Alexandr Wang 和 Lecun,谁对 Meta 更重要?
谢邀。作为一名身处硅谷一线的AI创业者,这个问题恰好击中了我一直在思考的核心。它看似在比较两个人,实则是在拷问一家科技巨头在当下这个“大重构”时代,究竟该如何选择自己的生存之道。
长话短说,我的核心观点是:在这个充满不确定性的时代,最重要的不是“做对”,而是通过快速试错来获得“信息增量”。因此,谁能帮助Meta更快、更狠地获取信息,谁在此刻就更重要。

“大重构”时代:追求“信息量”而非“正确答案”
我一直认为,我们正处在一个“大重构”的时代。这意味着旧的规则和成功的路径正在失效,无论是行业巨头还是初创公司,大家都在同一起跑线上摸索。没人知道AI的终局是什么,没人手握标准答案。
在这种混沌状态下,最聪明的策略,就是像埃隆·马斯克那样,追求极致的信息获取效率。他收购推特后大刀阔斧地裁员,外界看是混乱,但他遵循的是第一性原理:通过制造剧烈变动,来测试系统的极限,从而用最快速度搞清楚什么是真正必要的。他犯的错,都是为了购买决策所需的信息。他敢在千亿美金的盘子上犯错,因为他相信,从昂贵的错误中学到的东西,能让他在未来做出更昂贵的、正确的决策。
扎克伯格的焦虑:用“无限开火权”换取未来
现在,我们把视角切换到扎克伯格。Meta作为他个人意志的延伸,同样面临着巨大的不确定性。元宇宙的赌注重金押下,回报遥遥无期;AI浪潮汹涌而来,Meta必须立刻调转船头,迎头赶上。
小扎也不知道哪条路是对的。所以,Meta的核心战略回到了最朴素的一点:快速迭代。
怎么才能迭代得更快?就是给你钱,给你权,让你放手去做,把“信息”给我带回来。这是“无限开火权”。Meta豪掷百亿美金,建立超级人工智能实验室,高薪挖人,甚至不惜通过一笔价值百亿的交易将Alexandr Wang和Scale AI的核心团队“请”进来,其本质都是在下注。
它在赌,通过让最有能力在一线“搞事情”的人,以最快的速度去尝试,去碰撞,哪怕失败了,也能从失败的废墟中带回关于市场、技术和用户的宝贵信息。这些信息,就是Meta在迷雾中航行的唯一地图。

LeCun vs. Wang:科学的远见与战争的执行力
这就引出了问题的核心:Yann LeCun和Alexandr Wang。
- Yann LeCun是殿堂级的科学家。他关心的是“智能”的本质,是未来十几年甚至几十年的科学路径。他曾清晰地定义过研究者(Researcher)的职责——为长远的未来负责。这当然是无比正确的,也是人类进步的基石。但问题是,如果公司活不到那个未来呢?当业务不在了,再伟大的远见对于这家公司而言,意义何在?
- Alexandr Wang则代表了极致的一线执行力。他创立的Scale AI,本质上就是一家将现实世界中的混乱信息(图像、文本)转化为AI模型可以吸收的“军粮”的工厂。他最懂如何用最高效的方式,为AI这台战争机器提供燃料,让它跑起来,去战场上获得一手信息。
所以,这两者的价值冲突就非常清晰了:
- LeCun提供的是科学的真理和长远的灯塔。
- Wang提供的是当下的执行力和宝贵的信息增量。

结论:Meta用行动给出了答案
在我们这些外部观察者看来,Meta的组织架构调整似乎很混乱。但从一个探索者的角度来看,这恰恰是“大重构”时代难以避免的过程。
而Meta最近的行动,已经给出了它的答案。通过设立新的超级智能实验室,并任命Alexandr Wang挂帅,甚至让Yann LeCun向其汇报,扎克伯格用最直接的方式宣告了他的选择:在当下这场决定生死的AI战争中,能够带领部队冲锋陷阵、抢夺信息和阵地的将军(Wang),比指引遥远星辰的导师(LeCun)更为紧迫和重要。
我们作为“吃瓜群众”,其实是在“摸着Meta过河”,观察这家巨头如何用真金白银去试错,为我们探索未来的道路。
不管 Meta 的方法行的通还是不通,小扎能学到很多东西,我们也能学到很多东西,这都很妙啊。
继续阅读
全部内容微软宣布全球裁员 6000 人,为 2023 年以来最大规模,为什么此时裁员?会对微软带来哪些影响?
我前一段时间做了一个音乐的专辑,叫做“WITH GREAT AI POWER COMES GREAT LAYOFFS”(AI 能力越大,裁员越大),这就是这个时代的真实写照:海外音乐,网易云。 微软确认要在全球裁掉 ≈6000 名员工,约占总人数的 3%。如果你还在问“为什么是现在”,恐怕把焦点放错了方向——这只是一次...
怎么看待全球首位AI工程师Devin?
一线的员工毕竟要做事,做了事要负责,搞不好 AI 优先淘汰的是一线的 Manager。 毕竟很多基层和中层管理岗位的主要工作,如信息收集、汇总分析、排班、绩效考核、答疑解惑等,都有望被AI所取代。一方面,AI可以7x24小时不知疲倦地工作,处理海量信息,生成实时报表和洞见,很多方面已经超越了人类的能力。另一方面,自然语...
AI 时代的范式跃迁:时代红利属于 AI Native Company,而非 AI Native Product
在过去十余年的科技浪潮中,“ML(机器学习)原生”产品塑造了商业版图。从搜索引擎到个性化推荐,再到精准广告,机器学习作为核心引擎重新定义了产品形态,成为上一个时代企业攫取红利的关键。然而,随着生成式AI等新技术的崛起,我们正站在范式转换的关口。如今的AI时代,真正决定胜负的已不再是哪款“AI原生产品”更炫目,而是哪家“...

