Meta为何在半年内第四次重组AI部门？

Meta内部员工对这次调整反应不一，有人认为这是AI战略的加速推进，也有人担忧团队分裂会影响研发进度。扎克伯格的「All in AI」决心，正在通过一系列人事变动和架构调整逐步兑现。从Llama 4到闭源模型，从开源旗帜到商业变现，这场变革的深度远超表面。最新消息显示，Meta正以「TBD Lab」为支点，重新定义AI研发路径。这场重组不仅关乎技术路线，更涉及组织权力结构的重新洗牌。

Meta为何在半年内第四次重组AI部门？

这次调整的核心在于技术路线的转变。新成立的TBD Lab由Alexandr Wang领导，团队内部已讨论转向闭源模式。这意味着Meta将放弃长期以来的开源理念，转而采用更灵活的商业策略。据内部消息透露，新团队甚至决定放弃Llama 4的Behemoth路线，从头开始研发新模型。这种转变不仅是技术层面的调整，更是商业逻辑的重新定位。

TBD Lab：新团队的布局与挑战

新成立的TBD Lab由Alexandr Wang领导，团队成员包括前谷歌、苹果、OpenAI的资深专家。Jack Rae负责预训练模型，Ruoming Pang掌管基础设施，Jiahui Yu专注于多模态研究。这些资深人士的加入，为新团队注入了多元化的技术视角。然而，这种「空降兵」模式也引发了一些老员工的不满，认为新团队对传统技术路线存在偏见。

FAIR实验室：基础研究的坚守

尽管TBD Lab的成立标志着Meta向商业导向转型，FAIR实验室的保留显示公司并未完全放弃基础研究。Robert Fergus继续担任FAIR负责人，他刚从谷歌DeepMind回归Meta。这种「双轨并行」的策略，让Meta既能快速推出产品，又能保持技术深度。但这种平衡是否能持续，仍需观察。

产品与应用团队：从实验室到市场

产品和应用团队负责Meta AI助手等实际应用，这标志着AI研发从实验室走向市场。团队负责人Nat Friedman和Daniel Gross的加入，为产品化提供了更强的商业视角。Daniel Gross曾是Ilya的SSI CEO，他的回归也引发了一些内部讨论，认为这可能影响Ilya在公司的话语权。

基础设施团队：算力支撑的基石

基础设施团队负责训练与推理的算力、数据与平台，这是整个AI生态的底层支撑。Aparna Ramani领导的团队正在推进290亿美元的数据中心融资，用于路易斯安那州等地的大型AI基础设施扩张。这种「算力先行」的资本布局，显示Meta对AI落地的重视。

Meta的AI战略：开源旗帜的动摇

Meta过去几年以Llama为核心树立了「开源」旗帜，但从今年7-8月的多方报道看，「是否继续以Llama为主线、是否转向闭源/第三方模型」在公司内部已被摆上桌面。外媒称，Meta正「积极探索使用第三方模型」，不再只依赖自研模型。这种转变意味着Meta可能需要在技术路线和商业效益之间找到新的平衡点。

人才流动：几家欢喜几家愁

重组前后，人才流出与高位补强同步发生。7月，Meta任命Shengjia Zhao为超级智能实验室的首席AI科学家，他曾是OpenAI的研究员，也是ChatGPT、GPT-4的核心功臣。这种「空降兵」模式引发了一些老员工的不满，认为新团队对传统技术路线存在偏见。但这种人才引进也为公司注入了新的活力。

员工关系：新旧力量的博弈

当Meta斥资数十亿引进顶尖AI人才时，公司内部的老将们对这些「空降兵」却感到水土不服。据一位知情人士描述，最近几周，Zhao的办公室门前，Meta的老AI研究员和员工们排起了长队，等着接受他的「面试盘问」：Zhao对他们过去的工作刨根问底。这种新旧力量的博弈，正在重塑Meta的未来。

扎克伯格的AI野心：从研究到工程

扎克伯格的「All in AI」决心，正在通过一系列人事变动和架构调整逐步兑现。从Llama 4到闭源模型，从开源旗帜到商业变现，这场变革的深度远超表面。Meta的「算力先行」资本布局，显示其对AI落地的重视。这种从研究范式到工程落地的转移，可能带来新的突破。

Meta的AI未来：谁主沉浮？

这场由扎克伯格亲自导演的AI变革，正以一种近乎残酷的方式，重塑着Meta的未来。究竟是凤凰涅槃，还是引火烧身？时间会给出答案。最终，Meta的AI战略将如何影响整个行业，值得持续关注。