在追求“个人超级智能”的道路上，Meta CEO马克·祖克伯格正以前所未有的姿态，推动公司近二十年来最深层次的领导层重组。这场变革的核心，是其对顶尖AI人才的狂热招募与巨额投入，旨在重塑Meta在人工智能领域的竞争力。然而，伴随高歌猛进的战略布局，内部的权力洗牌、人才流动以及文化冲突也接踵而至，构成了Meta转型之路上的复杂图景。
高压招聘下的AI人才潮涌与暗流
祖克伯格的AI豪赌，首先体现在对行业明星的“九位数”高额签约金和无上限计算资源的承诺上。这种不惜血本的策略，迅速吸引了一批来自OpenAI、Scale AI、GitHub等知名机构的顶尖专家，如OpenAI ChatGPT的联合创始人赵盛佳、前Scale AI首席执行官亚历山大·王（Alexandr Wang）以及前GitHub首席执行官纳特·弗里德曼（Nat Friedman）。这些新面孔的加入，无疑为Meta的AI版图注入了强大活力。
明星入职与闪电离职：人才磁石与离心力
然而，高调入职的背后，是Meta内部一场动荡的人才“音乐椅”游戏。赵盛佳在加入Meta数日内便威胁离职并考虑重返OpenAI，此事件最终以其被授予Meta新“首席AI科学家”头衔而暂时平息，但这无疑揭示了顶尖人才在巨头内部适应与融合的挑战。更令人关注的是，一系列新入职的AI专家也在短时间内选择了离开。例如，机器学习科学家伊桑·奈特（Ethan Knight）在数周后便告别Meta；前OpenAI研究员阿维·维尔马（Avi Verma）在完成了入职流程后，甚至未曾出现在其工作岗位上；而研究科学家里沙布·阿加瓦尔（Rishabh Agarwal）也于近期宣布离职，虽未详述原因，但言辞中流露出对“不同风险”的追求。这些快速流失的新鲜血液，无疑给Meta的AI战略投下了一层阴影，也促使外界反思，单纯的金钱和资源投入是否足以留住最宝贵的人才。
老兵离去与内部震荡：资深力量的流失
与此同时，一批在Meta工作多年的资深员工也相继离职，包括在生成式AI团队任职九年和十年的查雅·纳亚克（Chaya Nayak）和洛雷达娜·克里桑（Loredana Crisan）。这些经验丰富的“老兵”的离去，不仅削弱了团队的稳定性和历史传承，也可能引发更多内部人员的动摇。新老交替本是企业发展的常态，但在如此剧烈的变革时期，资深力量的流失往往意味着对公司新方向或内部环境的不适应，这对于Meta而言，无疑增加了战略推进的复杂性。
领导层洗牌：新权力核心的崛起与传统格局的冲击
祖克伯格的AI雄心，同样体现在公司核心领导层的彻底重组上。他不再仅仅依赖像首席产品官克里斯·考克斯（Chris Cox）这样追随多年的忠实下属，而是将权力重心迅速转向新招募的外部高管，意图以更激进的姿态推动AI发展。
权力中心转移：亚历山大·王与纳特·弗里德曼的崛起
领导Meta所有AI工作的核心人物，是28岁的前Scale AI首席执行官亚历山大·王。他不仅负责祖克伯格最为神秘的“TBD”（待定）部门，该部门汇聚了众多明星级AI人才，更是直接向祖克伯格汇报，这标志着传统层级结构的突破。另一位关键人物是广受欢迎的企业家兼风险投资家纳特·弗里德曼，他被任命为产品与应用研究部门的负责人，肩负着将AI模型整合到Meta旗下各个应用中的重任。这两位新贵的快速崛起，构成了Meta AI新权力版图的核心。
资深高管的调整：角色边缘化与战略转型
与新权力核心的崛起相对应的是，一些在Meta服务多年的资深高管的角色被部分边缘化。例如，Meta首席AI科学家扬·勒昆（Yann LeCun）虽然保留了职位，但现在需要向亚历山大·王汇报。而今年早些时候领导Llama和生成式AI工作的艾哈迈德·阿尔达勒（Ahmad Al-Dahle）则未被任命为任何新团队的负责人。最引人注目的是首席产品官克里斯·考克斯，他虽仍是首席产品官，但亚历山大·王直接向祖克伯格汇报，这使得生成式AI这一原本在考克斯职权范围内的关键领域，脱离了他的直接监管。尽管Meta声称考克斯仍然“深度参与”更广泛的AI工作，包括推荐系统，但这种调整无疑反映了权力重心的转移和策略的优先级变更。这种对传统核心管理层的结构性冲击，可能在短期内导致一定的内部摩擦和适应期。
