好久没见扎克伯格出来参加长播客节目了,所以一定要发这期了。6月23日,Complex频道的Idea Generation播客在纽约做了一期现场录制的特别节目,主持人Noah Callahan-Bever的对面坐着Meta CEO Mark Zuckerberg。这期节目的录制时间经过精心选择:同一天,Meta与全球最大眼镜集团EssilorLuxottica合作的新产品线Meta Glasses正式发售,起售价299美元,提供三种镜架造型和26种款式组合。这是Meta第一次以自有品牌而非Ray-Ban或Oakley的名义推出智能眼镜。

这是一次精心安排在产品发售日的访谈。但扎克伯格聊的不只是新眼镜。访谈中的主要脉络还有:为什么一个大AI统治世界是坏未来,Llama 4为什么失败,他用143亿美元和一年时间重建AI实验室得到了什么,以及为什么他给牧场的牛喂啤酒。
这篇文章是对该访谈的完整梳理。
299美元是一个有意为之的价格。上一代Ray-Ban Meta智能眼镜的入门价是379美元,新产品线比它低了80美元。Meta在AI智能眼镜市场占有超过80%的份额,据IDC的追踪报告,2026年第一季度无显示屏智能眼镜的出货量同比增长了167%。降价的目的不是清库存,而是抢在竞争对手进场之前把用户基数做大。
扎克伯格说,Meta和EssilorLuxottica已经证明这个品类行得通,接下来会有大量公司跟进。Google在2026年5月的I/O大会上发布了基于Android XR操作系统的AI眼镜计划,合作方包括Samsung、Warby Parker和Gentle Monster。Snap在2026年6月推出了售价2195美元的AR眼镜Specs。
但他对竞争的态度并不紧张。他说Meta在技术上有相当大的领先优势,原因是时间:Meta从2014年就开始做眼镜相关的工作,到今天已经超过十年。 最初是虚拟现实和增强现实的研究,然后是与EssilorLuxottica的合作,从第一代Ray-Ban智能眼镜开始,每一代都叠加新功能。现在的眼镜可以打电话、听音乐、对听力不好的用户放大环境声音,AI助手能看到你看到的东西并跟你讨论。
他的设计第一原则用四个字概括:好眼镜优先。 时尚和佩戴舒适度是第一位的,技术是第二位的。他说这个认知对一家科技公司来说并不天然:大多数科技公司的思路是把尽可能多的技术塞进镜架里,然后觉得"这个外形看起来也像眼镜啊,为什么人们不愿意戴?"
实际情况是,你会戴眼镜很多个小时,使用技术功能可能只占其中一小部分。如果眼镜本身不是你愿意骄傲地戴着出门的东西,佩戴时长上不去,技术功能也就无从发挥。同样的逻辑也要求技术保持克制。扎克伯格说他自己也不想被持续打扰,很多科技公司想象的"我们可以在这里帮你、在那里帮你、到处帮你"的体验,实际上没有人想要。用户想要的是技术在需要的时候随手可用,其余时间安静消失。
他用自己的日常体验举了几个例子。鼻托里嵌有麦克风,风噪抑制能力高到他在水上摩托上接过商务电话,对方完全听不出来。开放式耳机设计让你接电话时耳朵不被堵住,走在街上能同时听到周围的声音。这些细节不起眼,但都指向同一件事:技术在背景里运行,你继续在现实中生活。
关于全视野AR显示,Meta已经展示过一副原型机。扎克伯格说那副原型机花了大约10年开发,目前比理想重量要重。他给出的目标参数是约50克才能实现全天舒适佩戴,起步阶段可能先做到60至70克。他描述了几个使用场景:坐在咖啡馆里,面前有三个物理上不存在的巨大显示器;在飞机上,眼前出现一块超大电视。功能越多,眼镜越厚、越贵,用户会在时尚、功能和价格三者之间做选择。他说眼镜跟手机不一样,人们不会接受一块统一的"砖头",眼镜是你对外表达自我的一部分,必须覆盖足够多的选择空间才能服务好市场。
扎克伯格说他跟三岁女儿一起烘焙的时候会戴着智能眼镜。他自己承认烘焙水平不行,纯粹是为了陪孩子。AI助手开着always-on模式,在旁边看着,不用他问就会主动提醒"别把面粉放那儿"。他说这种不需要开口提问、AI自己判断什么时候该介入的体验,是他现在最兴奋的方向。
Meta内部把这种模式叫agentic AI,核心变化是从"一问一答"变成两种新的交互方式:你给AI一个任务,它自己去思考然后稍后回来;或者进入这种实时陪伴模式,AI持续观察并在适当时机主动参与。目前always-on模式大约能持续半小时,未来会扩展到一小时、两小时,最终是全天。
这就引出了一个更大的判断:为什么是眼镜?
