“周末连载，聚焦Meta内部动荡。
透过其与重要AI伙伴Scale AI的合作裂痕，我们得以一窥科技巨头在AI竞赛中的真实挑战与战略困境。
今年六月，Meta 刚刚向数据标注供应商 Scale AI 投入 143 亿美元巨资，并邀请其 CEO Alexandr Wang 及数位高管，共同执掌新成立的 Meta 超级智能实验室 (MSL)。
然而，蜜月期似乎很短暂。仅仅几个月后，两家公司的合作关系就已显现出裂痕。
蜜月期结束？合作初现裂痕
据知情人士透露，Alexandr Wang 为协助管理 MSL 而带来的高管中，至少有一位在加入 Meta 仅两个月后便已离职。
这位高管是 Scale AI 的前高级副总裁 Ruben Mayer。他在 Meta 短暂任职期间，负责监督 AI 数据运营团队。
但 Mayer 本人澄清，他最初的职责是帮助建立实验室，而且从第一天起就是核心单位 TBD 实验室的成员，离职则完全是出于个人原因。
除了人事变动，双方的业务关系似乎也在悄然改变。据五位知情人士透露，Meta 的 TBD 实验室正与 Scale AI 之外的第三方数据标注公司合作。
这些公司包括 Mercor 和 Surge，它们都是 Scale AI 最主要的竞争对手。
尽管 AI 实验室与多家供应商合作是常态，但 Meta 对 Scale AI 进行了如此巨额的投资，却仍将业务分给其对手，这一点让整个合作显得格外微妙。
有消息称，TBD 实验室的研究人员认为 Scale AI 的数据质量偏低，因此更倾向于与 Surge 和 Mercor 合作。
信任危机：数据质量与商业模式之争
Scale AI 最初依靠众包模式起家，利用大量低成本劳动力处理简单的数据标注工作。
但随着 AI 模型日益复杂，行业现在更需要医生、律师等具有深厚背景的领域专家，来生产和优化高质量数据。
尽管 Scale AI 也在努力吸引这类专家，但其竞争对手 Surge 和 Mercor 从一开始就立足于高薪人才模式，并借此实现了快速增长。
对于数据质量的质疑，Meta 的发言人予以否认。Scale AI 的发言人则重申，Meta 的投资本就是为了扩大双方的商业合作。
Meta 的做法，无疑是在分散风险，避免将所有希望都寄托在 Scale AI 身上。
然而，Scale AI 的处境却大不相同。在获得 Meta 投资后不久，它接连失去了 OpenAI 和 Google 这两大客户。
紧接着，Scale AI 在今年 7 月裁掉了数据标注部门的 200 名员工，其新任 CEO 将此归咎于市场需求的变化。
内部动荡：Meta 的 AI 人才与战略挑战
外界曾猜测，Meta 的巨额投资，真实目的是为了招揽 Alexandr Wang 这位 AI 领域的资深创始人，利用他来吸引顶尖人才。
但除了 Wang 本人，Scale AI 对于 Meta 的核心价值究竟有多大，至今仍是一个疑问。一位内部员工透露，从 Scale AI 过来的几位高管，并未进入最核心的 TBD 实验室团队。
与此同时，自从 Wang 和一批顶尖研究员加入后，Meta 的 AI 部门反而陷入了混乱。新老团队之间因工作范围和企业文化差异而产生了摩擦。
这些紧张的迹象表明，Meta 这笔史上最大的 AI 投资，开局可能并不顺利。
在 Llama 4 模型发布反响平平之后，CEO 扎克伯格为了追赶 OpenAI 和 Google，发起了一场激进的人才争夺战和并购行动。
然而，仓促的变革也带来了不稳定的因素。一些从 OpenAI 高薪挖来的研究员已经早早离开，许多 Meta 的资深成员也选择了离职。
MSL 的研究员 Rishabh Agarwal 是最新离职者之一。他在社交媒体上引用了扎克伯格自己的建议来解释自己的离开：
“在一个瞬息万变的世界里，你能承担的最大风险就是不冒任何风险。
现在，真正的问题是，Meta 能否稳住动荡的 AI 团队，并留住那些关乎其未来的关键人才。
据报道，MSL 已经开始研发下一代 AI 模型，目标是在今年年底前发布。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
