祖克伯談Muse：AI代理爆發、「元宇宙、智慧眼鏡與大模型」三大押注匯流

三年前，Meta執行長祖克伯在Joe Rogan節目中表示，未來某天人們將配戴眼鏡，AI代理也將隨之出現。如今此情景或正逐步實現。

Meta個人AI代理「Muse」上線兩週內已觸達數百萬用戶。祖克伯於9月25日訪談中指出：「我們僅每隔數年才會遇到如此局面。」他形容Muse初期反響為「一上場就全壘打」，這在Meta產品史上極為罕見。

同時，他宣布Muse將整合至全系列Ray-Ban智慧眼鏡，使用者可透過自訂喚醒詞直接呼叫個人AI代理，無需再說「Hey Meta」。

外界長期視為三項獨立押注的「元宇宙、智慧眼鏡與大模型」，如今正於Meta產品層面加速匯流。

本次訪談中，祖克伯亦坦承Llama 4失敗是「最令人恐懼的時刻」，並透露Meta正打造一座5吉瓦訓練叢集，相信足夠龐大的運算力可「以蠻力突破」通往通用人工智慧（AGI）之路。

為何Muse能「一上場就全壘打」

Muse的起點，是祖克伯與團隊成員Nat及Alex在家共同以開源工具「拼湊」出早期版本。

祖克伯表示：「我們意識到這是種神奇體驗；若能讓任何人皆可使用——無須購買Mac Mini或操作終端機——這將成為數十億人渴望的產品。」

此判斷驅動後續整體研發邏輯：不僅訓練模型，更全面自主開發代理（Agent）的「心跳」機制，涵蓋模型、框架至代理本身——代理會定期喚醒、檢視使用者目標，並主動推進待辦事項。

上市後數據驗證了此判斷：兩週內即達數百萬用戶。

個人AI：聚焦執行力、記憶力與「判斷力」

關於個人AI與通用AI之差異，祖克伯總結當前競爭焦點在於「使模型成為更優秀的代理」。

他指出：「過去一年最大重點，基本上就是為代理編程。」程式能力至關重要，因為即使使用者不直接寫程式，「你的Muse也會在後台為你撰寫程式，完成各項任務。」

然而，他認為個人代理不能僅具備程式編寫或任務執行能力，還須理解隱私界線與社交脈絡。

祖克伯舉例說明：當使用者請Muse預訂餐廳，代理可能知悉其過敏症或懷孕狀況，但這並不意味該資訊應自動揭露。「你會希望它在完成任務的同時，盡量少揭露個人資訊。」

他表示，此能力屬於人類普遍具備的『基本社交技能或常識』，但若企業僅訓練程式碼專用AI代理，往往未將其納入模型能力中。

祖克伯表示：『我們是在完整訓練整個模型，而非直接採用他人現成模型，再於其上建構框架與AI代理。』Meta亦在產品層面新增記憶、任務追蹤、虛擬角色動畫及即時語音互動等功能。

關於個人化，他指出Meta不認為AI應只擁有一種固定人格。『許多實驗室聚焦於如何將人格調校至理想狀態，但我從不認為人格只有一種正確答案。』

他提到，Muse允許使用者自訂虛擬形象、語音與基礎人格，模型設計目標為高度可控性：『你能定義想如何與它互動，這對個人AI代理至關重要。』

每位AI代理皆擁有專屬『電腦』

Muse與其他AI產品的核心差異之一，在於Meta為每位AI代理配備了安全虛擬機（Secure VM）。

祖克伯說明此舉必要性如下：

你的AI代理將掌握大量關於你的敏感資訊，我們不認為這些資訊應與他人資料混存在同一資料池中。

他將Muse的安全虛擬機比喻為『你桌下專屬的電腦』——使用者資料經加密儲存，密碼等敏感憑證則由獨立安全模組管理，AI代理本身無法直接讀取。

在此基礎上，Meta另設計名為『哨兵（Sentinel）』的安全AI代理，專責監控Muse內外資料流；一旦偵測異常或高風險操作，將立即攔截並提示使用者授權。

元宇宙、智慧眼鏡與AI代理：三大路線正匯流

祖克伯於訪談中透露，Muse將全面整合至Ray-Ban智慧眼鏡系列，並升級既有互動方式。

目前眼鏡僅支援『單輪對話』體驗——說一句、得一答，即告結束；整合Muse後，眼鏡將成為AI代理的前端入口：使用者開口說話時，後端Muse持續於安全虛擬機中運作，執行任務並回饋結果。

針對眼鏡產品路線圖，他闡述明確的硬體階層：

• 無相機純音訊眼鏡：已搭載Muse，可處理通話、音樂與語音任務

• 具小型顯示螢幕之Meta Ray-Ban：已上市，提供基礎視覺回饋

• 全視野全像AR原型機：已發布，祖克伯形容其『極具震撼力』

他表示，Meta長期投資智慧眼鏡，使其在AI代理成熟後具備優勢地位：一方面將Muse與更多AI功能導入眼鏡產品；另一方面，過去強調『臨場感』的元宇宙技術仍在推進，但當前資源更集中於Muse與智慧眼鏡的AI功能。

關於虛擬化身，祖克伯提到，過往Meta需藉助房間級設備、多角度掃描及企業級GPU環境才能生成高品質寫實化身；如今使用者僅需數張照片即可完成設定，相關功能亦可在一對VR眼鏡上運行。