扎克伯格说计算设备一直在变得更自然、与日常生活的融合度更高。手机的问题在于,你跟手机交互的时候其实是在跟一个小矩形交互,它把你从周围的世界里拉走了。眼镜让你能使用技术的同时保持对周围人的在场感。
他给出三个具体的理由。第一,眼镜是AI助手的最佳载体:能看到你看到的、听到你听到的、全天跟你对话,未来还能在视野中叠加信息显示。耳机能做到其中一部分,听和说,但视觉部分只有眼镜能解决。第二,眼镜本身就是一个已有巨大用户基数的品类:全球近20亿人已经戴光学眼镜,更多人戴太阳镜。第三个理由最直白:五年后,还有什么理由让人戴的眼镜不具备这些功能?想不出来。
他用功能机到智能机的类比来描述这个转变窗口:当年所有人都有翻盖手机,智能手机出来后大约五年,翻盖机就全变成了智能机。他认为眼镜现在处于同样的节点。
但他也明确说了,眼镜不会取代手机,至少未来十年不会。 手机会更多待在口袋里,然后逐渐更多留在家里,但不会消失。他说这就跟智能手机出来以后电脑没有消失一样。不过他也描述了一种自己已经有的习惯:坐在桌前电脑就在面前,但他还是会拿起手机去发消息。手机已经取代电脑成为主平台了,眼镜接下来会对手机做同样的事。
他提到Meta内部现在已经在规划2028年的眼镜产品线。硬件开发周期长,但AI可以在硬件发售后通过软件更新持续升级。买了这副眼镜的用户,AI每变强一次,眼镜就变好用一次。目前的重大软件进展包括多模态理解,也就是AI能看到你周围的环境并跟你讨论;实时语言翻译功能已接近完全可用,新增了包括日语、普通话、印地语和韩语在内的14种语言。
他还提到了一个不太引人注意的用法:他在自家MMA训练馆架了摄像头,让AI智能体实时观察他格斗训练,在回合间隙自动发送反馈。他说这本质上是一个编程问题:AI需要处理视频流、识别回合间歇时机,然后生成教练式建议。AI编程能力越强,这类个人化应用的可能性就越大。
扎克伯格指出了一个他认为制约当前AI产品的瓶颈:个性化严重不足。 它们开始能从之前对话的上下文中理解一些东西,但你生活中的大部分信息并不存在于你跟AI的聊天记录里。这跟行业观察一致:Vellum在2026年的AI助手评测中写道,多数工具"用了六个月也不会比第一天更了解你"。扎克伯格的结论是,如果要实现"个人超级智能",AI需要获取你日常生活中的持续背景,而眼镜是目前唯一能提供这种能力的设备形态。Meta已经有超过10亿人在使用AI助手应用,但他认为这还不够,AI需要变得更加环境化、融入生活。
"I don't think that in order to have a good future with a strong AI, you want one big AI. I think that's a bad future. No matter how good the AI is, I think that's not good." 要让AI的未来是好的,就不能只有一个大AI。不管那个AI有多好,那都是坏未来。
扎克伯格把Meta在AI方面追求的愿景称为"personal super intelligence",个人超级智能。他说这个愿景跟多数AI实验室的共识方向不同:大多数做AI的公司认为最终会有一个大AI供所有人使用,或者一个AI为全世界做事。
他的判断基于一条历史规律:历史上任何实体获得绝对权力后,无论多么"开明",结果通常都不好。 人类在"把开明性内建到一个东西里"这件事上能力有限。有人主张确保AI安全的方式是建一个中心化AI,然后把它对齐到尽可能好。扎克伯格不认为这就够了。
他的替代方案是制衡。让技术发展的方向转向增强每一个个体的能力:每个人都有一个了解自己生活背景的AI,能全天候帮你实现目标,代你行动。不同个体有不同的诉求,诉求之间有时重叠、有时竞争,这种竞争本身就是社会和市场对权力运作方式的制约机制。尽可能多的人拥有这种能力,世界就有了最好的机会走向好的未来。
这个哲学的根基来自Meta做社交媒体的历史。"It's all about building tools, putting them in people's hands, believing that people should have agency to use the tools and express the things that they want to." 核心就是把工具交到个人手中,相信个人有自主权去使用和表达。
