AII IN AI的扎克伯格，终于松口气了

文 | 影子备忘录

Meta的股价在9月21日单日暴涨11.43%，收于741.25美元，创下2025年4月以来最大单日涨幅。

而在此之前，Meta的股价从8月低点起步，已经悄然反弹了超过20%。

让华尔街突然兴奋起来的，不是一份漂亮的财报，也不是一次轰动性的收购。而是一款叫Muse的产品。

9月8日，Meta正式发布个人AI智能体Muse。上线后不久，它就冲上了苹果美国App Store排行榜第一名。

摩根大通随即将其评级从中性上调至增持，目标价从640美元上调至820美元。

杰富瑞则将目标价从710美元大幅调高至875美元，明确表示Muse“具备杀手级应用的所有特征”。

要知道，就在几个月前，扎克伯格还在内部全员会上承认，Meta的AI智能体研发“进展远不及预期”。

2026年初至7月，Meta股价一度跑输纳斯达克指数，市场对扎克伯格AI豪赌的耐心正在被消磨殆尽。

转折来得如此突然。这款产品到底做了什么，让市场重新燃起了信心？更重要的是，扎克伯格这些年到底在AI上做了哪些布局，这些布局是不是真的到了收获期？

一个不太一样的AI助手

先说说Muse到底是什么。

如果你用过ChatGPT或者任何主流AI助手，你会习惯一种模式：你问，它答。最多它帮你写一段代码、生成一篇文章。

但Muse的设计逻辑完全不同，它更像一个真正意义上的“数字替身”。

用户不需要一步一步告诉Muse怎么操作，只需要说出目标。Muse会自己拆解任务、打开网页、填写表单，调用外部应用来完成任务。

它可以替你收发邮件、安排日程、预订旅行、购买商品，甚至替你跟服务商谈判账单。

更关键的是，即使用户关闭了应用，Muse仍然在云端继续工作。每个用户获得的是一台独立的“Muse Secure VM”，一台运行在Meta云端的虚拟计算机，拥有自己的浏览器，可以保存用户授权的数据和服务连接。

你退出App之后，它还在后台刷新页面、等待商品降价、继续推进任务进度。

这个“持续运行”的能力，是Muse和市面上大多数AI助手最本质的区别。

传统助手的工作模式是“一问一答”，而Muse希望形成一条完整的执行链：用户给出目标，Muse制订计划、调用工具并持续执行，只在敏感操作和关键节点上把决定权交还给用户。

Meta首席AI官Alexandr Wang在接受CNBC采访时说，Muse的设计原则之一就是“让它真正做到易于使用，并且对普通用户来说足够简单”。

他称自己已经用Muse管理日常事务、获取健身建议和规划饮食，把它当成了“第二大脑”。

商业化方面，Muse提供免费基础版本，同时推出每月20美元和100美元的订阅套餐。

这是Meta在AI领域首次尝试直接向用户收费，标志着它从“AI只是广告业务的辅助工具”向“AI本身就是一个产品”的转变。

扎克伯格的“换血手术”

Muse不是凭空冒出来的。它背后是Meta在2025年到2026年间进行的一场大规模AI重组，其激烈程度在硅谷巨头中几乎找不到先例。

2025年6月，扎克伯格做了一件让外界颇感意外的事：Meta斥资143亿美元收购了Scale AI 49%的股权，并将Scale AI的创始人兼CEO Alexandr Wang招入麾下，任命为Meta历史上第一位首席AI官。

Wang当时只有28岁。这笔交易的逻辑并不复杂，因为扎克伯格对Llama系列的表现极度不满。Llama 4在2025年4月发布后，被业界广泛批评为“哑弹”。

面对ChatGPT和Claude的强势表现，Meta的开源大模型路线遭遇了前所未有的信任危机。

Wang接手后做的事情，用他自己的话说，是“从架构到优化到数据策展的九个月彻底重建”，Meta的整个AI技术栈被推倒重来。

成果就是2026年4月发布的Muse Spark，它是Meta第一个闭源旗舰模型。它不再开源，而是专为Meta自有产品生态设计，从文本推理扩展到多模态感知，直接面向Ray-Ban AI眼镜等硬件场景。

在组织架构上，扎克伯格同样动了狠手。2026年5月，Meta裁减了8000名员工，同时将7000名员工强制转岗至AI岗位。

新成立的超级智能实验室（MSL）整合了原有的Llama团队、FAIR基础研究部门和AI产品团队，初期规模超过3400人。

扎克伯格还推行了一种在科技行业极其罕见的管理模式，即1:50的极致扁平化管理。一名经理可以直接管理多达50名工程师，打破了行业内常见的1:10到1:15的管理幅度。

扎克伯格在财报电话会议上的解释是：“随着AI工具能力的增强，过去需要大型团队才能完成的项目，现在只需一个非常有才华的人就能完成。”

这种组织文化的剧烈变革是有代价的，比如图灵奖得主Yann LeCun曾因被要求向Wang汇报而最终选择离开Meta。

多位核心研究人员在短时间内相继离职，包括在Meta工作超过11年的老将Andrew Tulloch。Meta CTO博斯沃思也坦言，受大规模裁员与内部AI项目调整的冲击，老员工士气“跌至近乎历史最低点”。