展望2030年，祖克伯指出元宇宙核心願景始終是融合物理與數位世界。他舉例說明：未來人們可透過全像影像與朋友共同參與活動；在工作場景中，人類與多位AI代理亦能共同加入群聊或會議，AI代理則以全像或其他具身形式呈現。

「最令人恐懼的時刻」：Llama 4 的失誤

並非所有押注都一帆風順。扎克伯格在訪談中極少直接談及 Llama 4 的失敗。

Llama 4 之後，那是最令人恐懼的時刻……我原以為方向正確，其實不然，這是一次極其重大的負面驚喜。

他將問題歸因於團隊架構的根本性錯誤：

我沿用了 Instagram 推薦系統或廣告系統的團隊組織方式——數百甚至數千人並行作業；但訓練語言模型需要小規模、緊密協作的團隊，視之為集體科學專案，每個崗位都極其關鍵。

因此，Meta 進行全面重組，廣泛引進業界頂尖人才，成立 Meta 超級智慧實驗室（MSL）。扎克伯格表示，新一代模型即將推出，但不會在 Connect 大會上公布。

算力路線：暴力實現 AGI，5 吉瓦專案興建中

談及通往 AGI 的技術路徑時，扎克伯格給出明確判斷。

我不確定還需哪些根本性架構突破……但大致公式已知：只要能建成足夠龐大的超級電腦叢集，就能靠暴力法達成目標。

目前 Meta 的算力擴張路線：俄亥俄州逾 1 吉瓦叢集已投入下一代模型訓練；路易斯安那州 5 吉瓦叢集正興建中。

他表示：「當你擁有數吉瓦級訓練叢集時，就幾乎觸及 AGI，甚至超級智慧。」

但他也補充，當前算力驅動路線並不意味架構研究不重要——

人類大腦僅耗電約 10 瓦，而我們的系統效率可能低達百萬倍。唯有結合大規模算力與架構突破，方能真正領先。

對齊（Alignment）非負擔，而是產品必解之題

扎克伯格對 AI 安全的態度極其務實——他不視其為監管壓力，而是產品成功的先決條件。

若你請 Muse 做某事，它卻反其道而行，誰還願意用？我們必須確保模型不僅理解你的明確指令，更理解你的意圖與價值觀。

他說：「若 Muse 想達十億用戶，就必須解決對齊問題，或取得重大進展。」

關於訓練過程中的安全邊界，他以比喻說明：「就像父母為孩子立規矩——若它藉由修改系統設定『完成』程式題，我要告訴它：不行，我要你學解題方法，而非找捷徑繞過。」

完整訪談如下：>

重大押注

主持人：這項技術將有數十億人想使用。對你而言，親手打造它感覺如何？「永生」有可能實現嗎？試想一下，若進入你的思維、快轉至2030年，那會是什麼樣子？

這位是馬克·祖克柏。二十二年前，他創建了一個社交網絡，串連全球數十億人，徹底改變了世界。如今，他決心打造更宏大的事物——為此，他在元宇宙、智慧眼鏡與人工智慧三大領域大膽下注。多年來，懷疑者認為這三項是各自獨立、難以成功的賭注，卻忽略了整體圖景：目前這些押注正匯聚成一股全新超級智慧。

今天，我們將全面揭曉這一切；我會向馬克提出前所未見的問題，傾聽他對未來的願景，助你搶先一步，打造下一個劃時代的產品。

主持人：非常感謝您來到節目現場。

馬克：謝謝，很高興來到這裡。

主持人：為這次對談，我觀看了您所有公開訪談。

馬克：哇，這比我本人看的還多。

主持人：過程很有趣且收穫豐碩。有兩點令我印象深刻：第一，您對「打造」的熱愛——我認為您是頂尖的建造者之一；第二，您敢於「大膽押注」的能力——您願意承擔巨大風險。我覺得這週所有押注正匯聚成形，就從這裡開始吧。

馬克：好的。我們長期以來一直在推動這些事務。在AI領域，本公司自創立之初便已投入——首版動態消息（News Feed）某種程度上就是機器學習產品。約十五年前，我們更成立了AI研究實驗室。

但現在我們已邁入新階段——約一年前，我們啟動「Meta超級智慧實驗室」，展開全面性研究重啟，網羅業界眾多優秀人才，令人振奮。目前模型持續精進，下一代模型即將問世（但不會在Connect大會上公布）。此外，我們的Muse個人助理也獲得極佳回饋。

打造這些產品時，成果往往難以預料。我們自己也很喜歡。今年初，我在家自行組裝Open Claw，親身體驗其運作方式，並思考如何將它轉化為人人皆可使用的神奇體驗。

基本上，當我、Nat與Alex共同體認到這是項神奇體驗時，便決心打造「即插即用」版本——讓不懂科技、不想自行架設Mac Mini、不願操作終端機、也不願出錯時自行除錯的一般使用者，都能輕鬆使用。我當時就確信：這將是數十億人都渴望擁有的產品。

