Alexandr Wang 在 YC 談創業：別等更強模型，把 AI 搬進工作

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Meta 負責超級智慧實驗室的 Alexandr Wang，七月底在 Y Combinator 的 Startup School 2026 與 Garry Tan 同台對談 32 分鐘。這段影片在官方頻道累積了超過 47 萬次觀看，十月又因為他本人密集佔據新聞版面，重新被翻出來檢視。整場談話最值得留下的，是他對創業機會位置的一個判斷：現在卡住多數工作的，是把現有模型搬進真實工作的那段路，模型的進步反而不再是主角。

他在官方逐字稿裡的原話是：「瓶頸不是 AI 模型的進步，瓶頸是把這項技術擴散到世界其他地方，幫助世界適應這個已經存在的驚人技術。」他接著補了一個更強的假設：「如果模型從今天起完全不再進步，經濟和世界的運作方式，仍然會有數十年的全面翻轉和改變。」

Pin

這兩句話把創業者的等待理由拿掉了。賭注從下一代的模型能力，移到擴散速度：誰能把現有能力接進別人的日常工作，誰就吃到這段轉移。這場對談的主張，可以用訪談之後兩個月的實際出貨進度重新檢驗：哪些說法站得住，哪些還停在口頭。

七月的談話，十月為什麼值得回頭看

先把事件本身的座標釘清楚。影片由 Y Combinator 官方頻道於 2026 年 7 月 29 日發布，全長 32 分 10 秒，出自 Startup School 2026 現場，與 Wang 對談的是 YC 的 Garry Tan。YC 同日在自家刊物 Root Access 發布完整逐字稿，創業議題從影片 9 分 06 秒開始，個人超級智慧緊接在後。Wang 的身分脈絡：他是 Scale AI（YC S16）創辦人，2025 年 6 月加入 Meta，出任當時新設的 AI 長職位，現在領導 Meta 超級智慧實驗室（Meta Superintelligence Labs）。媒體報導指 Meta 當年以超過 140 億美元取得 Scale AI 約 49% 的非投票股權，Scale AI 估值約 290 億美元。

Pin

十月回讀的理由很具體。截至 10 月 12 日的七天內，Google News 上以 Wang 為主題的報導至少有 26 則。WSJ 在 10 月 3 日刊出人物側寫；Business Insider 在 10 月 8 日報導他勸使用者別期待 Muse 代理「自動幫你賺一萬美元」；《紐約時報》則在 10 月 9 日回顧祖克柏拍板推出 AI 代理的決策內幕。一個七月談「擴散」的人，十月自己成了擴散最快的 AI 新聞人物，這個對照讓整場對談讀起來多了驗收的意味。

瓶頸搬家：從等模型，到搬模型

Wang 的核心論點可以拆成三層來讀。

最底層是對現狀的判斷：模型已經夠強，強到多數工作還沒開始用。擴散的落差在他口中不是修辭，而是明確的經濟主張：就算技術原地踏步，既有能力進入經濟體系的速度本身就會帶來數十年的改寫。這和「等更強模型再說」的策略是兩條路，他把賭注押在擴散這邊。

往上一層是對機會位置的推論：如果瓶頸在擴散，機會就藏在「模型展示的能力」和「使用者每天真的完成的工作」之間的縫隙裡。模型能把一封詢價信寫得很流暢，但業務真正缺的是規格清單哪幾欄沒填、價格要去哪裡查、回覆什麼時候能寄。把這些縫隙補起來的工作，目前仍然大量由人類手工完成。

最上層是場合上的提醒：說這句話的人，經營的正是把模型搬進消費者與企業手中的那門生意。Meta 八月把「人人都有個人超級智慧代理」寫成官方路線，九月持續出貨新模型，十月 Muse 衝上美國 App Store 榜首的報導滿天飛。他的判斷和他的生意方向一致，這不代表人說錯了，但讀的時候要把「戰略判斷」和「自家宣傳」兩層分開。

