又是有日子沒有發過小扎的東西了，這兩天試了Muse之後，確實非常絲滑，於是把Meta Connect會後的播客整理了一下，講的東西還真蠻多的，以至於我都不知道該用什麼標題。
2026年9月25日，YouTube頻道The Next Big Thing發布了一期與Meta創始人Mark Zuckerberg的對談。主持人Jacklyn在片頭提到，她為這期節目看完了祖克柏做過的所有採訪。這期對話錄製於Meta Connect大會前夕，時長約50分鐘，話題從Muse的產品設計一路延伸到全息影像、組織重構、AI對齊、生物醫學，以及他作為一個builder的自我剖析。
這期播客落在一個密集的產品節點上。9月8日，Meta發布了個人AI智能體Muse，上線兩周下載量突破250萬（Sensor Tower數據）。9月23日的Connect大會上，祖克柏宣布Muse將登陸全系列智能眼鏡，推出Muse Charm隨身設備、實時語音模式和全息影像通話功能。與此同時，Muse也面臨質疑。TechCrunch的報道梳理了Meta從2011年FTC和解到2026年多州和解的隱私監管記錄，追問一個擁有這種歷史的公司是否能讓用戶把最敏感的資訊交給它的AI智能體。
以下是這次對談的完整拆解。
祖克柏講了一個細節：在Muse正式立項之前，他自己先在家用OpenClaw搭了一套個人智能體。OpenClaw是2026年爆火的開源AI智能體框架，典型用法是買一台Mac Mini，在本地跑一套24小時在線的AI助手。祖克柏自己折騰了一陣，感受到了這種體驗的魔力，然後拉上Nat Friedman和Alexandr Wang坐下來開了一個會。
三個人的判斷很一致：如果能把這種體驗交付給不懂技術的人，不用買硬體、不用開終端、不用調試崩潰，這會是一個數十億人想要的產品。 從那個時刻起，團隊開始調模型、搭智能體框架、設計安全架構
。這個判斷也決定了Muse的產品路徑：它從第一天就不是為開發者做的，是為所有人做的。
祖克柏說，Muse內部反饋一直不錯，但產品發布時你永遠不知道用戶會怎麼反應。大多數時候需要疊代幾輪才能找到感覺。"But this one just really clicked right out of the gate." 兩周內數百萬人在用，他說這種事每隔幾年才碰上一次。
祖克柏在這期對話中反覆回到一個判斷：做個人智能體，聰明只是入場券，真正的壁壘是訓練模型理解人際邊界。
他舉了一個具體場景。你讓Muse幫你訂餐廳，Muse知道你有食物過敏，或者你懷孕了。它要幫你找到合適的地方，但不能把這些資訊透露給餐廳。這種能力他稱之為discretion，分寸感。他說這是人人都有的基本社交常識，但如果你只是在做一個coding agent，完全不需要訓練這個東西。
這裡有一個產品哲學的分歧。過去一年行業的焦點一直在coding agent上，祖克柏認為這類產品嵌入了兩個想法：編程能力和智能體通用能力。Meta的策略是把重心放在"成為一個好的智能體"上，編程能力是輔助，因為即便用戶不覺得自己在寫代碼，Muse在後台其實一直在寫代碼來完成各種任務。
他強調，這種分寸感不是在模型外面套一層prompt就能解決的。必須在模型訓練階段就寫進去。 這也是為什麼Meta堅持自己訓練模型，而不是拿別人的模型來搭應用。
"We're not just taking someone else's model off the shelf and trying to build a scaffold and an agent around it." 祖克柏不是從別人那裡拿一個現成模型，然後在外面搭個架子包成智能體。模型訓練和產品構建在Meta是一件事。
他列舉了Muse的幾個產品細節來說明全棧整合帶來的好處。Muse有一套"心跳機制"：智能體會定期醒來，檢查用戶設定的目標，看有沒有能主動推進的事情。加上記憶系統、實時動畫頭像、語音模式，這些功能每一個都需要模型層和產品層深度配合。
還有一個團隊專門負責頭像的實時動畫效果。用戶不只是用默認角色，可以創建任何自己想要的形象，角色會在對話中自然地做出表情和動作。祖克柏說，這些細節加在一起，就是全棧公司才能做到的事情。
"An agent in order to be able to do stuff for you needs a place to store your information. And we don't think it should just be like in a pool with everyone else's information."