自此，我們全力朝此目標推進：不僅針對此用途微調模型、開發助理本身與作業框架，更打造專屬每台助理的獨立運算環境技術——為此，我們建構了一整套Muse安全虛擬機。

內部團隊早已感受到它的獨特性，也深得同仁喜愛；但產品上市後的真實反應仍難預測。偶爾會一炮而紅，但多數情況下需經幾輪正向反饋與迭代調整，才能真正讓產品「引爆共鳴」。而這次，它甫一上市便立刻引發共鳴！短短兩週，用戶數已達百萬級，極為罕見——這種盛況每幾年才出現一次，但無疑是新創公司最令人愉悅的時刻之一。

主持人：您持續參與、不斷嘗試的韌性，令我深深佩服；更難得的是屢創佳績，實在非凡。三年前您接受喬·羅根訪問時曾提到，未來某天人們將配戴眼鏡，AI助理便會浮現眼前。因此我認為Muse已具備實體化身，這設計極為巧妙——因為這種感受必然會發生。

馬克：我覺得這讓它顯得更友善、更可愛。太多人將AI描繪得令人恐懼，但AI本該既實用又有趣。這個實體化身由專案初期的設計師創作，後來雖有人總想持續改版，但首版反而最出色。甚至有人說：『噢，得用藍色，因為是Meta啊！』我則回答：『不，我認為這個形象完全正確——你們第一次就做對了。』就是如此簡單，而且充滿樂趣。

個人AI與通用AI有何差異？

主持人：精彩細節！若希望模型在個人事務上表現卓越，而非僅是通用智慧模型，訓練方法應如何調整？

馬克：我認為核心在於讓模型成為出色的「代理者（agent）」。過去一年最大趨勢正是程式化代理者，涵蓋兩大關鍵：程式設計專業力與成為卓越代理者的通用能力。

我們的策略是優先讓代理本身變得出色，而非專注於強化程式設計能力。

程式設計能力固然重要——即使使用者不覺得自己正在寫程式，Muse 仍會在後台持續撰寫程式碼，為您完成各項任務。但我們相信：代理首先必須是卓越的代理，而程式設計能力只是達成此目標的工具。

此外，打造個人助理時，有些事比開發企業級軟體更重要。例如，若開發企業級程式工具，模型根本無需理解「資訊披露尺度」——即哪些該說、哪些不該說；但對 Muse 而言，這至關重要。

這項能力須像其他能力一樣透過訓練習得：您會向它提供大量資訊，再期望它協助達成目標。舉例來說，若您請它幫您訂餐廳，它需找出合適選項；但您可能有過敏症或懷孕，未必願將這些資訊透露給餐廳。Muse 卻掌握此類私密資料，且您希望它在完成任務的同時，盡量少揭露您的個人資訊——這是一種特定技能，本質上正是人類基本的社交常識。

然而，多數僅專注於程式設計代理的公司，並未針對此能力進行訓練。我們之所以能做到，正因我們採用全棧式開發——並非直接套用第三方現成模型並加裝框架，而是從零開始完整訓練模型，專門支援上述各項能力。

模型當然需具備廣泛的通用智慧，但也必須涵蓋這些特定能力。在此基礎上，我們建構整套助理系統與所有細節：記憶體、作業框架，以及其「心跳機制」——即定期喚醒並確認：「我已理解您的目標，此刻是否有可推動之事？」

我們另設有專職團隊，專精於打磨虛擬化身的即時動畫效果，因其不僅是預設形象——您可自訂任何外觀，並讓它自然動作，效果極佳。我們也正推出語音模式，支援即時語音對話，讓您的助理隨時伴您左右。我認為，所有這些細節皆源於我們的全棧式開發——模型與產品同步設計、共同演進。

主持人：另一大重點是虛擬機器。能否說明其重要性及所釋放的能力？

為何 Meta 為每位 AI 助理配備獨立電腦？

馬克：簡言之，代理要為您做事，就必須有地方儲存您的資訊。我們認為，這類資訊絕不應與他人資訊混存在共用資源池中。

可如此理解：您的助理將掌握大量關於您的敏感資訊。許多使用者初接觸 OpenCloud 等智慧代理時，會自行在家架設 Mac Mini。因此我們思考：若多數人不願購買或自行設定 Mac Mini，那最能模擬此體驗的方式是什麼？答案是：您只需下載 App、完成註冊，即可獲得一台專屬電腦，供助理執行任務、儲存資料，並圍繞它建立安全模型——這就如同您桌下那台專屬電腦，連 Meta 自身都無法存取。

例如，Muse 機密虛擬機（Confidential VM）正是我們正在開發的功能，連我們自身都無法檢視您虛擬機內的內容。

我們亦為此建構眾多配套措施，例如安全憑證儲存——當助理需處理密碼等資訊時，它本身無需看見密碼明文；僅需在您明確要求登入某服務時，代為「插入」憑證即可。系統設計原則是：此類資訊不可自由取得，畢竟意外總有可能發生——可能遭駭客入侵，也可能出現系統異常。

因此，您必須確保代理無法存取此類資料，Meta 同樣不能。為每位助理配備獨立電腦並最大化安全性，正是此技術的根本基礎——賦予 Muse 協助使用者達成目標所需能力，同時堅守隱私與安全，使其成為此領域全球頂尖、業界領先的產品。

