Meta AI 负责人 Alexandr Wang 在 Bloomberg Tech 2026 大会上分享了公司在人工智能领域的战略演变。他指出，过去一年里，Meta 的 AI 团队经历了一次根本性的转变，从追赶者转变为具有竞争力的参与者。这一转变体现在从侧重开源到强调安全优先，从初步尝试到核心研发，以及从对话模型发展到个人代理的全面愿景。

Wang 坦言，尽管 Llama 4 的发布令人振奋，但并未完全契合 Meta 所需的发展方向。在过去一年中，团队构建了全新的模型扩展架构，开发了新的基础设施和研究方法。这些努力的初步成果——New Spark 系列模型和 Meta AI 更新——于今年四月推出，并获得了超出预期的积极反响，Meta AI 在多个应用商店荣登榜首。然而，Wang 将此定位为“开胃菜”，并表示公司正在研发更强大的模型，预计即将推出的模型将能够与全球顶尖模型相媲美。其研究的核心理念是“可预测的扩展”，即随着模型规模的增大，能力也会呈现可预测的提升。New Spark 是这一扩展路径上的早期验证，后续模型将在此基础上达到更高水平。

一个显著的变化是 New Spark 模型并未开源，这与 Meta 过去以开源 AI 模型闻名的传统有所不同。Wang 解释说，这是基于对开发强大模型所面临风险的评估，以及希望在早期测试阶段如何管理这些风险。在开发 New Spark 的过程中，团队识别出了一些高风险领域，特别是 CBRN（化学、生物、放射、核）风险。他强调，在产品中发布模型时，有多种方式可以降低风险，但开源模型使得控制风险变得更加困难，因为用户可能在各种不受控的环境中使用。尽管如此，Meta 仍将致力于开发和开源性能与安全性兼顾的模型。

在谈及 Meta 模型的核心优势时，Wang 重点提到了三个方面：首先是多模态能力，即处理图像、视频和音频的能力，这对于 Meta 的业务至关重要。其次是健康领域，他认为这是将模型服务于全球数十亿用户的关键，New Spark 在此方面的表现令人印象深刻。最后是代码生成能力，模型在创建“氛围代码”、小游戏或工件方面的强大潜力。他透露，团队正在这些领域加大投入，并对即将发布的模型充满期待，这些模型将成为具备多模态、健康及其他领域优势的强大代理。Meta 的最终目标是为全球每个人打造最佳的个人代理。

当被问及中国在 AI 领域的进展时，Wang 认为美国在技术上的领先地位至关重要，并指出技术进步对国家和文明的意义。他认为目前美国处于领先地位，但必须密切关注包括中国在内的其他国家的进展，并深入理解其发展动态。他认为，美国领先地位可能面临的威胁在于研究进展停滞或模型扩展受阻，因为当前 AI 领域的速度和进展堪称奇迹。

Wang 描绘了 AI 代理未来的愿景，他认为每个人可能会拥有一到两个，甚至一小撮依赖的代理。这些代理可能专注于健康、人际关系维护，帮助用户成为更好的父母、朋友和家人。对于工作而言，特别是小企业主或企业家，可能会使用同一代理，而在大型企业中，则可能分开使用。他将此比作电子邮件，认为代理将成为人们日常使用的关键技术。他强调代理将是“深度个人化”的，用户会随着时间推移越来越依赖它们，并将其广泛应用于个人和工作生活。他承认，赢得用户对代理处理个人生活任务的信任是一个关键挑战，并指出这是整个行业的难题。随着代理能力的增强，它将重新定义人类与技术的关系，需要整个社会共同思考和解决。

Wang 分享了 AI 如何改变他的生活，他使用代理来支持工作，并将其用于个人生活，例如帮助他保持健康和与朋友联系。他表示，在没有代理的情况下，维持健康和维系所有友谊一直很困难，而代理的支持具有变革性。

面对 Meta 在大力投资 AI 的同时进行裁员的现实，Wang 表示与同事告别非常艰难，承认团队经历了挑战。他强调，尽管对取得的进展和产品感到兴奋，但团队不会掉以轻心。关于更广泛的失业担忧，他提出了一个被忽视的观点：AI 正在催生比以往任何时候都多的新企业。数据表明，通过 AI 工具创办的新公司数量不断增加，并且随着 AI 工具的强大，将会有更多的企业家和小型企业涌现。他认为经济是一个复杂的系统，当前数据显示小型企业和企业家正在增多。

对于特朗普政府关于审查 AI 模型发布的行政命令，Wang 表示，鉴于 AI 技术的重要性和力量，政府的深入参与和审慎考量是积极的。他承认监管的执行难度，但也强调 AI 模型的能力正在迅速增强，需要审慎考虑其最终部署方式。

总而言之，Alexandr Wang 将 Meta AI 的转型轨迹比喻为从“开胃菜”到“主菜”的烹饪过程。这一过程涵盖了从 Llama 4 到 New Spark 的技术迭代，从开源策略到安全优先的重心转移，以及从追赶者到竞争者的身份转变。Meta 的目标是让每个人拥有一个深度个人化的 AI 代理，以协助管理健康、维系关系和提升效率，并在 AI 竞赛中加速重新定位自身。