他承认这个立场有争议。批评者会说,如果你把能力强大的模型交给个人,有人会做坏事。扎克伯格的回应是:这一直是自由与管控之间的历史张力。历史经验表明,每一次我们选择给人更多自由和自主权的时候,结果往往更好。
从AI软件和模型开发,到眼镜等硬件设备的设计,Meta的整条产品线都指向同一个方向。扎克伯格说他认为这是Meta正在做的事情中他最自豪的,在智识贡献的意义上也是最新颖的。融合前沿AI与真正好的设计、做出人们愿意天天戴的产品,这件事现在没有太多其他公司在做。
2025年4月5日发布的Llama 4系列被扎克伯格在访谈中用一句话定性:Llama 4没有跑在我们需要的轨道上。
社区反响印证了这句话。Llama 4 Scout和Maverick两个模型发布时,Meta宣称是"最先进的多模态开放模型",但独立基准测试表现平庸,开发者论坛上批评声不断。在Artificial Analysis Intelligence Index上,Llama 4 Maverick只拿到18分。
这次失败催化了Meta AI部门的全面重组。2025年6月12日,Meta宣布以143亿美元收购Scale AI 49%的股份,Scale AI的估值因此超过290亿美元。Scale AI创始人兼CEO Alexandr Wang随即加入Meta出任首席AI官。Wang当时28岁,MIT辍学创业,把一家数据标注公司做到了130亿美元估值。到2026年1月的财报电话会上,扎克伯格宣布当年AI相关资本开支将达到1150亿至1350亿美元,几乎是2025年的两倍。
2025年6月30日,Meta Superintelligence Labs正式成立。扎克伯格在访谈中透露了这个精确日期。到2025年8月,MSI Labs内部重组为四个团队:Wang领导核心模型研发的TBD Lab,FAIR负责基础研究,曾任GitHub CEO的Nat Friedman领导产品与应用研究,以及专注AI基础设施的MSL Infra。
从成立到2026年4月发布第一个模型Muse Spark,MSI Labs用了不到一年。Muse Spark与Llama系列有一个根本区别:它是闭源的,专为Meta自有产品设计。在Artificial Analysis Intelligence Index上,Muse Spark得分52,逼近Claude Opus 4.6的53分和GPT-5.4的57分。跟Llama 4 Maverick的18分相比,差距天壤。
2026年6月23日发售的Meta Glasses是第一款从第一天就搭载Muse Spark的设备。同时,已有的Ray-Ban Meta和Oakley Meta眼镜用户在美国和加拿大也通过软件更新获得了Muse Spark。
扎克伯格描述了自己的一个心理机制:如果一年前有人告诉他模型进展能到今天这个程度,他会相当满意。但因为沿途一路看着好消息进来,已经习惯了,现在反而觉得应该做得更好。 他说这就是他的性格。然后补了一句:"今天算是不错的一天。发布了一个好产品。明天继续干活。"
主持人问他是否对Meta在AI竞赛中的位置满意。他的回答是:我对我们所处的位置从来不满意。
访谈录制当天,Anthropic的Mythos模型正处于舆论风暴中心。美国政府在2026年6月12日要求Anthropic暂停旗下Mythos和Fable模型的用户访问权限,原因是国家安全担忧。据CNBC报道,Mythos模型在与美国情报机构的测试中,数小时内就识别出了高度机密政府系统中的漏洞。
主持人直接提到了这件事,并问扎克伯格如何看待前沿模型的监管。扎克伯格在2026年3月刚被任命为白宫总统科技顾问委员会PCAST的13名成员之一,同列的有NVIDIA的Jensen Huang和Oracle的Larry Ellison。他没有评论Anthropic个案,但阐述了一个立场:开源软件通常比闭源软件更安全。
