EP428 - 看穿 Meta 的 AI 佈局：Zuckerberg 跟 Alexandr Wang 的兩小時，我整理成五步

🎙 本集整理自 Cheeky Pint（Stripe 共同創辦人 John Collison 的節目）〈Muse Wonder: Zuckerberg and Wang's $100B AI〉，受訪者：Mark Zuckerberg（Meta 創辦人暨執行長）、Alexandr Wang（Meta 首席 AI 官、Meta 超級智慧實驗室 MSL 負責人）。 ▶ 原訪談（2 小時完整版）：   • Muse Wonder: Zuckerberg and Wang's $100B AI   大家把 Meta 當成 Llama 4 失手、在後面追 OpenAI 的那一家。可是把這兩小時聽完，Meta 其實是刻意選了一條別人沒在跑的跑道：不拚自動化知識工作，做一個幫一般人辦事的個人 agent（Muse），而且從資料中心、模型、商家 agent 到眼鏡，整套自己做。這一集照一個 AI 產品從無到有的順序，拆成五步：人、算力、模型、產品、錢。片中嵌入 13 段兩人的原話（中英字幕）。 ⏱ 章節 00:00 開場：還沒看到模型，先寫一張千億支票 00:54 Meta 不是在追：一條空跑道 02:16 一、人：砍掉重練 04:49 二、算力：先押，再看牌 07:19 三、模型：模型就是產品 11:35 四、產品：agent 也會有帳號 14:23 五、錢：先到十億人，再收錢 16:04 帶得走的五件事 16:57 我的判斷 🧠 帶得走的五件事 1. 人：開新職缺前，先比「多一個人」跟「把預算給團隊最強的三個人買工具、買算力」哪個產出多 2. 算力：押一大筆之前寫下兩句：哪幾件事同時失敗我才會虧？失敗了這筆投資還能拿去做什麼？ 3. 模型：開一張試算表，每一列是一個使用者在乎、但跑分量不到的小地方，每次改版逐列打分 4. 產品：如果使用者跟你的產品中間多了一個 agent，你是被呼叫的 API，還是被繞過去的網站？ 5. 錢：免費讓多少人用之後，合作夥伴才會主動來串接？答不出來，免費就只是燒錢 ⚠️ 片中「他說」的部分（研究團隊人數、訓練成本粗估、內部會議）只有訪談本身這樣講，查不到第三方來源；跑分第一是 Meta 自己公布的數字。 📚 資料來源 ・原訪談逐字稿（Cheeky Pint Substack）：https://cheekypint.substack.com/p/mus... ・Meta：Muse Wonder 發表 https://about.fb.com/news/2026/10/int... ・Meta：Muse 個人 AI agent 發表 https://about.fb.com/news/2026/09/int... ・Meta 投資 Scale AI 49%（Axios）https://axios.com/2025/06/13/meta-sca... ・Meta 超級智慧實驗室成立備忘錄（CNBC）https://www.cnbc.com/2025/06/30/mark-... ・Llama 4 發表（Meta）https://ai.meta.com/blog/llama-4-mult... ・Prometheus／Hyperion 資料中心（TechCrunch）https://techcrunch.com/2025/07/14/mar... ・CJ Desai 加入 Meta（CNBC）https://www.cnbc.com/2026/09/28/mongo... ・Stripe 收購 OpenRouter（Stripe）https://stripe.com/newsroom/news/stri... #Meta #Zuckerberg #AlexandrWang #Muse #MuseWonder #AI #超級智慧 #AI懶人報