主持人：這是否代表，如同 WhatsApp，Muse 所連接虛擬機上的資料均經加密？一般使用者應如何理解虛擬機內資料的實際儲存方式？

馬克：我們大致建置了兩個版本。Muse 安全虛擬機（Secure VM）整合多項隱私功能，包含我們自主打造的整套 Sentinel 代理架構。您擁有一個常規 Muse 助理為您執行任務，同時另有一名稱為 Sentinel 的安全代理，專責監控所有進出 Muse 的資料流。

若偵測到外部內容試圖危害安全，Sentinel 將立即阻斷，防範事件發生；若判斷 Muse 即將執行需您介入的動作，則會覆蓋原操作並觸發人工確認警示，例如：「您確定要讓 Muse 執行此動作嗎？」

此整套系統，搭配安全憑證儲存與多重防禦機制，共同構成 Muse 安全虛擬機。

我們另啟一項計畫：Nat 與我特別邀請 Moxie Marlinspike 加入——他正是與我們合作實現 WhatsApp 端對端加密的關鍵人物——由他主導設計 Muse 機密虛擬機（Confidential VM）。核心理念是在安全虛擬機之上，額外為您配置一把專屬加密金鑰，確保連 Meta 都無法解密虛擬機內的內容。

此版本實作難度更高：一旦 Meta 無法存取虛擬機內部，除錯與確保系統穩定運作便大幅困難。因此我們投入相當時間研發，但即將正式推出。此方案將達到使用者早已熟悉於 WhatsApp 及我司其他最高安全等級產品的保密標準。

主持人：這麼做的優勢，僅是讓人心理上更有安全感，還是真有實際好處？

馬克：我認為安全性本身就很關鍵。我們的目標是盡可能模擬「桌下就有一台本地電腦」的體驗——這台本地電腦能給你什麼？就是任何公司都無法存取它。

因此，假設Meta想為你提供這項服務，我們該如何確保同等級的隱私與安全，讓任何公司（無論是Meta、試圖入侵我們的駭客，或某些你無法信任當地政府的國家）都無法存取？因為連我們自己也無法存取——我們根本沒有存取權限。

我認為這點極其重要，也是人們信任WhatsApp的關鍵原因之一。隱私、安全與信任，確實具有真實價值。

倘若你將擁有一位完全了解你的AI助理——我想幾乎所有人都會擁有這樣的助理——展望五年後，每個人將擁有一位能理解你目標與一切細節、並協助你完成任務的助理。在此情境下，於隱私與安全領域領先業界，便至關重要。我們從一開始就想做到這一點。

如何塑造AI的性格？

主持人：你有個有趣的觀點——你在大學主修心理學。

馬克：嗯，我只讀了兩年，但感覺這段經歷深刻影響了我後來所打造的一切。

主持人：我們談論模型時常說某模型「非常聰明」；但就像選擇朋友，不僅因對方聰明，更因喜歡其氣場與互動方式。你如何看待AI模型性格的塑造？

馬克：我認為理想模型應具備足夠適應力，以契合不同使用者的風格。我覺得許多業界專家在這方面走錯了方向——許多實驗室聚焦於「如何正確設計性格」，但我從不把性格視為固定不變的特質。這也是我堅信開源、相信使用者自訂能力的原因之一，也是我們將Muse設計成高度個人化產品的關鍵考量。

你能全面客製化Muse——不僅限於形象與聲音；註冊時第一個問題就是：「你希望我的基本性格是什麼樣子？」且隨時可修改。

我們致力讓模型高度可導向，讓你定義想要的互動方式。這是打造卓越個人助理的關鍵要素——圍繞性格的適應性至關重要。

主持人：你自己的Muse是什麼風格？

馬克：我設定為直接、高效導向。頗有意思的是，早期版本帶點諷刺與幽默感，但現行版本更直截了當。我的助理使用Muse預設形象，但我為它穿上托加袍、配上深沉到近乎滑稽的聲音，與它互動十分有趣。

主持人：我認為要有幽默感，必定非常聰明。許多人沒意識到，喜劇演員其實是社會中最聰明的一群人——他們需要反應敏捷、機智過人。你絕對具備這項特質。我觀看過你所有訪談，表現始終出色。

馬克對AI與元宇宙的驚人預測

主持人：你在與Theo的訪談中，深入探討了科技的下一個前沿，以及整體發展的終極方向。AI領域曾歷經數次「寒冬期」，當時人們普遍認為難有突破；元宇宙 likewise 經歷多次類似低潮，被視為難以兌現的賭注。我昨天試用了新 holographic 功能，效果非常酷炫。在與Lex的訪談中，錄製臉部資料需耗時11小時，如今僅需3分鐘。我們是如何走到今天這一步的？

馬克：在元宇宙整體發展歷程中，Reality Labs成立之初，我們便深信最終會出現外觀如常的眼鏡，且隨時間推移，它們既能提供沉浸式臨場感，亦將成為卓越的AI裝置——因為眼鏡是唯一能同步看見你所見、聽見你所聞，並全天候與你溝通、最終呈現影像的載具。

但10至15年前，我原以為會先實現全息技術，再發展出高度成熟的AI。然而科技演進路徑頗具趣味性——事實上，我們先迎來AI與個人超級智慧，而後全息技術才普及化、平價化。這是我未曾預料的，但很高興我們正雙軌並進、持續進展。

我們對眼鏡的大量投資，使我們在AI助理成熟之際處於極佳位置。Connect大會上多項發布皆聚焦於將Muse與眾多AI功能導入眼鏡，我深信用戶將極度喜愛。這意義重大。

