Meta在AI领域面临OpenAI和DeepSeek的双重压力，采取了裁员与高薪挖角的策略，以应对AI军备竞赛中的焦虑与野心。尽管Llama 4在官方数据上表现亮眼，但实际测试中暴露出与顶尖模型的差距。为解决这一问题，Meta斥巨资引入Scale AI创始人亚历山大·王，并组建高薪的TBD Lab，吸纳行业顶尖人才，同时对低效部门进行裁员，意在聚焦实战，纠正战略失误。此举旨在通过引入外部力量和重组权力，激活AI团队活力，并构建“模型+数据+场景”的生态系统，为Llama模型开辟更广阔的落地场景，以期在AI竞争中实现突围。

🎯 **Meta AI的战略调整与双重压力**：Meta正面临来自OpenAI的领先地位和DeepSeek的快速崛起所带来的双重竞争压力。在此背景下，公司采取了看似矛盾的裁员与高薪挖角策略，这实际上是巨头在AI赛道上进行战略转型和突围的必要阵痛。这种“一边裁员一边挖人”的操作，反映了Meta在AI军备竞赛中的焦虑与雄心，旨在通过优化资源配置和吸引顶尖人才来巩固和提升其AI竞争力。

💡 **Llama 4的“刷榜疑云”与实战差距**：Meta发布的Llama 4模型在官方数据上显示出强大的性能，甚至声称在某些方面超越了GPT-4.5。然而，实际的开发者测试结果却显示其在编程和推理等关键基准测试中表现不佳，与GPT-4o和DeepSeek-V3等顶尖模型存在明显差距。这种“榜单领先、实战拉胯”的现象暴露了Meta在模型真实能力上的不足，以及与领先AI技术之间可能存在的1-2年的追赶距离。

🚀 **引入Scale AI与组建TBD Lab的战略意图**：为了弥补Llama 4的不足并加速AI研发，Meta斥资148亿美元收购Scale AI，并将其创始人亚历山大·王招至麾下，视其为关键的“破局者”。同时，Meta组建了薪酬远超其他部门的TBD Lab，吸纳了来自OpenAI、谷歌、苹果等公司的顶尖AI人才。该部门被定位为AI的“特种部队”，旨在聚焦实战研发，通过引入外部高管和核心人才，实现AI部门的权力重组和“鲶鱼效应”，以激活团队的创新活力。

📊 **“模型+数据+场景”的三维生态构建**：Meta的AI战略不仅限于模型研发本身，更着眼于构建一个包含模型、数据和应用场景的立体化生态系统。收购Scale AI不仅是为了获取其强大的数据标注能力，更是看中了其在自动驾驶、政府项目等领域的资源，为Llama模型寻求更广泛的落地应用。这种差异化的竞争策略，与OpenAI专注技术突破、DeepSeek深耕开源赛道的模式形成互补，展现了Meta在AI领域构建完整生态的决心。

📈 **Meta AI前景展望与关键挑战**：短期内，Meta可能在2026年初推出优化后的Llama版本，重点解决编程和推理短板，并利用Scale AI的数据能力提升实测性能。中期来看，TBD Lab的混合专家架构和超长上下文技术有望使Llama系列在企业级服务市场占据优势。长期而言，Meta有望通过元宇宙与AI技术的深度融合，成为实现“虚拟交互+智能决策”的科技巨头。然而，其面临的人才留存和技术转化等挑战依然不容忽视。

文 | 竞和人工智能

在OpenAI领跑、DeepSeek突袭的双重压力下，裁员与挖人的看似矛盾的动作，实则是巨头转身的必要阵痛。

当Meta在10月底宣布AI部门裁员600人时，科技行业陷入了集体困惑：这家一边以两亿美元天价挖角苹果AI负责人，一边将裁员大斧砍向自家资深研究员的公司，正在AI赛道上演一场矛盾的突围战。

