說白了，小扎急了。 他的焦慮是全方位的：核心的廣告業務，佔了97%的收入，正被TikTok瘋狂蠶食； 被寄予厚望的第二曲線——元宇宙，已經成了科技圈最大的笑話； 而被他當作AI時代船票的Llama開源模型，也正淪為雞肋。這三重焦慮，逼得他不得不使出最原始、也最粗暴的一招：用鈔能力買斷供應鏈。

Llama之死：一個“雞賊”開源模型的必然結局

要理解這場收購的瘋狂，就必須先看懂Llama的失敗。Meta的Llama模型，從誕生之初就帶著一種“雞賊”的氣質。 它打著開源的旗號，乾的卻是“開源洗白”（Open Washing）的勾當——許可證裡藏著各種商業限制，月活用戶一超標就得交錢，還指名道姓地把OpenAI、谷歌等幾個主要競爭對手列入“禁用黑名單”。

這種不敞亮的做法，註定了它無法真正贏得開源社區的信任。 結果就是，Llama的性能被DeepSeek、千問等後來者無情碾壓，從Llama 3到Llama 4，每一次迭代都離第一梯隊更遠一步。 它成了一個靠瘋狂堆砌算力和參數的“傻大個”，看似強壯，實則虛胖，短板極其明顯。

當模型本身已經走入死衚衕，小扎唯一的選擇，就是釜底抽薪，去控制模型賴以為生的血液——數據。

掀翻牌桌：有內鬼，終止交易？

把AI巨頭的競爭想象成一場麻將局。牌桌上，OpenAI、谷歌、微軟和Meta激戰正酣，而Scale AI就像那個八面玲瓏、給所有牌手端茶送水的小妹，它知道每個人的口味，掌握著所有人的“給養”。 突然，牌打得最爛的Meta站起來，一把將這個小妹買斷了。

其他牌手的第一反應是什麼？恐慌。他們立刻終止了和Scale AI的合作。 因為誰也不敢保證，這個被對手控制的“小妹”，會不會在自己的茶水裡“下毒”——也就是所謂的數據投毒。 對於視模型安全為生命線的大廠來說，這是不可承受的風險。

這正是小扎想要的。他用140億美金，製造了一場供應鏈恐慌，成功地給所有對手的後勤保障捅了一刀。這是一種典型的掀桌子戰術：既然我在牌桌上贏不了你，那我就直接把牌桌掀了，讓大家都別玩。我進不了AI大廈的頂樓，我就先把你地基的承重牆給炸了。

真正的賭注：當人類數據耗盡，AI需要新石油

然而，掀桌子只是戰術，小扎真正的戰略賭注，押在了一個更深遠的未來——“經驗時代”的到來。

強化學習之父理查德·薩頓（Richard Sutton）在他那篇著名的論文《苦澀的一課》中揭示了一個殘酷的真相：人類知識和數據對於訓練真正的強人工智能，作用有限，甚至會成為枷鎖。 真正的智能，來源於通用的學習方法和超大規模的計算，讓機器自己從“經驗”中學習。 AlphaGo那驚世駭俗的第47手，就是人類棋譜中不存在的“機器經驗”。

而到了2024年，一個全行業的共識是：高質量的人類數據，真的快被用光了。 Meta那30多億社交用戶的日常數據，看起來海量，實則同質化嚴重，充滿了情緒和噪音，對於訓練高級智能幾乎是“垃圾數據”。

所以，Meta收購Scale AI，根本不是為了那些已經被標註好的人類數據，除了人以外，還是為了它背後那套成熟的、工業化的、能將原始信息提煉成高質量“AI石油”的“煉油廠”能力。 他需要這套“煉油廠”，去處理機器在未來自我探索中產生的海量“經驗數據”。這是他為下一代模型準備的唯一彈藥，也是他擺脫Llama失敗陰影、抓住救命稻草的最後一搏。

實用主義者的最後掙扎

回顧小扎的商業生涯，他總是在關鍵時刻靠收購續命：用Instagram和WhatsApp買下了移動互聯網的船票，又試圖用Oculus買下元宇宙的未來，但後者慘敗。 他是一個極致的實用主義者，身段柔軟，為了贏可以隨時調整姿態，甚至在政治立場上反覆橫跳。

這一次，面對AI浪潮，他再次使出了自己最熟悉的武器——鈔能力。但這次的賭注更大，風險也更高。他用天價買來的，既不是確定的技術，也不是成熟的產品，而是一個關於未來的可能性，一個重建數據基礎設施的機會。

你是買他的現在，還是未來？

小扎的千億豪賭，最終能否幫Meta在AI領域迎頭趕上？

我依舊持中性偏悲觀的態度。 他的組織文化過於集權，缺乏孕育真正去中心化生態的基因； 他的產品策略搖擺不定，開源開得首鼠兩端，難以凝聚頂尖的開發者。 但無論如何，他已經湊齊了算力、數據、人才和資本這幾張關鍵的牌，坐上了牌桌。 只是，面對這位剛剛輸掉一局、又壓上全部身家的賭徒，投資人真正該問的，還是他自家CFO那個無法回答的問題：我究竟是該買你的現在，還是你的未來？

觀點整理自我的播客：人民公園說AI

👉訂閱「JustSayAI早晚報」· 每日兩封 · 一鍵聽報：https://justsayai.org/newsletter （需科學上網）

【關注頻道】：

📺B站：叫我小蘇就好啊

📕小紅書：人民公園說AI

▶️油管：人民公園說AI