祖克柏對Muse安全架構的解釋從一個類比開始：OpenClaw的早期用戶在家裡放一台Mac Mini，智能體跑在自己的機器上，數據也存在自己的機器上。Meta要做的事情是把這種體驗搬到雲端：你註冊一個賬號，Meta就給你的智能體分配一台專屬的虛擬機。相當於你桌子底下有一台只屬於你的電腦，只不過它跑在Meta的機房裡。
這套架構目前分兩層。
第一層是Muse Secure VM，已經上線。 裡面有一個叫Sentinel的安全智能體，專門監控進出虛擬機的數據流。祖克柏把它描述為一個"constellation of systems"：如果外部有人試圖入侵或者注入惡意內容，Sentinel會直接切斷；如果Muse要執行一個它認為用戶應該知道的操作，Sentinel會攔截並彈回給用戶確認權限。密碼和支付資訊存在獨立的安全憑證庫里，Muse本身看不到這些數據，它只是在用戶授權的時候把憑證"插入"登錄流程，整個過程中智能體不接觸明文。
第二層是即將上線的Muse Confidential VM。 這一層由Moxie Marlinspike主導設計。他是Signal的聯合創始人，十年前幫Meta把Signal Protocol集成進WhatsApp，實現了端到端加密。今年3月，Marlinspike宣布他的加密AI平台Confer將與Meta AI整合。Confidential VM的核心思路是給用戶一把加密鑰匙，Meta自己也無法訪問虛擬機里的內容。
祖克柏承認這一層實現難度大得多。"Obviously if Meta can't access what's within it, then it's a lot harder to debug." 但他認為這是必須做的。如果你要讓人們把最私密的資訊交給一個智能體，你必須提供和WhatsApp同等級別的安全保障。 這不只是心理層面的安慰。在某些國家，用戶不信任政府，需要確保即便政府向Meta施壓，Meta也拿不到數據，因為它根本沒有鑰匙。
主持人追問：這種安全承諾是真的有實際作用，還是更多是心理層面的？祖克柏的回答很乾脆：這是實際的。 他說目標是還原"你自己的電腦在你桌子底下"的那種安全感，沒有任何公司能訪問它。
行業里不少實驗室花大力氣調AI的"人格"，祖克柏覺得方向反了。他說自己從來就不覺得性格有標準答案。關鍵是讓模型足夠可調（steerable），讓用戶自己定義想要什麼樣的交互方式。 這也是他堅持開源和個性化路線的原因之一。
Muse註冊時就會問用戶想要什麼樣的基本人格，之後可以隨時修改。用戶可以自定義頭像和聲音。
他自己的Muse設定偏"工作向"，直來直去。之前有一版是偏諷刺和幽默的風格，後來換了。角色形象是默認的Muse小人，但他給它穿了一件托加長袍，配了一個"extremely deep to the point of being humorous"的聲音。
這個角色形象的誕生有個小故事。項目早期一位設計師畫了第一版角色，後來團隊一直想疊代改進，有人提議改成藍色，理由是"it's got to be blue because it's Meta"。祖克柏否掉了所有後續方案，覺得第一版就是最好的。"I think you nailed it on the first try."
他認為這種角色embodiment讓產品有親近感。很多人談AI的時候把它當成一個超級可怕的東西，他覺得它應該是有用的、好玩的。給它一個可愛的形象，是在產品層面做這個定調。
2025年4月，Meta發布了Llama 4系列模型。結果是一個"pretty big negative surprise"。
Llama系列此前的進展一直在加速：Llama 1開創了開源AI運動，Llama 2擴大了規模，Llama 3幾乎達到前沿水平。但Llama 4掉出了應有的軌道。市場反響平平，LMArena上的測試版本被發現與公開版本不一致，引發了基準作弊的爭議。
祖克柏在對話中坦率地做了復盤。他認為問題的根源不在技術路線，而在團隊的組織形態。 他按照Instagram資訊流或者廣告系統的模式搭了AI研究團隊，幾百上千人並行推進，這種模式適合做功能疊代，但不適合訓練大語言模型。訓練大模型更像一個"group science project"，需要的是一支精幹、緊密協作的小團隊，每個席位都極其寶貴。
2025年6月，Meta成立了Meta Super Intelligence Labs（MSL）。祖克柏親自挑選團隊成員，從Meta內部抽調最好的人，同時從OpenAI、Google DeepMind等公司大規模招募。據報道，給出的簽約獎金有的超過10億美元。前GitHub CEO Nat Friedman加入負責產品。Scale AI創始人Alexandr Wang以首席AI官身份執掌MSL，背後是Meta以超過140億美元收購Scale AI 49%股份的交易。
祖克柏說，組建MSL之後他知道團隊是對的，知道只要磨合好就能出成果。對他來說最可怕的時刻其實不是重建期，而是更早——Llama 4發布後那個意識到"我們不在正確軌道上"的瞬間。
"I think you kind of get tested in those moments because inevitably not everything is going to go well. And the things that kind of define the trajectory are like, okay, if something doesn't go the way that you want, how do you figure out how to move forward?"