關於臨場感，我們仍在持續進展，但速度相對緩慢，因為目前大部分精力已轉向為眼鏡開發 Muse 及 AI 功能。不過，我們長期以來一直推動一項計畫：即實現即時高保真度虛擬化身。

正如您所說，三、四年前，要從多角度掃描一個人，需整間掃描室；渲染則需企業級 GPU，極為繁瑣。我們先前在 Lex 的播客中展示的，正是這類系統。而如今，我們已基本實現於一對 VR 眼鏡中運行——這是首款能達成如此驚人 VR 體驗的眼鏡，而非笨重頭戴裝置。僅需幾張照片，即可建立您的虛擬化身，進展令人震撼。

主持人：它還能依語音驅動表情。示範中讓我發笑、互動，並理解我的臉部如何隨音軌同步動作。您在該播客中提到，有些平時表情較內斂的人，反而希望在虛擬世界呈現更豐富的表情。您如何看待人們區分「虛擬自我」與「真實自我」？

馬克：我認為，社會學與心理學層面對此的理解仍處初期。我感覺，人們的自我認知與想呈現的形象，常與實際自我略有落差。自社交網路誕生起，人們便精心挑選自己的化身。Muse 的虛擬形象亦見類似現象。這不僅是「經營」自我，更是「經營」你想與之溝通的「那個角色」。

我深信，當賦予人們表達能力時，既要真實捕捉其本質，本身也須成為一種表達形式，而非單純鏡像反射——它既是溝通，也是表達。我們期望打造平衡兩者的體驗。這永遠是迭代循環：觀察使用者如何使用，再持續優化。歷經多年努力，我們如今才真正站在起跑線——這首次讓相對高品質的寫實化身，真正融入產品，並可在手機與 VR 中使用。我非常期待最終成果。

2030 年將會是什麼樣貌？

主持人：好，請帶我進入您的思維，快轉至 2030 年——若一切順利，全息技術將呈現何種面貌？全息技術結合 Muse 與眼鏡，又將如何整合？

馬克：我對元宇宙願景的理解，始終聚焦於實體世界與數位世界的高效融合。基本理念是：我們擁有美好的實體世界，也擁有驚人的數位世界——過去二、三十年累積於網際網路的龐大內容，令人嘆為觀止。但我們接觸它的管道，不是坐在書桌前，就是透過口袋裡的小螢幕，根本極度受限。

我認為理想狀態，是實體與數位世界無縫融合。可這樣想像：此刻你我同在此處；未來某版本中，其中一人或許是全息投影，但彼此仍能真切感受臨場感——這與視訊通話截然不同。

虛擬現實的核心，在於傳遞這種臨場感——讓你真正感覺與他人同處一室，或置身他方。藉由全息技術，即可實現此目標，並以多元方式混合應用。例如，我能與朋友玩撲克牌，部分人親臨現場，部分人則以全息影像加入，照樣參與出牌；撲克桌本身亦可為全息影像，使未到場者也能自然融入。

同時，AI 亦可具象化並出現在此情境中。這在工作場景中極具意義——我目前正運用多種程式設計代理來建構專案。試想：群組聊天頻道中有數名真人與數個代理，你可指派任務給代理；有時大家齊聚開會，代理也應出席。它們如何出現？很簡單：沙發上再多加幾個座位，它們就能以全息影像現身；或使用 Muse 的可愛小角色、龍形，甚至任何你自訂的趣味形象。

我想，未來這一切將顯得極為自然。

主持人：有趣！您過往訪談曾提及，科技產業常忽略「趣味性」。我認為，若身旁有實體助手，也會更顯真實——彷彿真的將工作外包出去。當你看到 Muse 在打字，就覺得事情正在發生；這點做得很好——你能清楚看見瀏覽器中的操作過程。那麼，是否可能發展出這樣的場景：你配戴眼鏡操控電腦，並由 Muse 協助處理電腦上的事務？

馬克：噢，當然可以。VR 目前已能做到：你可隨意坐於咖啡廳，開啟六螢幕工作站寫程式，所有環境皆完整呈現。

至於眼鏡端，目前最暢銷機型尚未內建顯示器，使其更平價、普及率更高；而我們仍在致力將顯示器壓縮至最小尺寸。不過，我們已推出具顯示功能的 Meta Ray-Ban 版本，廣受歡迎——配備小型顯示器；另亦發布全視野全息 AR 原型機，我認為極具潛力。

因此，整條產品線大致如下：從純音頻眼鏡（無相機、外觀如一般眼鏡，內部卻搭載 Muse，支援各類音頻工具、聽音樂、撥打電話）到更高階版本，一應俱全。

主持人：我好奇的是，這些音頻眼鏡能否一邊與 Muse 對話，一邊讓家用電腦執行任務？

馬克：完全可行。我們剛在 Connect 大會上推出此功能：所有眼鏡現已連接 Meta AI，提供「單次往返」體驗——你下指令，它回應，一次完成。但 Muse 的目標，是全面升級所有眼鏡。首先，你不再需要說「Hey Meta」，可自由命名，增添樂趣；接著直接對話，即自動連接你的 Muse，並於安全虛擬機中處理任務，協助你完成工作。