機甲歌利亞：小團隊的競爭論

對談裡傳得最廣的比喻，是 Wang 對新創與大公司關係的改寫。他說十年前創業是「大衛對歌利亞」，資源少的一方要靠角度取勝；現在有了代理和 AI，局面更接近「歌利亞對歌利亞」，而新創也許是那台「機甲歌利亞」（Mecha-Goliath），被代理和 AI 大幅強化，大公司反而是比較傳統的那一方。他的結論下得很重：「如果正確地擁抱 AI 代理，用最有企圖心的方式發揮它們的長處，你可以輕易贏過在位者。」

「輕易贏過」四個字是他的觀點，除了「正確擁抱」這個前提，訪談裡沒有提出任何案例支撐。有趣的是，這個比喻和 Meta 官方八月文章的預期互相呼應：那篇文章寫道，預期會開始看到「少數幾個人帶著個人超級智慧代理，就能經營具規模的公司」。公司路線文件和負責人的公開談話指向同一個未來想像，這至少說明它屬於 Meta 內部一致的世界觀，而非即興說法。

Pin

對讀者來說，這段話可採納的部分是資源差距的重新計價：代理把「能動用的運算與執行力」變成可以購買的東西，小團隊和大公司在這一項上的差距確實在縮小。要打折扣的部分是「輕易」兩個字，競爭還有通路、信任、資料、責任這些代理買不到的環節。

稀有的東西換人了：願景與企圖心

對談後半段，Wang 把同一個判斷推到個人層次。他說回頭看這十年，最明顯的事實會是「智慧變得充裕，能動性變得充裕」，而稀缺資源換人了：「稀有的不會是智慧或能動性，我真心認為會是願景和企圖心。」他的估算很直白：代理和 AI 讓實現一個想法比十年前大概容易十倍到百倍，代價是所有人都被迫把夢想做大一號。

Garry Tan 從另一個角度丟出一個現場觀察：他提到史丹佛資工系的主修人數掉了兩位數百分比，學生在觀望。Wang 的回應是，系統性與嚴謹的思考能力仍然重要，只是操作層不斷上移：「我創業的那個年代我們寫程式，現在這個房間裡應該沒有人自己寫程式了。」接下來的工作是「怎麼把代理編排起來」，再來是「怎麼讓一百萬個代理好好協作」，然後是一兆個。他給的建議是別全面倒向某一側，並且回到一個更古典的要求：對世界應該怎麼發展，要有自己的羅盤和論述。

這段對台灣讀者的用處很直接。如果「把代理編排起來」正在取代「把程式寫出來」成為新的基本功，那麼值得投資的技能是拆解工作、定義交付、設計檢查點這一層，而工具面的語法和框架會持續換季。這是他的判斷，還不是已經發生的事實，但它和「瓶頸在擴散」屬於同一套邏輯的自洽延伸。

代理群的獲利空間，與平凡的機械

被問到「有什麼大家還沒發現的近期機會」時，Wang 給的答案最具體也最大膽。他說「代理式迴圈」裡還有天文數字的機會：設計出能讓你在連續回饋迴圈中，為了一個結果多花一千倍到一百萬倍 token 的系統。他的論證是把公司本身看成一個大型的回饋機制，客戶、滿意度、支出、招募互相餵養，而代理系統可以接管並最佳化這些迴圈。他甚至給了內部案例的量級：「只要有對的代理迴圈和對的評估指標，一群代理可以很輕鬆地完成超過一百人工程團隊的工作。」

這句話要特別小心。它是受訪者的自述，Meta 沒有公開任何一個這樣的案例，外部無法驗證條件、範圍或量測方式；十月的媒體分析在引用同一句話時，也明確把它標為「未經證實的主張」。可以採信的部分是方向：把「能被評估的迴圈」交給代理反覆跑，是人類操作密度最低、機器槓桿最大的工作型態。

同一問答裡最誠實的瞬間，反而是 Garry Tan 追問實作細節之後。他問：講白了是不是就是 markdown 檔和排程工作？Wang 答：「歸根結柢，就是 skills、markdown 檔案和 cron jobs。」Garry 補了一句「所以這不是魔術」，還提到網路上有些 LinkedIn 討論把這件事講得很玄。Wang 的迴應只有兩句：「最高建議：忽略 LinkedIn。LinkedIn 是你拿來找客戶的地方。」整段對談最實用的三行字，大概就是這個交換。

