新智元報道

編輯：艾倫 KingHZ

從Llama 4「作弊刷分」丑聞，到143億美元收購Scale AI，扎克伯格瘋狂挖角，卻換來團隊內訌；上億美元年薪，沒能留住頂尖人才。meta的超級智能實驗室（MSL），到底是未來引擎，還是人心崩盤的深坑？

自從Llama 4發布后，。

之后，小扎坐不住了，斥143億美元（約1000億元）收購Scale AI，同時大舉用九位數年薪挖角AI頂尖人才。

然而，近日meta爆出離職潮，大批人才甚至還未入職便決定告別meta。

昔日王者被曝管理混亂、人心崩盤，甚至不得不低頭依賴競爭對手模型。

meta并非首次與外部合作，此前已與Midjourney在文生圖方面達成合作，并在內部編程工具中使用了Anthropic和OpenAI的模型。

斥資1000億元，直接打水漂？

根據內部爆料，管理混亂可能是最大誘因：

資源分配不公、薪資差距過大、人員調度失策、職業規劃不合、Alexandr Wang的管理方式與meta原有的方式迥然不同……

此外，Scale AI的數據質量不理想，也導致meta與其合作疑似出現裂縫。

據兩位知情人士透露，Alexandr Wang帶來的高管之一——前Scale AI生成式AI產品與運營高級副總裁RubenMayer，僅在meta待了兩個月就離職。

Mayer曾兩度供職于Scale AI，總共約五年。

他對媒體表示，自己最初的職責是「協助搭建實驗室，需要什么就做什么」，并強調「從第一天起就已是TBD Lab的一員」，并未被排除在核心團隊之外。

他還澄清自己「并未直接向Alexandr Wang匯報」，稱在meta的工作體驗「非常愉快」，離開純屬「個人原因」。

除了人員變動，meta花巨資與Scale AI的合作出現了裂縫。

據透露，TBD Lab正與其他第三方數據標注公司合作來訓練下一代AI模型，其中包括Scale AI的兩大競爭對手Mercor和Surge。

此前，meta對Scale AI投入數十億美元。如今，卻「另起爐灶」。這樣的做法顯得格外耐人尋味。

眾包數據，差到不能用

幾位知情人士直言，TBD Lab研究人員普遍認為Scale AI的數據質量偏低，更愿意與Surge和Mercor合作。

Scale AI最初依靠眾包模式起家，在亞非拉等第三世界國家，雇傭數量龐大且廉價的勞動力完成基礎數據標注——也就是對原始信息進行分類、標記和注釋，用于訓練AI模型。

但隨著AI模型的復雜度急劇提升，如今的訓練數據已不再是「低門檻體力活」，而是需要醫生、律師、科學家等專業人士參與，才能生成和打磨出更高質量的數據，推動AI性能的提升。

通過Outlier平臺，Scale AI試圖吸引各類專業人士。

Outlier由Scale AI運營，連接專家與AI公司，提供人類反饋以改進語言學習模型

但競爭對手Surge與Mercor發展更快，因為它們從一開始就建立在「高薪聘用專業人才」的模式之上。

meta發言人否認了「數據質量存在問題」的說法，但meta越來越依賴競爭對手的數據服務。

從meta的動作來看，即便投入了數十億美元，也并未把所有籌碼都押在Scale AI身上。

但對于Scale AI來說，情況就沒那么樂觀了。

就在meta宣布對Scale AI進行巨額投資后不久，OpenAI和谷歌雙雙宣布停止與其合作。

幾周后，Scale AI在7月裁掉了200名數據標注業務的員工。

新任CEOJasonDroege將此歸因于「市場需求的變化」，并表示公司將在其他領域加大投入，比如政府合同銷售。

在此之前，外界就有猜測：meta投資Scale AI的真正目的，或許是為了「挖人」——把自2016年創辦公司以來一直深耕AI領域的創始人Alexandr Wang拉過來，借助他的號召力吸引頂尖人才。

從目前情況看，Alexandr Wang確實在幫助meta組建強大的AI團隊。

不過，除了Alexandr Wang之外，Scale AI對meta的價值依舊存在疑問。

小扎挖角，野心不小

meta超級智能實驗室（MSL）的一名現任員工透露，一些隨Alexandr Wang一同加入meta的Scale AI高管，并未真正進入核心的TBD Lab團隊。

與此同時，自從Alexandr Wang和大批頂尖研究員加入后，meta的AI部門反而變得愈發混亂。

前員工和在職員工對媒體透露，從OpenAI、Scale AI跳槽過來的「新人」，普遍對meta龐雜的公司官僚體系感到沮喪；而meta原有的生成式AI團隊（GenAI）的職能則被明顯削弱。

