用户让Muse买东西时，它经常会引用另一段对话中的上下文来辅助决策。
Collison提到Stripe今年5月的Sessions大会上发布了一系列为agentic commerce准备的功能。从9月开始，agentic commerce的交易数据开始垂直上涨。Stripe已同意收购OpenRouter，目前领先的模型网关，每天路由超过10万亿token，让开发者通过单一API接入数百个模型。Meta的模型包括Muse Wonder也通过OpenRouter对外提供服务。
Wang还回忆起2023年和Patrick Collison的一次晚餐。Patrick客气地问他Stripe应该做什么，Wang当时就给了一段措辞急切的建议：agent很快就会开始购物，你们准备得太慢了。方向完全正确，就是早了三年。
9. 眼镜可能不需要应用商店
扎克伯格提了一个观察：大多数人其实不太喜欢阅读。文本交互只是因为别无选择。
Meta的Ray-Ban智能眼镜已经证明：仅靠摄像头和音频，没有显示屏或只有小显示屏，就足以构成一个有用的产品。他设想未来眼镜可能不需要应用商店，模型直接在视野中生成用户需要的一切。带显示屏的智能眼镜也在推进发货中，即使不是全视野AR，小显示屏也已经很有用了。
语音是高带宽的输入方式，但听别人说话是低效的信息接收方式。这也是纯语音助手一直不温不火的原因。但agent改变了局面：之前的语音AI只能回答问题，现在它能帮你做事。交互模式从"信息检索"变成了"委托"，这是本质性的转变。Wang观察到，连AI研究人员都在对着键盘小声说话让AI处理。大学生更极端：对着AI连续说15分钟stream of consciousness，然后让AI整理成结构化内容。Wang认为这是一种很有意思的技术使用方式。
Meta发布了Muse Gadgets，让外部生态可以尝试各种设备形态。已有手机厂商主动来谈集成。他们还推出了HomeLink，一个硬币大小的USB设备，让Muse连接家中的智能家居，包括Sonos音箱、智能灯等。扎克伯格说自己每天晚上让Muse统一调暗全屋灯光。
10. 这笔钱能赚回来吗
Collison问AI业务最终能不能赚钱。扎克伯格的回答很短：必须能。
他列出了几条收入线。订阅是最直接的：想用Muse Wonder就付费。免费用户仍然使用Muse Spark。扎克伯格说他们希望不久之后，能做出和Wonder同等能力但以Spark成本运行的模型，届时可以免费服务数亿用户。Commerce抽成是长期大方向：Muse帮用户省钱、买到更好的东西，Meta从中取一小部分佣金。现在已经有人让Muse扫描邮箱，找出不再使用的订阅服务并取消，这类省钱场景天然适合变现。
API和企业服务也在铺开。Meta新成立了Enterprise Platform，由CJ Desai领导，把Muse Wonder以企业级方式输出。扎克伯格承认Meta传统上不是一家企业公司，但他认为最大的挑战在于先把模型做到最好，模型足够通用之后，只要在企业交付上做足投入，大量企业会愿意使用。
另一个方向是小企业工具。Wang一直在推一个概念：让Muse成为小企业的"business in a box"，帮助创业者管理经营中的各种琐事。
Meta的广告业务是整个赌注最强的后盾。 年收入数千亿美元，而且还在高速增长。扎克伯格说用AI模型加速核心业务，哪怕只提升几个百分点，就能覆盖大量AI投入。Wang对Meta核心业务的评价是：商业史上最强的生意之一。Collison也同意：you guys really cooked with that one。
自建数据中心在财务上还有结构性优势：CapEx可以折旧摊销，GPU在折旧完成后仍然有使用价值甚至增值。H100的价值现在比去年还高，因为算力持续紧缺。而云客户按年付费，享受不到这种长期成本递减效应。
Wang补充了历史视角：每年市场都在担忧AI公司怎么赚钱，每年收入增长都超预期。 扎克伯格也说这就是Meta一贯的打法：先把产品推到十亿用户，然后在持续增长核心业务的同时逐步变现新产品。
11. AI不会赢家通吃
几年前，有一种流行的预测：AI会出现赢家通吃的局面，一家lab通过递归自我改进拉开绝对差距，其他所有人越来越落后。现实正好相反。竞争极其激烈，多个lab都在前沿。
Wang给出了三个原因。第一，各lab的执行力有波动期，领先者不可能永远不犯错。扎克伯格在旁边笑了一声，评价这个说法"very diplomatic"。Wang接着说得更直白：如果所有领先者在领先的时候都执行完美，他们大概能保持领先。言外之意，没有人做到了。
第二，蒸馏技术是一种anti-hegemonic force。你可以通过蒸馏把大模型的能力快速灌进小模型，这让开源生态大幅受益。现在很小的模型已经比一两年前最大的模型更强。这个技术特性没有人刻意设计，但它天然地阻止了垄断。
第三，行业内很多人在价值观上也希望多元竞争的格局存在。Wang说这也是很多人选择加入Meta和MSL的原因：他们想在一个致力于把技术交到数十亿人手中的地方工作。