扎克伯格豪掷148亿美元招安Scale AI创始人亚历山大·王的决绝，与Llama 4模型“刷榜疑云”的尴尬形成鲜明对比，折射出Meta在AI军备竞赛中的焦虑与野心。

Llama 4的表现是这场焦虑的直接源头。 

根据Meta官方数据，Llama 4 Maverick在大模型竞技场排名第二，宣称在推理和编码上比肩DeepSeek-V3且参数仅为后者一半，Behemoth版本更号称超越GPT-4.5。

但现实很快击碎了宣传泡沫：开发者实测显示其在KCORES编程基准测试中表现欠佳，aider多语言编码得分仅16%，远低于GPT-4o和DeepSeek-V3。 

这种“ 榜单领先、实战拉胯 ”的分裂，暴露了其与顶尖模型的真实差距——与DeepSeek-V3相比，Llama 4在专业领域推理精度存在明显代差；面对ChatGPT的迭代版本，其在多模态协同与现实场景适配性上仍有1-2年的追赶距离。

扎克伯格的战略调整早已暗藏伏笔。 

今年6月斥资148亿美元投资Scale AI，核心目标就是将28岁华裔创始人亚历山大·王纳入麾下，这位数据基础设施专家正是Meta急需的“ 破局者 ”。随后组建的TBD Lab成为战略核心，不仅囊括OpenAI的GPT-4核心架构师，还从谷歌、苹果挖来顶尖人才，该部门薪酬远超其他团队，成为Meta AI的“ 特种部队 ”。 

此次裁员则是对低效架构的清算，FAIR等三个部门遭缩减，唯独TBD Lab逆势扩张，清晰传递出“聚焦实战、放弃空想”的转型信号。

这种“ 一边裁员一边挖人 ”的操作，本质是对过往战略失误的纠偏。 

前Llama团队成员揭露，Meta原本聚焦多模态研发，但DeepSeek的崛起引发内部恐慌，导致研发方向摇摆不定，加上“ 外行管内行 ”的管理层错位，最终拖累了Llama 4的表现。扎克伯格显然意识到问题根源，通过引入外部高管和核心人才，变相完成了AI部门的权力重组，试图以“ 鲶鱼效应 ”激活团队活力。 

从投资布局看，扎克伯格的AI野心远超模型研发本身。

收购Scale AI不仅是为了获取数据标注能力，更是瞄准了其在自动驾驶、政府项目等领域的资源，为Llama模型构建更广阔的落地场景。这种“ 模型+数据+场景 ”的三维布局，与OpenAI专注技术突破、DeepSeek深耕开源赛道的策略形成差异化竞争，展现了巨头的生态构建思维。 

对Meta的AI前景，可从三个维度做出预判。 

短期看，Llama 4的“ 刷榜争议 ”将加速行业评测体系升级，Meta可能在2026年初推出优化版本，重点弥补编程与推理短板，借助Scale AI的数据能力实现实测性能跃升。 

中期而言，TBD Lab的“ 混合专家架构+超长上下文 ”技术路线将逐渐见效，Llama系列有望在企业级服务市场占据优势，与微软Azure、谷歌Cloud形成三足鼎立。 

长期来看，随着元宇宙与AI技术的深度融合，Meta可能成为首个实现“ 虚拟交互+智能决策 ”的科技巨头，但其面临的人才留存与技术转化挑战仍不容小觑。 

扎克伯格的AI突围战，本质是一场关于“ 速度与精度 ”的博弈。 

在OpenAI领跑、DeepSeek突袭的双重压力下，裁员与挖人的看似矛盾的动作，实则是巨头转身的必要阵痛。

Meta能否在这场竞赛中逆转局势，关键不在于发布多少个“ 号称领先 ”的模型，而在于能否将148亿美元的投资与顶尖人才的智慧，真正转化为经得起实战检验的技术实力。毕竟在AI时代，用户最终只会为能解决问题的产品投票，而非排行榜上的虚假高分。 

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App