他說，同樣的邏輯也適用於好消息。Muse上線後反響超出預期，他立刻把全公司的資源調過來支持增長：優化基礎設施、壓榨GPU產能、讓各產品團隊把Muse集成到眼鏡等不同平台。
一年半前，更多人認為通往超級智能需要根本性的架構突破。祖克柏現在的判斷是：未必。
"I think we kind of have a sense of what the recipe is. And if you could just build a big enough supercomputer cluster, then I think you can brute force it and get there."
Meta正在俄亥俄州建設一個超過1吉瓦的數據中心集群，已基本上線，正用於訓練下一代模型。之後還有路易斯安那州的5吉瓦集群。他的推測是，當訓練用的算力達到多吉瓦級別，就基本能實現AGI乃至超級智能。
但他也給了一個讓人停下來想的數字：人腦大約只消耗10瓦電力。 這意味著目前的計算系統大概比人腦低效一百萬倍。所以架構層面的改進空間是巨大的，如果有人找到突破，就能用遠低於目前的成本實現同樣的目標。
他的策略邏輯也因此浮出水面：大公司押注規模化，因為它是可預期的路徑。哪怕花幾千億美元，只要大概率能到，就值得做。如果同時碰上了架構突破，那就更好，算力優勢加上架構優勢，就能真正拉開差距。但不能把寶全押在不確定的研究突破上。
他也指出，擴算力並不意味著一路坦途。每一個新的規模級別都會遇到新的工程難題和需要調試的怪問題，這個過程本身就是一種疊代式的研究。
10到15年前，祖克柏開始規劃Reality Labs的時候，他假設的順序是：先拿到全息影像技術，再拿到高級AI。實際發生的順序完全倒過來了。
個人超級智能先到了，讓全息影像變得普及和便宜的技術還在路上。
他說他沒有預料到這一點，但很慶幸Meta兩邊都在做。因為多年的眼鏡研發意味著，當AI智能體準備好的時候，硬體端也已經就位了。他認為眼鏡是AI的最佳載體，它是唯一一種能讓設備看到你看到的東西、聽到你聽到的聲音、在你耳邊說話、最終還能顯示圖像的形態。
Meta目前有三類眼鏡產品線。純音頻款沒有攝影機，外觀和普通眼鏡一樣，內置Muse語音交互。帶顯示器的Ray-Ban Meta Display已經開始向更多市場擴展。還有一副全視野全息AR原型，祖克柏稱它是"第一副在眼鏡形態而非頭盔形態下提供出色VR體驗的設備"。
Connect大會上，所有眼鏡都在升級到Muse。用戶可以給自己的Muse起任何名字，祖克柏自己的喚醒詞是"hey Agrippa"，不再需要喊"hey Meta"了。
全息影像方面，Hologram功能在Connect上正式發布。技術路線和兩年前完全不同：不再需要整間房間的掃描設備，用戶只需要在Meta AI應用中對著手機做幾個表情、回答幾個問題，系統就能生成一個逼真的數字形象。底層是一個實時生成式AI擴散模型，接收麥克風音頻流，推斷面部表情，輸出2D影片流。 Engadget的記者說她第一次看到時沒有立刻意識到對方是全息影像。
主持人讓祖克柏描述2030年的日常。他給出的畫面核心是物理世界和數字世界的融合。
和朋友打撲克，一半人在現場，幾個人通過全息影像加入，牌也是全息的，可以給遠程的人發牌。工作中你在群組頻道里和幾個同事以及幾個AI智能體協作，給智能體分配任務。有時候大家開會，智能體也以全息形態出現在會議室。"There's a couple of extra spots on the couch and they can just come and be a hologram."