他说这个结论听起来反直觉。人们早期认为开源意味着所有人都能看到代码,也就能找到漏洞,所以更不安全。但逻辑链走下去就会反转:更多人看到代码,更多人找到漏洞,漏洞被修复,补丁被广泛部署,最终你得到的是更坚固的软件。你想要的是尽快让系统变坚固,而开源是最快的路径。
他的远期目标更激进:让AI帮助人们编写"可验证安全"的代码。如果AI能做到让任何人写的代码在安全性上都有数学级别的保证,那大部分网络安全问题就从根上消除了。无论是他之前提到的那种个人自动化项目,还是企业级应用,都能享受这个保障。
关于生物科技风险,扎克伯格和Priscilla Chan创建的CZ Biohub原定目标是帮助科学家在本世纪内治愈和预防所有疾病。他说现在看来这个目标太保守了。他没有给出精确预测,但说"可能是一二十年,而不是等到世纪末"。加速的原因是AI模型能模拟生物过程、辅助药物设计和基础生物学研究。CZ Biohub在2026年上半年启动了Virtual Biology Initiative,投入5亿美元。
但他随即指出硬币的另一面:能设计药物的能力,也可能被用来制造生物武器。 他说这仍然是一个开放问题,需要认真对待。
在就业话题上,扎克伯格给出了一个框架,跟多数讨论的方向不同。多数人把AI取代人类工作当作必然趋势来讨论,他认为结果取决于两个速度的赛跑:企业自动化的速度和个人生产力提升的速度。如果个人生产力提升得更快,理论上未来的工作岗位应该更多,而非更少。
他把这个判断跟自己的AI哲学直接挂钩。如果只有少数公司专注于自动化所有知识工作,那确实不是好未来。但如果另一些公司专注于让个人在每一步都变得更有生产力,两者之间形成平衡,结果可能相当好。他说在不同议题上,"把能力集中控制"和"把能力广泛分发"之间的最优平衡点不一样,但Meta作为公司,本能和哲学都更偏向分发那一端。
扎克伯格在夏威夷牧场养牛。目标是做出世界上品质最高的牛肉。他说他对牛的基因研究投入了认真的精力:种澳洲坚果树给牛做高密度饲料,但坚果含油量高需要先烘烤,于是设计了一整套加工流程。然后他发现酒精能刺激牛的食欲,日本高端和牛就是喝啤酒的,于是牧场开始自酿啤酒。他让牛在冰啤酒和常温水之间自由选择,观察它们自己找到最佳平衡。他说这个项目毫无商业价值,他就是想做。
主持人问他:三个孩子、妻子、好几家公司再加上一个需要创新的牧场,时间从哪里来?
他的回答是,适度在不同项目之间切换反而是一种能量管理。如果你在一件事上钻得太深太久,人会枯竭,周围的人也会疲倦。不同的项目让创造力有地方流动。
被问到为什么不退休去夏威夷享受生活,他说Priscilla经常问他这个问题,尤其是事情难的时候。他们家一个女儿也有同样的创造冲动,Priscilla直到有了孩子才真正理解他的驱动模式不是一个阶段,而是他的基本构造。他说他能休息大约两天,打打电子游戏,之后就需要创造和输出。
对于高风险决策,他说压力来源不是决策本身。 基于自己深信的理念做高风险判断从来不让他焦虑。"I almost have to do what I believe and it will hurt me more to not do that thing than it will be to stress or perseverate on whether I can afford to do it." 不去做自己相信的事情带来的痛苦,比承担风险的压力更大。真正让他有压力的是和人合作的过程中缺乏默契。做事的乐趣核心就是和人一起做,如果那个过程不顺畅,那才是消耗他的东西。
他的招人原则也由此而来。早期建公司时他犯过一个错误:19岁创业,以为应该招那些有丰富职业经验的人,结果总是磨合不好。一个投资人给了他一条看似不太正经的建议:你应该招你想成为朋友的人。道理简单但关键:你会跟这些人相处大量时间,互相喜欢真的很重要。现在他的标准进化为:只有在一个平行宇宙里自己愿意给对方打工的人,才会招进核心团队。 这不意味着他想让位,只是说团队里每个人都应该是他能从中学到东西的人。
他说不同领域的合作中,"什么算好"的标准是不一样的。设计手表、设计眼镜、设计App,卓越的含义各有差异。共同点是工艺的严谨、对细节的关注、审美上的胆量,但侧重点因领域而异。跟合作伙伴谈判这些价值差异本身就是工作中最有意思的部分,而前提是你喜欢并且信任对方。他说跟EssilorLuxottica的合作就是一个好例子:对方是全球最好的眼镜公司,Meta从他们身上学到了大量关于时尚和佩戴的东西,他相信对方也从Meta学到了技术层面的东西。
