扎克伯格承认自己不懂 AI 研究,他只管三件事,人、钱、电
周末刷 X 的时候,一段 66 秒的采访片段从时间线上飘过去,我又划回来看了第二遍。
主角是扎克伯格。他对着镜头说了一句大实话,「我不是 AI 研究员,所以我不会进去告诉他们该做什么研究方向。」
全世界烧钱烧得最凶的 AI 玩家之一,掌管着几十万块 GPU 的男人,亲口承认自己不懂研究。
然后他补了下半句。作为公司 CEO,我能做的事情,就是把精英人才、资本和基础设施,集中到一起。
concentrate elite people, capital, and infrastructure.
翻译成大白话,人、钱、电。

这份全世界最贵的岗位说明书,就一行字。
怎么说呢,这话单独听像凡尔赛,毕竟谁都可以说我的工作就是搞定人和钱。但你把他嘴里那几个名词展开看一眼,就知道这不是修辞,是字面意思。
他在同一段采访里提到了 Prometheus,「我们正在建设 Prometheus 集群,首个千兆瓦以上的单一集群,我们谈论的是数千亿美元的资本投入。」
千兆瓦,1GW,这个单位可能有点抽象。一台大型核电机组的装机容量,差不多就是 1GW 出头。也就是说,Meta 在俄亥俄州建的这个集群,吃掉的电力约等于一整台核电机组满负荷发电,全部喂给同一个训练任务。里面塞的是大约 50 万块 GPU。这不是整个公司的用电量,是一个集群,跑一件事。
这里可能有小伙伴纳闷,1GW 的电从哪来。电网是不可能临时给你腾出一台核电机组的,所以 Meta 的解法简单粗暴,自己发。他们直接在俄亥俄的园区旁边上了自建燃气电站,几台燃气轮机就位,相当于给数据中心配了个私人发电厂。买地、买电、买芯片,一条龙全部自己包圆,这个玩法已经不太像互联网公司了,更像上个世纪修铁路的那批人。
扎克伯格 2025 年 7 月首次公布这个计划的时候,很多人以为是画饼。一年过去,饼在往地上砸。Prometheus 按计划今年上线,而它只是开胃菜。
真正的大家伙在路易斯安那,叫 Hyperion,目标 5GW 总负载,规划 130 多万块 GPU,占地面积接近整个曼哈顿岛。一期 1.5GW 预计 2027 年底通电,2030 年扩满。为了赶工期,Meta 甚至等不及厂房盖好,直接在帐篷里搭数据中心,机架先跑起来,外壳以后再说。
好家伙,帐篷。一边是人类历史上最精密的计算集群,一边是工地帐篷,这两个画面拼在一起有种奇怪的荒诞感。

再看钱。Meta 今年 4 月把 2026 全年的资本开支指引上调到 1250 亿到 1450 亿美元,几乎是去年的两倍,占公司预计营收的比例干到了 55% 以上。什么概念,一家公司一年赚的钱,一大半直接埋进地里变成机房、电缆和芯片。光 Hyperion 一个园区,就拉着资管公司 Blue Owl 搞了个 270 亿美元的合资来分摊。
你敢信,这些数字放在十年前,是一个中等国家全年的基建盘子。
而且这不是 Meta 一家在疯。OpenAI 拉着软银和甲骨文搞 Stargate,号称也是 5000 亿美元级别的数据中心计划。马斯克的 xAI 在孟菲斯把 Colossus 集群一路堆到几十万卡,中间还因为临时燃气轮机的排放问题跟当地环保组织掰头。谷歌、亚马逊、微软,每一家的资本开支都在创历史新高。整个行业像约好了似的,同时把筹码推到桌子中间。
这轮竞赛有个跟以往完全不同的特征。以前互联网公司拼的是产品和增长,代码写得好,一个宿舍创业的团队能掀翻巨头。现在这个游戏的入场券是千兆瓦级的电力和千亿级的资本,这两样东西,再天才的少年也没法在车库里变出来。牌桌收窄的速度,比大多数人意识到的要快。
钱和电说完了,还剩人。这部分的故事大家多少听过一些。Meta 去年组建了超级智能实验室,一号位是 28 岁的 Alexandr Wang,Scale AI 的创始人,旁边站着前 GitHub CEO Nat Friedman。为了从 OpenAI、Google、Anthropic 挖研究员,扎克伯格开出的典型报价是 4 年 2 亿美元,顶级的直接上九位数。当时整个硅谷都在传那份挖人名单,被点名的研究员一夜之间成了转会市场上的球星。
那阵子最有意思的是被挖公司的反应。Sam Altman 在播客里公开吐槽 Meta 开出上亿美元的签约金,然后补了一句流传很广的话,传教士终将打败雇佣兵。翻译一下就是,你用钱买来的人没有信仰,成不了事。这话有它的道理,但站在被挖的研究员角度想想,一边是信仰,一边是四年两亿加上不用排队的算力,这道选择题恐怕没有 Altman 说的那么好答。至少从结果看,名单上的人,走的不少。
体育圈有个词叫金元足球,砸钱买球星,短期战绩起飞,长期看球队文化经常被砸散。Meta 现在干的事像极了金元 AI,而且他连球场都是自己现盖的。这个模式到底行不行,几年内就会有答案,这大概也是这场竞赛最像真人秀的部分。
但这次采访里真正让我停下来的,不是这些旧闻,是 Karl Mehta 在原帖里总结的那个点。扎克伯格不懂研究,但他痴迷一个数字,并且认为这个数字能决定超级智能竞赛的胜负。
单个研究员的人均算力。
他在另一个场合把话说得更直,超级智能实验室会拥有业界领先的算力总量,以及遥遥领先的人均算力。而且他专门强调,人均算力最高是战略优势,不只是为了干活,更是为了吸引最好的人,这一点被严重低估了。
这句话我是真的觉得说到点子上了。
我平时的工作是给大模型搭脚手架,就是让模型真正能干活的那层工程,工具链、评测、调度这些。这个位置看不到前沿研究的全貌,但看得到一件特别具体的事,算力配额是怎么折磨人的。
一个实验排队排三天,跑完发现超参配错了,再排三天。想做一组消融实验,就是把模型的各个模块挨个拆掉看哪个真正在起作用,一组下来十几次训练,配额不够就只能挑两三个最有把握的跑,剩下的全靠猜。一个 idea 从兴奋到冷却,往往不是因为它被证伪了,是因为它在队列里等死了。研究员的热情是有半衰期的,而排队时间是最好的衰变催化剂。
这事的残酷之处在于,它是复利的。人均算力高的团队,同样一个月能验证十倍的想法,错得快,改得也快,好想法冒头的概率自然高。人均算力低的团队不是慢一点,是整个迭代循环转不起来。时间一拉长,两边差的就不是进度,是认知。