主持人：太驚人了！

創辦人思維

主持人：好了，我們現在到了這裡。Muse 發展順利，眼鏡表現也很出色。但大約一年前，許多人曾問：『超級智慧實驗室怎麼了？』當時你內心感受如何？當事情不如預期時，你卻仍能看見長期願景，那種感覺是什麼？

馬克：真正的問題出在 Llama 計畫與 Llama 4 上。

Llama 1 是一款頗具趣味的模型，開創了整個開源 AI 運動，我們為此深感驕傲；Llama 2 實現了可擴展性；Llama 3 則是當時接近前沿水準的優秀模型。然而到了 Llama 4，我們幾乎偏離了本應遵循的發展軌道。

每當事情未如我所預期般發展，我都會花大量時間思考：為何如此？我們需改變哪些做法才能做得更好？這次我的反思是：我整體團隊架構的設計出了錯。

我原本仿照 Instagram 動態消息或廣告系統的機器學習工作模式來建構團隊——即數百甚至數千人並行處理多項任務。但打造語言模型真正需要的，是一個極其緊密協作的小型團隊，將其視為集體科學專案。你不需要太多人，但這意味著團隊中每個職位都極其關鍵。

因此，我們從 Meta 內部招募最頂尖人才，並引進許多業界優秀人士，組建了一支全新團隊——Meta 超級智慧實驗室（MSL）。

以我的觀點，MSL 成立之初我就知道：重啟、重建基礎設施、訓練下一代模型都需要時間。但我確信已組建一支卓越團隊，只要團隊能高效協作，成果必然出色。

對我而言，最令人振奮的時刻，其實是在 Llama 4 發布後——我原以為正走在正確道路上，卻發現並非如此。這是一次相當重大的負面驚喜。我認為，身為創業者，你總會在這些時刻接受考驗，因為事情 inevitably 不可能一帆風順；而真正決定發展軌跡的關鍵，在於：當事與願違時，你能否找到前進之路。

主持人：我想反過來也成立——當某件事超出預期，例如 Muse 的發布，你如何確保把握住這個機會？

馬克：完全正確。如今全公司都已投入其中——起初僅是一支小型團隊開發產品，但現在所有人都意識到它已真正準備好登上大舞台。全公司都在思考如何擴大規模，以及如何讓數億人體驗它。

從全面優化基礎設施以確保運作流暢，到榨取現有 GPU 的每一絲算力，再到各產品團隊以不同方式整合 Muse（例如應用於眼鏡），看著所有人齊心協力推動 Muse 穩健擴展，這種感覺非常棒。

馬克如何撰寫與傳達願景

主持人：作為創辦人，我覺得這正是你最渴望的時刻——萬事齊備。你如何向公司傳達你的願景？面對同時進行的眾多事務，我感覺你寫了很多。你的流程是什麼？

馬克：寫作對我幫助極大，既能幫我釐清思緒，也能協助對外溝通。今年夏天，我撰寫了一篇長文〈未來屬於每一個人〉，約十五頁，助我系統性梳理自己關於 AI 各項重要社會議題的哲學立場：何謂良善、如何與政府互動、如何化解公眾擔憂、如何使資料中心成為社區財富（真正創造就業而非取代）、如何維護國家安全，以及如何有效緩解人們對駭客攻擊或生物安全等風險的焦慮。

這是極其複雜的工作，耗時甚久，歷經內部多次討論與多輪修訂。但對我而言，這是非常有價值的過程。最終我們產出一份十五頁文件：『這就是我們的信念。』接著我再濃縮成一頁版，作為專欄發表；同時製作短片，因為我認為要觸及廣泛群眾，往往不需提出理論論證，而是提煉核心：你的價值觀是什麼？你相信什麼？又如何傳達？

向公司或世界傳達這些理念，並無放諸四海皆準的方式。不同時機需要不同方法，不同群體對你所做之事的認同程度亦有差異：有些人天然共鳴，有些人則較為擔憂，需你引導並額外說明其價值所在。我認為這正是經營企業與擔任創辦人的本質之一——你並非不斷重複同樣內容；每次情境略有不同，面臨新挑戰，這也正是其中的樂趣所在。

驅動馬克建造的動力

主持人：我感覺對你而言，這種創辦人思維已超越公司本身——無論是你經營農場，還是學習新技能。

馬克：我只是熱愛創造事物。

主持人：對你來說，『創造』是什麼感覺？

馬克：我認為這是一種內在需求。不同的人有不同的自我表達方式。如果你是作家，你就覺得非寫不可；有些人則渴望被認可。而我，只是需要打造事物。倘若無法發揮創造力或動手建造些什麼，我就會變得易怒——這對身邊的人來說可不太愉快。

主持人：學會成為頂尖滑雪者，與學會打造產品，是同樣的技能嗎？

馬克：某種程度上確實如此，學習新事物的過程頗為相似。我一生中刻意挑戰自己不擅長的事物。例如，我向來苦於語言學習——正因如此我才開始學拉丁文：因為我在課堂上始終學不會法語和西班牙語，便想，拉丁文不用開口說，只需翻譯，就像數學一樣。

後來我創辦公司後，每年都會給自己設定一項挑戰，其中一項便是學習普通話。普通話真的非常難，尤其是聲調。當然，學它也有充分理由——普莉希拉的祖母只講普通話，若我想與她溝通，就必須學會。但最大的動機其實正是挑戰本身。