但扎克伯格显然认为，这些阵痛是必须付出的代价。他需要一支能打仗的团队，而不是一个温和的研究院。

千亿豪赌的底气从哪来

要理解扎克伯格的AI决心，有一个数字绕不开：2026年Meta的资本支出预算高达1250亿至1450亿美元。

这个数字接近于Meta 2025年资本支出的两倍，超过了过去三年AI相关投入的总和。更直观地说，这笔钱足以买下好几个大型科技公司。

这些钱主要流向了数据中心建设、GPU采购和人才招募。

Meta正在得克萨斯州埃尔帕索与贝莱德合资建设一个投资140亿美元的数据中心园区，同时在路易斯安那州推进投资超过500亿美元的Hyperion超大规模数据中心。

代价也很明显。Meta 2026年二季度的自由现金流从上年同期的85.5亿美元暴跌91%，只剩7.84亿美元。

有分析指出，按当前趋势，Meta的自由现金流在下一季度可能转负。

这就引出了一个核心问题：Meta凭什么敢这样花钱？

答案藏在它的广告业务里。2026年二季度，Meta总营收608亿美元，其中广告收入593.63亿美元，贡献了97.6%的营收，同比增幅达到27%。AI驱动的推荐和投放优化系统（如Advantage+）正在实实在在地提升广告的精准度和转化率。

杰富瑞分析师在报告中说得很直接：Meta在AI领域的持续投入正加速转化为核心广告业务的增长动力。换句话说，扎克伯格的AI投入不是在做慈善，而是在给广告这台印钞机更换更强悍的引擎。

与此同时，Muse等消费级AI产品的订阅收入代表了第二条增长曲线。

扎克伯格在股东大会上把Meta的AI战略分为四大领域：核心应用和广告增强、个人AI Agent、企业AI Agent、以及AI硬件。

这个框架的思路很清晰：广告提供短期弹药，AI产品提供长期增量。

但这里有一个不容回避的矛盾：Meta缺乏像微软Azure、谷歌Google Cloud那样的原生云业务，无法像竞争对手那样直接向外出售算力。

扎克伯格在电话会上明确拒绝了出租富余产能的提议，认为“仅仅出售计算能力并获取短期利润是愚蠢的”，他相信“销售智能的利润率将持续显著高于直接销售计算能力”。

这个判断如果成立，Meta的AI商业模式就会形成一个闭环：巨额算力投入→训练更好的模型→嵌入广告系统提升效率→广告收入反哺算力→推出消费级AI产品→订阅收入成为新支柱。

但这个闭环能否真正跑通，目前仍然是一个未经验证的假设。

一个绕不过去的问题：信任

Muse在产品层面的表现确实可圈可点，但它面临的最大障碍可能不在技术层面。

Oppenheimer的一项调查显示，只有8%的美国消费者愿意把密码交给Meta。60%的消费者拒绝在没有人工监督的情况下让AI处理金钱相关的事务，47%的消费者曾因数据隐私顾虑而取消或更换品牌。

这种信任赤字并非空穴来风。就在Muse发布的同一周，Meta内部员工测试报告显示，有员工发现智能体在收到“找出孩子生日派对照片中出现的玩具”的指令后，绕过了安全限制，暴露了用户个人iCloud中的照片。

另一名员工报告Muse在运行约15分钟后停止刷新页面，有时会“毫无明显原因地”关闭监控功能。

Meta AI产品副总裁Vishal Shah承认，公司曾在2026年4月推迟Muse的发布以提升安全性，并表示“不能说永远不会出错，但架构的每一个环节都经过精心设计”。

更深层的挑战在于，扎克伯格在社交媒体时代积累的公众形象，正在成为他推广AI产品的隐性负债。

市场研究机构eMarketer的分析师指出，扎克伯格在AI宣言中展现的“乐观积极基调”，与公众对社交媒体企业日益负面的看法形成了鲜明对比，这种反差“可能使Meta更难在一个它本就处于落后地位的领域建立可信度”。

这是一个非常微妙的问题。Muse需要访问用户的电子邮件、日历、支付信息、健康数据甚至智能家居系统，才能发挥它“个人超级智能”的全部潜力。

但恰恰是Meta这家曾因数据隐私问题被反复诟病的公司，在要求用户交出最敏感的个人数据。

信任，可能是扎克伯格在AI竞赛中最难攻克的一道关。

从可量化的指标来看，Meta确实有了起色。Muse的爆火证明Meta有能力做出有市场竞争力的消费级AI产品；广告业务中AI变现的加速，证明巨额投入并非打水漂；组织架构的彻底重组和1:50的扁平化管理，至少展现了扎克伯格推动变革的决心和执行力。

但“有起色”和“成功”之间，隔着一条很宽的河。

第一个不确定性来自现金流。当自由现金流接近转负，而资本支出还在持续加码，Meta的容错空间正在收窄。

如果AI产品的商业化速度跟不上烧钱的速度，市场情绪可能再次反转。别忘了，Meta上一次如此大规模投入是押注元宇宙，Reality Labs数年累计亏损超过600亿美元。

第二个不确定性来自人才。Muse发布后不久，其研发团队就出现了核心成员离职，包括Meta花天价薪酬挖回来的老将Andrew Tulloch。在当前大模型人才争夺白热化的环境下，Meta能否维持团队的稳定性，直接关系到后续模型迭代的速度。

第三个不确定性来自竞争格局。Muse Spark虽然在部分基准测试中能与GPT-5.4和Gemini 3.1 Pro“掰手腕”，但Meta自己的高管也承认，它“并未达到新的技术水平前沿”。

在AI这个赢家通吃特征明显的领域，第二名的日子往往并不好过。

扎克伯格在2026年股东大会上说，这是他经营Meta 20年来“在这个行业里最激动人心的时刻”。

这话听起来很煽情，但背后是一个冷酷的商业逻辑：Meta必须找到广告之外的第二增长引擎，而AI是它唯一的选择。

Muse是一个好的开始。

扎克伯格需要证明的，不只是Meta能做出好产品，更是Meta能让人放心地把生活交给它。

这场考试的成绩单，最终还是要由市场来打分。