对于失败率,他用了棒球的类比。打击率三成能进全明星赛,三成三能进名人堂。但创造跟棒球有一个本质区别:棒球里最多打出一个全垒打,创造的上行空间接近无限。 如果你做出了一个几亿人使用的产品,它能弥补很多没成功的尝试。他说不成功的项目也不完全是失败,更多是通往下一个产品的学习路径。硬件领域试错成本高,常常是在一个不太成功的产品里找到一个有前景的元素,把它提取出来嫁接到下一个项目里,然后继续推进。
他还说了一个关于创新的判断:如果你做的事情没有人觉得有点疯狂,你可能就没有足够用力地挥棒。 真正新的东西在一段时间内必然被视为荒谬,因为如果大家都觉得合理,别人早就做了,它早就在公众的认知范围内了。Meta作为一家公司,对被嘲笑有相当高的耐受力。他说你需要容忍被嘲笑很长一段时间,因为如果你试图做真正新的事情,这是代价的一部分。
这期访谈的信息集中在三个层面。产品层面,Meta Glasses以299美元起售价和26种款式组合正式进入大众市场,搭载MSI Labs的第一个模型Muse Spark,意图让AI眼镜从极客配件变成日常消费品。战略层面,扎克伯格把"个人超级智能"明确定义为与所有"一个大AI"路线对立的方向,而眼镜是实现这个方向所需的设备形态。组织层面,Llama 4的失败催化了全面重组,MSI Labs在不到一年内从组建到出产品,是扎克伯格"花钱买人、快速重建"策略的第一个交付物。
贯穿全部的是一条哲学主线:把能力交到每一个人手里,而非集中在一个系统或几家公司中。 这条线从社交媒体时代延伸到AI时代,从软件延伸到硬件,从商业决策延伸到他对好的未来的定义。
Q1: Meta为什么把眼镜作为AI战略的核心硬件?
三个理由指向同一个结论。眼镜是唯一能让AI助手同时拥有视觉、听觉、语音交互和信息显示能力的日常穿戴品;全球近20亿人已经戴眼镜,品类本身不需要被发明;计算设备的进化方向是更自然、更融入生活,而手机本质上是把人从周围世界拉走的设备。更关键的是,扎克伯格追求的"个人超级智能"需要AI获取用户日常生活的持续背景,目前市面上的AI产品普遍做不到这一点,因为它们的信息源仅限于用户跟AI的对话记录。眼镜是目前唯一能持续感知用户真实生活场景的设备形态。
Q2: "个人超级智能"跟其他AI公司追求的方向有什么本质差异?
多数AI公司的方向是构建一个中心化的强大AI,让所有人使用它。扎克伯格认为这是坏未来。他的论据来自历史:任何获得绝对权力的实体最终都没有好结果,人类在"把开明性内建到一个东西里"这件事上能力有限。他的替代方案是让每个人拥有自己的超级智能,个体之间的利益重叠和竞争本身就构成制衡。这个哲学直接源自Meta做社交媒体的经验:把工具交到个人手里,相信个人有自主权去使用。他在2026年1月的财报电话会上也说过,Meta的方向是"通过AI实现个人增强",与那些认为"超级智能应该集中用于自动化所有有价值的工作、然后人类靠产出分配生活"的公司形成直接对照。
Q3: Llama 4失败后Meta做了什么,结果如何?
催化了一次彻底的组织重建。2025年6月,Meta以143亿美元收购Scale AI 49%股份,将28岁的创始人Alexandr Wang挖来做首席AI官。6月30日成立Meta Superintelligence Labs,到2025年8月内部重组为四个团队。2026年4月发布第一个模型Muse Spark,在Artificial Analysis Intelligence Index上得分52,比Llama 4 Maverick的18分有质的飞跃,接近Claude Opus 4.6的53分和GPT-5.4的57分。与Llama系列的开源路线不同,Muse Spark是闭源模型,专为Meta自有产品设计。6月23日发售的Meta Glasses是第一款从第一天就搭载Muse Spark的设备。从组建到出产品,不到一年。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。