Wang还认为现有的benchmark把不同模型的差异"压平"了，掩盖了底层越来越大的设计分歧。Meta在个人和职业智能体方向上的投入与其他lab明显不同。他用了一个比方：行业需要从推文长度的"这个模型好/那个模型差"，走向wine sommelier级别的精细理解。OpenRouter的价值正在于帮助开发者理解这些深层差异。
扎克伯格认为AI安全的最佳保障在于让多种模型广泛可用，形成制衡。他的原话是：只有少数公司拥有好模型，这个未来可能比很多人都能获得不同模型的未来更危险。
12. "Very high learning rate"
Wang被问到为扎克伯格工作有什么感受时，说了一个让他印象最深的特质：一旦得出某个结论，扎克伯格会以极快的速度和极大的力度调整一切，使之与这个判断一致。
大多数CEO嘴上说AI是最重要的，实际日程和资源分配还是老样子。扎克伯格直接清空日程、调动全公司资源来支撑MSL。Wang和Nat私下经常讨论：我们真的要投这么大？两个人都会互相问一句：如果是你，你会下这么大的注吗？
Wang用了一个机器学习的术语来形容这种特质：very high learning rate。Collison在旁边做了一个翻译：扎克伯格会真正吸收新信息，完全更新自己的世界观，然后按照新装的世界观行事。 Wang接了一句：Very Bayesian。扎克伯格说：我从没收到过这么好的夸奖。
Wang加入后发现，Meta的高管团队大多数都经历过公司的多次危机：移动转型、隐私风波、元宇宙争议。他们对MSL这个"可怕的赌注"的反应是：我们是Meta，我们扛得过去。Wang说这种韧性是从十几年的风雨中磨出来的。他刚来时跟这些高管的对话，和一年后完全不同。整个管理层变得更AI-pilled的速度让他很意外。
保持技术判断力是所有人必须守住的底线。 Wang指出，研究人员从一线走向管理层后，脱离技术的速度远超自己的意识。在AI这么快速演进的领域，这尤其致命。所以MSL要求所有人使用agent、写代码，保持对技术的第一手感知。Adam Mosseri（Instagram负责人）就是一个正面例子，Wang说他搭建的个人vibe code和mini app setup是他见过的最精致的之一。
算力基础设施的周期比模型更长。Meta在俄亥俄建造的Prometheus集群已经扩展到超过1GW。在路易斯安那建造的Hyperion集群将达到5GW。这些项目的规划从2023至2024年就开始了，远早于MSL成立。扎克伯格说Meta是一家全栈技术公司：自建数据中心、自研芯片、自建底层基础设施。模型是整个技术栈中最重要的新组件。
节目最后聊到了Wang在X上大量发帖的习惯。扎克伯格说每次打开X就看到四条Wang的帖子，你哪来这么多东西可写？他认为沟通最重要的是authentic，偶尔翻车比过度包装好得多。
Collison收尾时感慨：在AI这个领域，稍不留神就会掉队。扎克伯格接了一句：
"待在细节里，保持技术判断力，留在前沿。"（Stay in the details. Stay technical and stay at the frontier.）
总结一下：
这期两个多小时的对话解读了一个前沿AI实验室从零到一的全过程，具体到每一个决策节点的取舍。扎克伯格和Wang展示的是一种极端押注方式：用不到200人的精英团队取代上千人的旧组织，在模型结果出来之前就签下千亿美元的基础设施投资，把产品差异化全部放在模型层。
对于关注AI产业的读者，这期最有价值的内容可能在组织方法论：talent density优先于人数、预训练和RL截然不同的管理哲学、在极端不确定性下做决策的思维框架，以及一个传统消费互联网巨头如何在一年多内把自己改造成前沿AI公司。
核心问答
Q1: Muse Wonder的核心差异化是什么？
它是一个为个人和职业智能体场景专门优化的前沿模型。两个关键特性都训练进模型内部：Active Memory是模型原生的长期记忆系统，Active Focus赋予模型在复杂任务中持续执行的能力。在编程（DeepSWE、SWE-Marathon）、金融、法律等领域eval上均达到state-of-the-art。Meta还用big model smell指标来量化模型的真实智能程度，衡量分布内和分布外任务的性能差距，差距越小说明benchmaxing的成分越少。
Q2: MSL如何在一年多内从零到前沿？
三个核心要素：极端的talent density，研究团队不到200人，核心约100人，没有非技术管理层；扎克伯格的全资源投入，清空日程、调动全公司支持、提前数年建设GW级算力集群；以及一个关键的组织决策，全面reboot。在旧团队上修补走不通。Wang带来的战略清晰度和扁平文化，让大量顶尖人才主动加入。
Q3: 千亿美元的AI投入怎么回本？
多条收入线：Muse订阅、agentic commerce抽成、企业API服务，以及用AI加速Meta已有的千亿级广告业务。扎克伯格的对冲逻辑是：失败的前提是AI整体得失败，只要AI成立，Meta的算力就有人高价购买。自建数据中心的CapEx可折旧，GPU在折旧后仍有使用价值甚至增值，比租用云服务有长期财务优势。