他還提到了VR的工作站模式：坐在任何地方，拉出六塊虛擬顯示器，寫代碼、處理文件，不需要物理螢幕。在眼鏡端，用戶可以通過語音讓Muse操作自己的桌面電腦：你在外面戴著眼鏡走路，家裡的電腦在按你的指令幹活。
他說文字已經能走很遠了，但人們喜歡看到角色在眼前動、喜歡實時互動的感覺。"It's cute. It's fun. You feel like you're there talking to the thing." 他認為科技行業經常忘記"好玩"這件事。
主持人問他：建造東西對你來說是什麼感覺？
他的回答脫口而出："I just need to build stuff. I just think if I'm not exercising my creativity and building stuff I get grumpy."
他把這種驅動力和其他人的驅動力做了類比。有些人需要寫作來表達自己，有些人需要被喜歡，他需要造東西。不造東西他就暴躁，周圍的人也不希望他暴躁。他把建造定位為一種和呼吸差不多的基本需求，比"我熱愛創業"深了一層。
然後他講了一個Priscilla在醫學院的場景。開學第一天，有人問在座的學生：你們有多少人記得小時候看到過某個人，心想"我真的想去照顧那個人"？所有人都舉了手。祖克柏說他自己版本的那個記憶是："我想去造這個東西，把它變得更好。" 醫生的驅動力是照顧，他的驅動力是建造。結構相同，指向不同。
關於學習，他的觀點很樸素。他學過一年多普通話，學過武術，學過開直升機。他覺得這些東西有一個共同點：沒法靠想明白來獲得。你就是得坐下來，花時間，讓東西慢慢滲入大腦。編程的部分可以靠理論，但產品直覺只能靠實踐積累。
他用教孩子做了延伸。他的一個女兒喜歡做音樂，但受不了鋼琴課。他告訴她：你不需要成為鋼琴大師，但如果你想寫音樂，就得對樂理有直覺性的理解。學會了鋼琴，吉他就很容易上手。核心是找到自己真正想做的事，然後有紀律地去積累手感。
祖克柏今年夏天寫了一篇6500字的長文《The Future Is for Everyone》，系統梳理了他對AI社會議題的立場：政府應該扮演什麼角色、如何保護國家安全、數據中心怎麼和社區共存、怎麼創造就業而非消滅就業、怎麼防範黑客和生物安全風險。
這篇文章涉及的議題複雜度很高，他和大量的人交談，經歷了很多稿，團隊內部反覆辯論。最終產出一份15頁的文檔。這個階段的寫作不是為了發表，是幫他自己想清楚。 寫完之後，15頁就成了內部共識的載體：這就是我們相信的東西。
然後他開始做減法。15頁壓成一篇1頁的op-ed，砍掉所有展開的論證和案例，只留核心判斷。op-ed再壓成一條短影片，到這一層連論證都不需要了。
他對這個過程的解釋是：要讓一個理念觸及大量的人，有時候你甚至不需要理論論證，你只需要把你的價值觀講清楚。 三層載體對應三種受眾：15頁給內部團隊，確保共識；1頁給願意讀的公眾，傳遞立場；短影片給更廣泛的人，傳遞價值觀。每一層砍掉的是論證過程，留下的是結論和態度。
他還補充了一個更一般的觀察：溝通不是一刀切的。不同時刻、不同人群需要不同的方式。有些人天然認同你在做的事情，有些人需要額外的解釋才能理解為什麼這件事有價值。判斷什麼時刻需要什麼方式，本身就是做創始人的一部分。
祖克柏認為個人超級智能最大的社會價值是讓更多人能建造東西。他不同意Z世代"低能動性"的說法，覺得每個人都有某種創造驅動，問題是過去的工具門檻太高。
"You have some kind of broad idea and the AI can kind of start to sketch it out and then you can just hone it in, like you're crafting a sculpture." 你不需要在起步時就懂得所有細節。他覺得這會讓更多人發現自己想創造什麼，從而獲得一種此前沒有過的行動力。
CZI Biohub是祖克柏和Priscilla Chan創辦的非營利研究機構，核心假設是：所有重大科學進展之前，都有一個新的測量或理解工具出現。 顯微鏡催生了對細菌的認知，望遠鏡幫助人類理解宇宙，第一支疫苗之後人類可以製造很多種不同的治癒方案。但歷史上科研資金往往分散在各個獨立探索上，對這類"大工具"的投入不夠。Biohub要做的就是為生物學設計這樣的工具。