所以你站在一个顶级研究员的角度想想看,两份 offer 摆在面前,薪酬都是天文数字,一边说我们这里每个人都能随时调动一个小国家级别的算力,想到什么当天就能跑,另一边说我们的集群共享制,大实验要审批。你选哪个。
这跟钱已经没关系了,这是拿「你的好奇心不用排队」当招聘武器。
有点子牛逼的一手。
再往深一层想,扎克伯格这套打法其实挺有意思的。他等于公开承认了一种组织模式,创始人不懂业务细节,也不装懂,他握住的是资源分配权。研究方向他不指,模型架构他不碰,他就干一件事,把全行业最稀缺的三样东西,顶级人才、天量资本、千兆瓦电力,物理性地堆到同一个坐标上,然后赌化学反应会自己发生。
坦率讲,读到这里我心情有点复杂。因为同一个星球上,大部分打工人听到的版本是降本增效,是这个季度预算砍一砍,是这台服务器再撑一年。而地球另一头有个老板,他的核心 KPI 是让手下每个人的算力多到花不完。
同样是管理,一种在做减法防守,一种在做乘法进攻。
这里面其实藏着一个所有管理者都绕不开的问题,你到底信什么能产生突破。信流程的老板会加审批,信控制的老板会开周会,而扎克伯格用真金白银投的票是,把最好的人喂饱资源然后闪开。这三种信仰没有绝对对错,但在前沿研究这个特定场景里,第三种的赔率看起来确实高一些。毕竟历史上那些真正的突破,贝尔实验室的晶体管,施乐帕克的图形界面,几乎都长在资源过剩、管得又松的土壤里。区别只是,以前的资源过剩是电话垄断的利润,现在是社交广告的现金流。
当然,这套逻辑也不是没有裂缝。钱能买到 GPU,能买到研究员,但买不买得到方向感,这事还真不好说。Meta 上一代开源模型发布后的口碑争议是公开的,天价挖来的团队重组了不止一轮,内部路线的摇摆外界也看得见。甚至最近还有报道说 Meta 打算把多余的算力外租出去,直接对标 AWS 做起云生意。你可以解读成算力富余到能开源节流,也可以解读成,连他们自己都在给这场豪赌买一份对冲保险。
SemiAnalysis 有一篇对 Meta 超级智能布局的长分析,里面有个判断我比较认同,算力、人才、数据三样,Meta 前两样已经堆到了行业顶配,但这三样凑齐也只是入场券,牌怎么打是另一回事。
说真的,我自己也没想明白这场赌局的终点在哪。按现在这个趋势推演,AI 竞赛的叙事正在从拼聪明变成拼重资产,从算法创新变成电力工程和资本运作。一个研究员的天才想法,权重在下降,一座核电机组喂饱的训练任务,权重在上升。
那这事跟屏幕前的你有什么关系。我的感受是,至少有两个信号值得留意。一个是往下看,浪潮越是往基础设施沉,中间那层把电变成智能的工程就越值钱,分布式训练、推理优化、集群调度,这些以前偏冷门的方向正在变成硬通货,连带着电力、散热、数据中心运维这些传统行当都跟着涨价。另一个是往上看,既然巨头们把智能的成本曲线打下来是板上钉钉的事,那对做应用的人来说,与其焦虑模型层的军备竞赛,不如认真想想智能白菜价之后,你手里的场景和数据还剩多少护城河。
前一个信号是机会,后一个是提醒。但对整个行业把宝全押在超大集群上这件事本身,我持保留意见,万一 scaling 这条路在某个节点撞墙,这些千兆瓦的园区就是人类历史上最贵的烂尾楼。当然也可能不会撞,谁知道呢,我们都在船上。
最后聊一下那个名字。Prometheus,普罗米修斯,希腊神话里从奥林匹斯偷火种给人类的泰坦。Meta 给自己第一个千兆瓦集群起这个名字,野心几乎是明示的,这次我们不偷了,我们自己发电。
只是神话里还有后半段,普罗米修斯被锁在高加索的悬崖上,每天有鹰来啄食肝脏。盗火是有代价的,只是代价来得比火种晚。
回到那段 66 秒的视频。一个不懂 AI 研究的人,可能正在决定 AI 研究的走向,靠的不是洞见,是集中。人、钱、电,一行字的岗位说明书,数千亿美元的执行预算。
他在 Meta 官网那封超级智能愿景信里写,要给每个人带来个人超级智能。这个愿景会不会实现我不知道,我只知道俄亥俄的那台「核电机组」,今年就要通电了。
火种马上点燃,鹰在哪,还没人看见。