這些緊張關系表明：

meta迄今為止最大的一筆AI投資，似乎并未帶來預期的平穩起步。

為了扭轉Llama4失利的局勢、追趕OpenAI和谷歌，扎克伯格「病急亂投醫」。

他不僅瘋狂簽下合作協議，還掀起了一場挖角運動，搶奪全球頂尖AI人才。

除了Alexandr Wang，他還成功從OpenAI、谷歌DeepMind、Anthropic等公司引入研究員。

同時，meta收購了語音AI初創公司Play AI和WaveForms AI，并宣布與圖像生成初創公司Midjourney達成合作。

為了支撐龐大的AI野心，meta近期在美國多地宣布建設大型數據中心。

其中最引人注目的，是一座造價500億美元的路易斯安那州超大數據中心——Hyperion。

Hyperion名字取自希臘神話中的「太陽之父」，上圖為該數據中心的效果渲染圖

不過，Alexandr Wang本人從未進行過任何人工智能研究，任命他領導實驗室的決定被外界視為「另類選擇」。

即便meta內部的工程師也對此感到困惑

扎克伯格不是沒想過挖一個AI研究的學術大牛，例如OpenAI首席研究官MarkChen，甚至想收購IlyaSutskever、MiraMurati等人的初創公司，但均遭到婉拒。

meta員工不滿，資源分配不公

小扎對MSL極度重視，對公司的AI相關部門進行了大刀闊斧的重組，最終現在MSL有4個子機構：

TBD Lab、FAIR、PAR（產品和應用研究團隊）以及MSL Infra。

原有的AGI基礎小組直接解散了，其領導人被納入MSL，向Alexandr Wang匯報。

AI產品小組負責人則轉去Threads，同X開展競爭。

簡單介紹一下目前這4個新機構。

TBD Lab，由Alexandr Wang直接領導，負責研發下一代Llama等最關鍵任務。

FAIR，meta的老牌實驗室，已存在了十多年，專注于長期基礎AI研究，由深度三巨頭之一、圖靈獎得主Yann LeCun負責。

如今，65歲的他也要向MSL負責人，28歲的新領導Alexandr Wang匯報工作了。

PAR（Products and Applied Research，產品和應用研究團隊），由前GitHub CEO Nat Friedman領導，負責將研究成果轉化到產品上。

MSL Infra，主要負責搭建meta AI需要的規模龐大的基礎設施。

被調入MSL的員工被許諾擁有更多計算資源，而那些被留下的老部門的老員工，則不可避免地被邊緣化，計算資源被新部門擠壓。

MSL辦公區需要「兩層安保+特殊權限工牌」進入，這也從側面直觀體現了對核心算力/項目的權限與資源集中在新實驗室與新領導層手里。

除此之外，薪資倒掛更是一個嚴重的問題，直接導致老員工流出意愿強烈。

老員工的年包，多數只有幾十萬美元，雖然和普通SDE相比已經高出很多，但和新員工動輒上億美元的夸張年包相比，實屬小巫見大巫了。

不患寡而患不均。

然而，并不是只有老員工不滿，在這波搶人潮中進入公司的新員工也有不滿。

在入職前被許諾的各類資源，真正落實起來也是阻力重重，未能達到預期。

困難接踵而至，而解決方案仍待理出頭緒。

雞飛蛋打，一地雞毛

一些剛剛加入meta的AI研究員已經打算離開meta，這不是錢的事兒。

對meta AI團隊里的一部分人來說，即便給他們幾百萬美元，也不愿意留在meta和扎克伯格一起工作。

據最新報道，由于和扎克伯格相處不快，meta的AI實驗室亂成一團，以至于一些剛入職的新員工，甚至在上班的頭幾天就威脅要辭職。

為了防止人才流失，meta不得不慌忙加薪、升職來「穩住人心」。

其中最典型的例子，便是趙晟佳（ShengjiaZhao）。這位前OpenAI研究員曾參與ChatGPT的研發，如今在meta搖身一變，成了「首席AI科學家」。

那么，這個頭銜是怎么來的？

據外媒爆料，他在meta只待了幾天，就看清了內部的「一地雞毛」，于是立刻開始籌劃離開，甚至已經簽署了重返OpenAI的相關文件。

就在這個節骨眼上，meta急了，直接給了他一個高層頭銜，才把人勉強留下來。

顯然，他并不是唯一一個被MSL嚇退的AI研究員。

就在本周，已有多位新近加入meta AI團隊的高調人才選擇離職。

其中包括前OpenAI研究員EthanKnight和AviVerma，以及來自谷歌DeepMind的RishabhAgarwal——他們都只在meta待了短短幾個月便選擇離開。

與此同時，meta內部的老員工也在大批出走，過去幾周已有數位資深成員辭職。

更讓局勢雪上加霜的是，Alexandr Wang非但沒有帶來穩定，反而加劇了矛盾：

他屢次與扎克伯格發生沖突，在團隊里也飽受質疑，被不少員工認為「態度傲慢、難以相處」。

盡管人事動蕩不斷，MSL已經著手研發下一代AI模型。

Llama 5究竟能否讓meta在AI大戰中翻身，仍然「TBD」。

參考資料：

https://www.theinformation.com/articles/metas-ai-leaders-discuss-using-google-openai-models-apps?rc=epv9gi

https://techcrunch.com/2025/08/29/cracks-are-forming-in-metas-partnership-with-scale-ai/

https://gizmodo.com/meta-ai-staff-problems-2000650796https://techcrunch.com/2025/08/29/cracks-are-forming-in-metas-partnership-with-scale-ai/