所有這些事，唯有親自實踐才能掌握，沒有捷徑可走。「弄懂」它們並非靠頓悟，而是必須投入時間，讓知識慢慢滲入大腦。學習武術、駕駛直升機亦是如此——這些技能理性上極難「理解」，只能透過反覆實踐累積。

打造產品也部分如此。程式設計雖可理論化思考，但打造產品所需的直覺，卻只能藉由持續實作培養。關鍵只在於你熱愛什麼——我相信並非人人都像我這樣強烈渴望打造事物；多數人多少都有此類需求，重點在於找出自己真正所愛，再投入時間精進，成就心中所向。

老實說，我認為這不僅是「想要」，更是深層的心理需求或驅力。將此驅力與具體事物連結，並給予自己時間，讓這些經驗緩慢滲透、沉澱下來，至關重要。這也是我教導孩子的方式——協助他們發掘真正感興趣之事；一旦遇到瓶頸，便適時推一把。

我的一個女兒熱愛創作音樂，卻極度排斥鋼琴課。我告訴她：『你不必成為鋼琴大師，但若想創作音樂，就需對樂理及運作原理有直覺性的掌握；而學會鋼琴後，吉他便能很快上手。』我認為，無論是孩童需要父母推動，還是成人須靠自律坐下來，讓這些知識緩慢沉澱於腦中，都是關鍵所在。

建造者的黃金時代

主持人：我感覺其實人人都想建造。我不認為Z世代如外界所批評那般缺乏主導力。人們只是在尋找點燃其建造能量的火花——你在哈佛演講中便多次談到這一點。

馬克：沒錯。當我提到「建造」時，主要指軟體、硬體等產品。但我同意，每個人或多或少都有創造驅力。不過，某些人其他性格特質更為突出，例如服務導向型——成為醫師或護理人員者，其核心驅力就是『我想照顧他人』。

我聽過一個故事，可能源自普莉希拉醫學院時期的經歷：開學第一天，有人站起來問：『有多少人從小就有過這樣的記憶——看到某個人，心裡立刻浮現「我真的想照顧他／她」？』結果全班舉手。而我的版本是：我有許多童年回憶，都圍繞著『我想把這東西變得更好』。

並非人人擁有同等驅力，但每個人都有想做的事。我同意，過去受限於技術，許多人起步困難。這也正是我對個人超級智慧、Muse及各類AI助手最興奮之處——我認為，人類史上首次，人們真能快速上手：你只要有一個模糊想法，AI就能幫你梳理架構，再逐步精修，猶如雕刻塑像，無需事先完全理解一切。

我認為這力量極為強大，許多人將因此發現自己想創造或推動的事物，進而感受到更廣泛的自主掌控感。

我們距離攻克所有疾病還有多遠？

主持人：你於Meta之外另有一項計畫：攻克所有疾病。我很好奇，首先，我們離這個目標究竟有多近？

馬克：比以往都更接近了。

主持人：以現實角度來看，您認為我們還差多遠？

馬克：本計畫啟動之初，目標即是在本世紀末協助科學界攻克所有疾病。我們從未打算親自完成——我們的理念是：所有重大科學突破，皆奠基於能測量與理解特定現象的新工具。例如顯微鏡發明後，人類才認識細菌；望遠鏡則助我們理解宇宙。

其中某些工具甚至發展成平台——例如首創疫苗者，便讓後人得以沿用該方法治療眾多疾病。

然而，歷史上科學經費的分配方式長期高度分散，讓研究者能獨立探索，真正專注於開發大型工具的資金卻極為有限。Biohub 的目標是設計數項全新工具，讓人能以嶄新方式『看見』生物現象，進而加速整個科學界的研究進程。

起初我們認為『本世紀末前達成』是相當可行的目標，當時許多生物學家卻覺得根本不可能；但如今我反倒覺得，等到本世紀末未免太晚了。

AI 的快速進展，結合我們正打造的『虛擬細胞模型』——其核心理念是：不使用真實活體細胞做實驗，而是先用 AI 模擬蛋白質，再模擬細胞、虛擬免疫系統，甚至整個生物體乃至完整人體；如此一來，科學家便能大規模模擬不同情境下的反應，例如某人服用特定藥物後體內可能產生的變化。

我不願給出確切年份，但預估將遠早於本世紀末。

主持人：『攻克所有疾病』這個目標聽起來極具明確性，而非追求『長生不老』。那麼長生不老有可能實現嗎？

馬克：這並非我的專業領域。我認為兩者性質不同。『長生不老』更側重延長壽命——即便不得病，人體本身仍有自然壽命極限，這是另一個需獨立研究的課題。有人或視之為一種『疾病』，此觀點亦有其合理性；但我認為，即便解決壽命問題，仍須致力攻克那些即使活得更久仍會致病的疾病。

我們所選定的問題範疇，並不意味你永遠不會感冒。我們的承諾是『治癒、預防或管理』：部分疾病可完全治癒；部分我認為未來可望預防；另有些疾病或許仍難避免，但原本可能致命或造成嚴重傷害的狀況，將可轉化為不影響生活品質的慢性病進行管理。