同一張嘴也在推銷：額度、價差與見證人

Startup School 是 YC 招募創業者的場合，來賓是 Meta 的負責人，而 Meta 正好在推自己的模型線。對談尾聲，Wang 現場宣布：「Meta 很榮幸提供這個房間裡的每一個人，1,000 美元的 Muse Spark API 免費額度。」並補充「現在的 Muse Spark，我認為比 Opus 便宜 8 倍。換算成 Opus 的錢，那就多更多了。」

主持人 Garry Tan 自己也加入了見證：他說用 OpenClaw 跑 Muse Spark 的體感是「和 Opus 一樣好，特別是在帶 skill 檔的代理流程，而且便宜 8 倍」。他還把自己日常用的 OpenClaw 和 Hermes Agent 戲稱為「常常在路邊拋錨的法拉利」，問 Meta 即將推出的 harness 會不會是不拋錨的那台。Wang 對此沒有給時間表，只承諾速度快、可靠、可擴展到複雜的多代理架構。

這些內容可以參考，但要標對層級：8 倍的價差有兩位當事人一致的說法，「一樣好」屬於使用者的單方體感，「便宜 8 倍換算成 Opus 錢更多」則是行銷話術的經典句式。一場高濃度的戰略對談，在尾聲轉場成產品推廣，這是讀原始素材時最容易被忽略的段落。

兩個月後回頭驗收：出貨是真的，規模是媒體說的

訪談裡的承諾，之後兩個月有幾件真的落地了。

模型線的部分，Wang 在 9 月 4 日親自宣布 Muse Spark 1.3 max 公開發布，說在寫程式與代理式任務上的表現「明顯更強」，並建議用過 1.3 high 與 1.3 xhigh 的人再試一次。從七月受訪時談的 1.1，到九月已經有 1.3 家族的多個檔位，出貨節奏和他要持續出貨的承諾對得上。價格路線同樣延續：他七月的說法是「我們不相信一個模型貴到只有最有錢的開發者和公司用得起的世界」，八月官方文章把「人人可用」掛上旗幟。在第三方法律基準的公開排行榜上，九月中曾出現 Muse Spark 1.3 Max 與 Claude Opus 5、Claude Fable 5.1 三模型同分站上榜首的快照。

消費端的部分屬於媒體報導層。Startup Fortune 在 10 月 12 日的分析報導 Muse 在 9 月 18 日以約 73 萬次下載登上美國 App Store 榜首，把 ChatGPT 擠到第二名；同一篇報導也誠實註明，各來源對 Muse 目前是否仍居榜首並不一致，而且找不到 Claude 的當期排名。Muse 也已經走進眼鏡與 Mac 等更多載具，延伸的裝置版圖是另一條擴散路線。Wang 七月受訪時說，Meta 平台上已有 2 億個商家，這個數字「應該走向數十億」；這是立場宣示，兩個月內不會有答案。

驗收結果一句話：模型與定價的承諾，有公開紀錄可以對帳；「代理群勝過百人工程團隊」「商家數走向數十億」這類量級主張，到十月為止仍然只有說的人自己知道。

可以帶走的判斷，與還沒有答案的問題

這場對談對不同讀者的用處不一樣。如果你在等更強的模型才開始，他的論點是直接的反對票：擴散的縫隙現在就在那裡，而且會存在很多年。如果你在投資自己的技能，「編排代理」取代「撰寫程式」的方向值得當成情境假設來壓注，但別把十倍百倍的修辭當成時程表。如果你在過濾資訊來源，「忽略 LinkedIn，那裡是找客戶的地方」這句話，比多數生產力建議都省事。

還沒有答案的部分也要說清楚。Meta 的 harness 到十月為止沒有公開時間表；「機甲歌利亞輕易贏過在位者」沒有任何案例；代理群勝過百人團隊的內部案例無法外部驗證；Muse 的實際名次各來源說法不一。這些都是後續追蹤的節點：harness 上線日、Muse Spark 後續版本與定價、第三方基準上的名次變化，任何一項更新都值得回來修正結論。

一個誠實的提醒：這場對談的每一句話，都出自一家正在把「個人超級智慧」當作下一個十年主場的公司負責人之口。他對擴散的信仰，同時也是他公司的市場邏輯。把論點留下，把立場標清楚，這是讀這類高濃度訪談最穩當的方式。