文 | 競和人工智能

在OpenAI領跑、DeepSeek突襲的雙重壓力下，裁員與挖人的看似矛盾的動作，實則是巨頭轉身的必要陣痛。

當meta在10月底宣布AI部門裁員600人時，科技行業陷入了集體困惑：這家一邊以兩億美元天價挖角蘋果AI負責人，一邊將裁員大斧砍向自家資深研究員的公司，正在AI賽道上演一場矛盾的突圍戰。

扎克伯格豪擲148億美元招安Scale AI創始人亞歷山大·王的決絕，與Llama 4模型“刷榜疑云”的尷尬形成鮮明對比，折射出meta在AI軍備競賽中的焦慮與野心。

Llama 4的表現是這場焦慮的直接源頭。

根據meta官方數據，Llama 4 Maverick在大模型競技場排名第二，宣稱在推理和編碼上比肩DeepSeek-V3且參數僅為后者一半，Behemoth版本更號稱超越GPT-4.5。

但現實很快擊碎了宣傳泡沫：開發者實測顯示其在KCORES編程基準測試中表現欠佳，aider多語言編碼得分僅16%，遠低于GPT-4o和DeepSeek-V3。

這種“ 榜單領先、實戰拉胯 ”的分裂，暴露了其與頂尖模型的真實差距——與DeepSeek-V3相比，Llama 4在專業領域推理精度存在明顯代差；面對ChatGPT的迭代版本，其在多模態協同與現實場景適配性上仍有1-2年的追趕距離。

扎克伯格的戰略調整早已暗藏伏筆。

今年6月斥資148億美元投資Scale AI，核心目標就是將28歲華裔創始人亞歷山大·王納入麾下，這位數據基礎設施專家正是meta急需的“ 破局者 ”。隨后組建的TBD Lab成為戰略核心，不僅囊括OpenAI的GPT-4核心架構師，還從谷歌、蘋果挖來頂尖人才，該部門薪酬遠超其他團隊，成為meta AI的“ 特種部隊 ”。

此次裁員則是對低效架構的清算，FAIR等三個部門遭縮減，唯獨TBD Lab逆勢擴張，清晰傳遞出“聚焦實戰、放棄空想”的轉型信號。

這種“ 一邊裁員一邊挖人 ”的操作，本質是對過往戰略失誤的糾偏。

前Llama團隊成員揭露，meta原本聚焦多模態研發，但DeepSeek的崛起引發內部恐慌，導致研發方向搖擺不定，加上“ 外行管內行 ”的管理層錯位，最終拖累了Llama 4的表現。扎克伯格顯然意識到問題根源，通過引入外部高管和核心人才，變相完成了AI部門的權力重組，試圖以“ 鯰魚效應 ”激活團隊活力。

從投資布局看，扎克伯格的AI野心遠超模型研發本身。

收購Scale AI不僅是為了獲取數據標注能力，更是瞄準了其在自動駕駛、政府項目等領域的資源，為Llama模型構建更廣闊的落地場景。這種“ 模型+數據+場景 ”的三維布局，與OpenAI專注技術突破、DeepSeek深耕開源賽道的策略形成差異化競爭，展現了巨頭的生態構建思維。

對meta的AI前景，可從三個維度做出預判。

短期看，Llama 4的“ 刷榜爭議 ”將加速行業評測體系升級，meta可能在2026年初推出優化版本，重點彌補編程與推理短板，借助Scale AI的數據能力實現實測性能躍升。

中期而言，TBD Lab的“ 混合專家架構+超長上下文 ”技術路線將逐漸見效，Llama系列有望在企業級服務市場占據優勢，與微軟Azure、谷歌Cloud形成三足鼎立。

長期來看，隨著元宇宙與AI技術的深度融合，meta可能成為首個實現“ 虛擬交互+智能決策 ”的科技巨頭，但其面臨的人才留存與技術轉化挑戰仍不容小覷。

扎克伯格的AI突圍戰，本質是一場關于“ 速度與精度 ”的博弈。

在OpenAI領跑、DeepSeek突襲的雙重壓力下，裁員與挖人的看似矛盾的動作，實則是巨頭轉身的必要陣痛。

meta能否在這場競賽中逆轉局勢，關鍵不在于發布多少個“ 號稱領先 ”的模型，而在于能否將148億美元的投資與頂尖人才的智慧，真正轉化為經得起實戰檢驗的技術實力。畢竟在AI時代，用戶最終只會為能解決問題的產品投票，而非排行榜上的虛假高分。