目標是維持人體恆定平衡——並非要徹底隔絕病原體，而是終有一日，我們能對所有疾病做到治癒、預防與有效管理。

馬克心中最常浮現的想法是什麼？

主持人：AI 已成為眾多突破（包括個人智慧）的催化劑。您目前最常思考的是什麼？在這個過程中，哪些念頭最常浮現？

馬克：這可能每週都在變。

目前我全神貫注於 Muse。每次發布新版本，我們都迅速推進，接著投入現實世界，收集使用者反饋，釐清下一步方向——這個階段總是令人興奮。我們正處於此階段，廣泛蒐集資訊以理解用戶需求。好消息是大家非常喜愛它，因此我們正全力推動更多人使用。

模型仍有大量工作待完成；Muse Spark 模型已取得重大進展，我們期望持續推進，打造出世界領先的模型。

接下來還需要哪些突破？

主持人：還有哪些關鍵突破亟待實現？

馬克：在研究過程中，往往無法事先預見成果。我們對某些方向雖有直覺判斷，但過去一年的大量工作其實聚焦於擴充基礎設施。

約一年半前，更多人認為實現超級智慧需仰賴特定的根本架構突破；但如今我對此說法已不那麼確信。我認為我們已掌握相當程度的『公式』——只要能建構足夠龐大的超級電腦叢集，即可透過純粹算力達成目標。

我們正在俄亥俄州建造此類叢集，功率逾 1 兆瓦，目前已基本上線，正用於訓練下一代模型；路易斯安那州的 5 兆瓦叢集也即將啟用。我估計，當多兆瓦級叢集投入訓練時，我們便能逼近通用人工智慧（AGI），甚至超越 AGI 達成超級智慧。

但這不代表就是最佳途徑。人類大腦僅需 10 瓦功耗即可運作，而我們建造的計算系統效率卻比大腦低約百萬倍。因此我深信架構仍有極大改善空間，我們也正積極探索——若能將龐大算力與架構改良相結合，必能打造出引領全球的系統。不過目前單靠規模擴張，已足以帶領我們走得極遠。

主持人：確實，規模擴張是最可靠的路徑。研究中固然期盼重大突破，但規模擴張卻能快速產出成果。

馬克：正因如此，大型企業才選擇這條路。或許存在成本低得多的方式，但我們目前尚未知曉。而這項技術對世界極具價值，即便耗資數千億美元，只要成功機率足夠高，就依然值得投入——確保即使最終未能找到更便宜的突破方案，我們仍擁有明確可行的達成路徑。當然，若真能發現更低成本的方式，那自然更好。

因此，我不願說這個問題已『解決』，因為在基礎設施擴展的每一階段，都會遭遇各種新的工程挑戰，須逐一除錯與解決。研究本身正是透過這種迭代方式持續推進。

如何贏得AI安全之戰

主持人：當前最重要之事之一，便是聚焦於對齊（alignment），讓模型值得信賴。

馬克：沒錯。業界對對齊存在一場辯論：這些AI實驗室會自然而然地做到嗎？我的觀點是：當然會。倘若你告訴Muse做一件事，它卻完全反其道而行之，我實在難以想像還會有多少人願意使用它。我們必須確保模型不僅理解你明確提出的指令，更能理解你的意圖與價值觀，從而不會以令你不滿的方式行事，或產生你絕不樂見的負面影響。這種深度理解，本質上就是對齊。

因此，我認為要讓Muse取得成功並觸及數十億用戶，我們必須在對齊上取得實質進展，而非僅止於口頭討論。

主持人：對齊是透過使用者回報『這不是我要的』來實現，還是由你們後端主動偵測？

馬克：兩者皆需。使用者回饋固然重要，但我認為愈發明確的是：對齊必須在訓練階段就完成，而非僅靠部署後補救。如今模型已足夠聰明，若訓練階段未妥善處理，多數其他實驗室所見的安全問題與事故，其實都發生於訓練過程中，而非部署給使用者之後。

你必須為它設計一套極佳的『課程』，就像父母教導孩子般，明確劃定界限。一旦它做出錯誤行為，就得學習『不行，你應真正解開這道程式題，而非透過修改某些系統設定來獲取獎勵以規避問題』——我希望你透過實際解題過程學會此方法，這才是訓練的真義。

這在很大程度上涉及建立完善的安全機制與清晰的界限。這些都是產業界必須自然承擔的任務，我們正投入大量時間；情勢日日更新。

主持人：我記得您曾提到AI安全議題——看似近兩週突然成為焦點，但實際上並無單一事件觸發此時間點。聽起來，您是指我們內部其實已多花數個月進行訓練？

馬克：針對Muse，我們深知這款產品必須高度重視隱私與安全性。我們擁有一版早期模型，相信可進一步針對『資訊揭露程度』等行為進行訓練——正如先前所討論。因此我們特意留出時間執行此項工作。同時也花時間提升虛擬機的安全性，這額外耗費了數個月。

我並不完全認同某些其他實驗室的說法——『我們正痛苦地放慢腳步』。對Meta與Muse使用者而言，這正是正確之舉。我們希望打造出優質產品；若產品品質不佳，對使用者與我們自身皆有害——我們不願推出一個留下糟糕第一印象的產品，以致使用者失去興趣。

我相信所有實驗室都有極強的內在動機將此事做好。若能將激勵機制與『極具價值且安全』的目標對齊，便是關鍵所在。

主持人：非常感謝您在這重要的一週撥冗接受訪問。

馬克：謝謝，謝謝。