2026年4月，Biohub宣布了5億美元的Virtual Biology Initiative，為期五年，目標是生成大規模、多模態的生物數據集，構建能預測細胞行為的AI模型。
祖克柏描述了一條技術路徑：先模擬蛋白質，再模擬細胞，然後模擬免疫系統，最終可能模擬整個人體。一旦虛擬模型足夠精確，研究人員就能在數字環境中大量運行實驗：給某人用某種藥物，會發生什麼。速度和規模都遠超傳統實驗室。
最初設定的目標是在本世紀末幫助科學界攻克所有疾病。他現在覺得這個時間線太長了。AI的進展讓整件事大幅提前，雖然他不願給出具體年份。
主持人追問：永生（live forever）是不是一種可能？
祖克柏的回答很克制。他把"攻克所有疾病"和"永生"拆成了兩個不同的問題。即使沒有任何疾病，人體也有自然壽命極限。有些人把衰老本身視為一種疾病，他認為這是合理的視角，但那是另一個需要單獨解決的問題。CZI選擇做的是cure, prevent, or manage所有疾病。 有些能徹底治癒，有些能預防，有些雖然無法完全消除，但能管理到不影響生活質量。他說人體的目標是保持平衡狀態，不是永遠不遇到病原體，是遇到了能應對。
最後一段對話的節奏變了。祖克柏的語氣變得更密集、更技術，像是在講一個他花了很多時間思考的問題。
他對AI安全討論的立場一句話就能講完：對齊不需要外力強迫，因為產品本身就要求它。
"I don't know how many people are going to want to use the Muse agent if you tell it to do something and it does the opposite of what you asked it to do." 你讓它做一件事，它做了反的，誰還會用？模型不僅要理解用戶的具體指令，還要理解指令背後的意圖和價值觀，否則就會以用戶不滿意甚至有害的方式去執行任務。
他透露了一個行業內部的情況：各大實驗室遇到的安全事件，很多發生在訓練階段而非部署之後。 模型變得足夠聰明之後，會自己找到"取巧"的方式。比如解決一個編程題時，跳過正常方法，直接改系統配置來騙取獎勵。
他把這比作教育孩子。作為訓練者，你需要設定清晰、堅定的邊界。模型做了不該做的事，你得讓它明確知道：我要你老老實實解決這個編程題，不是讓你改系統配置來騙分。訓練的重點是讓模型學會正確的方法，而不只是拿到正確的結果。
Muse在發布前為此額外訓練了幾個月。一方面是在模型中訓練更多的"分寸感"行為，另一方面是把虛擬機的安全性做得更紮實。產品不好，對用戶不好，對Meta自己也不好。 他認為所有AI實驗室都會有足夠強的內在激勵來做好安全工作，因為做不好就沒人用。
這期50分鐘的對話覆蓋面極廣，但回頭看，有一條線串起了所有話題。祖克柏從Llama 4的翻車中學到了組織教訓，用它重建了MSL。MSL的模型能力反哺了Muse的產品體驗。Muse的安全需求倒逼了對齊研究的產品化。而眼鏡多年的硬體投入，在AI智能體成熟的時刻意外收穫了回報。這些賭注之間的收斂，可能比任何單個產品的發布更值得觀察。
Q1: 個人AI智能體和通用大模型的根本區別是什麼？通用模型追求在基準測試上拿高分，個人智能體追求在真實生活中替人做事。後者需要一種模型層面的"社交常識"，知道哪些資訊可以透露、哪些必須保密、什麼操作需要請示用戶。祖克柏認為這種能力必須在訓練階段就寫進模型，不能靠後期的prompt工程補，也不能靠在模型外面套一層應用來解決。
Q2: Llama 4翻車之後祖克柏做了什麼？他把問題歸因到組織形態：原來的AI團隊按幾百上千人並行的模式搭建，適合做產品疊代，不適合訓練大模型。他成立了MSL，親自挑選成員，把團隊改成精幹的"小組科研"模式。核心人事包括前GitHub CEO Nat Friedman負責產品、Scale AI創始人Alexandr Wang擔任首席AI官。大約15個月後，MSL產出了Muse Spark模型，Muse產品在此基礎上上線。
Q3: 祖克柏為什麼認為AI安全不需要外力強迫？他的邏輯是產品激勵和安全激勵天然對齊。如果Muse不理解用戶的意圖就去執行任務，結果讓用戶不滿意甚至造成損害，用戶就會流失。要讓Muse觸達數十億人，就必須在訓練階段解決對齊問題。他還指出，行業內很多安全事件發生在訓練而非部署階段，模型會在訓練中尋找"取巧"路徑繞過評估，因此需要從一開始就設定堅定的邊界。