组织架构的持续演进：Meta Superintelligence Lab的重塑
为了更好地实现其“超级智能”目标，Meta对其AI团队进行了多次重组。仅在六个月内，其AI部门便经历了四次大范围调整，最近一次是将AI团队（已更名为Meta Superintelligence Lab，MSL）重塑为四个独立团队。频繁的重组既体现了公司对AI战略的重视与快速响应，也可能带来组织内部的混乱与不确定性，正如一位Meta研究科学家在X平台上的调侃：“再来一次重组，一切都会好的。就再来一次。”这句玩笑话的背后，是员工对持续变革的复杂情绪。
内部博弈：文化碰撞、资源竞争与战略分歧
Meta在AI领域的激进投入和领导层重组，不可避免地引发了深层次的内部博弈，涵盖了企业文化、资源分配和战略方向等多个层面。
祖克伯格的微观管理：加速器还是阻碍？
多位公司内部人士将祖克伯格描述为对TBD团队“深度投入且事无巨细”，甚至有人批评他“微观管理”。尽管这种高层的高度参与体现了对AI战略的重视，但也可能与顶级科学家和工程师追求独立性和自主性的文化产生冲突。如何在CEO的愿景与一线团队的执行效率之间找到平衡点，是Meta面临的重要课题。对创业公司文化更习惯的亚历山大·王等新高管，也需要适应巨头企业的工作方式，例如不再像初创公司那样有明确的营收目标，这需要思维模式上的转变。
官僚主义与资源竞争：新员工的挫折感
一些新招募的AI人才对Meta的官僚主义和对所承诺的计算资源等内部竞争感到沮丧。尽管Meta表示TBD实验室拥有业内“人均计算资源最多”的优势，并且未来还会增加，但内部对资源获取的流程和效率仍然可能成为阻碍。在激烈的AI竞争中，计算资源如同石油，其顺畅获取和高效利用是研发成功的关键。如果内部流程复杂或存在竞争，无疑会影响新团队的创新速度。
超级智能的时间表之争：愿景与现实的碰撞
据知情人士透露，亚历山大·王与祖克伯格在实现“超级智能”——即AI能力超越人类——的时间表上存在分歧，祖克伯格多次敦促团队加快速度。这种高层之间的战略分歧，揭示了宏大愿景与技术实现路径之间的固有张力。实现超级智能本身就是一项极其复杂的挑战，需要在技术、数据、算力、算法等多个维度取得突破，任何时间表上的过度压力，都可能带来风险或导致团队士气下降。
Llama Behemoth的战略调整：从公开转向更前沿的探索
在“TBD”团队的首批行动中，Meta决定不再积极公开发布其旗舰模型Llama Behemoth，因为其性能未达预期。取而代之的是，TBD团队将重心放在构建更新、更前沿的模型上。这一战略调整，不仅反映了Meta在模型开发上的务实态度，也可能暗示其在开源策略上的重新考量，旨在将最尖端的AI技术优先用于内部产品和下一代智能的构建，而非立即对外共享。
展望与挑战：Meta AI的未来航向
Meta在AI领域的这场深刻变革，既是其把握时代机遇的必然选择，也伴随着诸多挑战。近期，Meta宣布在Meta Superintelligence Labs（MSL）团队内“暂时暂停除业务关键岗位外的所有招聘”，并对招聘申请进行逐案评估，此举被视为领导层在规划2026年人员增长战略前的深思熟虑。
暂停招聘的举措，传递出Meta正在对其AI战略进行更精细化调整的信号。这可能意味着在经历了一轮大规模且略显混乱的招募后，公司开始注重内部整合与效率优化。通过暂停招聘，领导层得以重新评估现有团队的结构、资源配置以及人才需求，确保未来的增长更具策略性和可持续性。
Meta对“个人超级智能”的追求，无疑是AI发展中最具挑战性也最具想象力的目标之一。然而，实现这一宏大愿景，不仅仅是技术层面的突破，更是组织韧性、文化融合以及战略执行力的综合考验。在与OpenAI、Google、Apple等科技巨头的激烈竞争中，Meta能否在内部动荡中保持创新活力，高效整合新老团队，并有效解决内部摩擦，将对其AI战略的成败至关重要。
未来，Meta需要在快速迭代的AI技术和复杂的人事管理之间找到新的平衡点。这要求领导层不仅要具备高瞻远瞩的战略眼光，更要展现出卓越的组织管理和文化融合能力。只有这样，Meta才能真正将“个人超级智能”的愿景从纸面变为现实，并在全球AI竞赛中占据领先地位。
