祖克柏談千億美元 AI 支票：模型還沒看到，錢先簽下去

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

在 2026 年 10 月 12 日上線的節目裡，Meta 執行長祖克柏與 Meta 超級智慧實驗室（MSL）首席 AI 長 Alexandr Wang 同台受訪。主持人是 Stripe 共同創辦人 John Collison，節目名為 Cheeky Pint，一聊就是約 134 分鐘。官方影片在台北時間 10 月 13 日凌晨上架，前一天 Muse Wonder 新模型剛登上 OpenRouter，單集頁附上完整英文逐字稿。這場訪談在社群上最先爆紅的畫面，反而是兩人喝下 Guinness 黑啤酒的表情被媒體做成迷因；但在迷因之外，逐字稿裡有三大塊該認真讀的材料：模型都還沒看到就得簽下去的資本決策、把模型選單整個拿掉的產品哲學，以及代理替人買東西的商務藍圖。

Pin

先把這場訪談的定位講清楚：Muse Wonder 這顆模型本身的成績單、API 定價與訂閱綁定，TechMoon 在模型發布時已經完整拆過；Wang 七月在 YC Startup School 談的「瓶頸不在模型進步而在擴散」，當時也整理過。這次的新東西不在模型規格，而在兩位當事人親口把決策過程、成本換算與組織內幕攤開，其中多段細節過去少見於官方說法。

Pin

支票開在模型之前：一段可以逐字核對的對話

節目冷開場就是這場訪談最重的引句。祖克柏的原話是：去年底團隊對進度感到興奮，但「我們還沒看到模型」，接著「我們要開的這張支票，大概是 1,000 億、2,000 億美元等級」，他轉頭問 Wang：「Alex，你確定這會成功嗎？」

在 48 分鐘處的「Betting $100B」章節，這段話出現了更完整的版本。Wang 補充當時的處境：去年底他手上只有一份研究進度的「憑感覺報告」（vibe report），可以展示幾張圖表，他對方向感覺良好，但「完全不清楚會不會成功」。Wang 則回憶，全部執行團隊去年底在夏威夷聚會，Meta 財務長 Susan Li 多次把他拉到一邊，訊息很直接：這個模型必須成功，如果它好，一切都好；如果不好，那真的、真的、真的很糟。祖克柏在旁邊補上一句：「我想 Susan 嚇到你了。」

Pin

主持人 Collison 給了這段對話一個賭桌式的註解：訓練前沿模型的本質，就是牌還沒發，就得把籌碼全部推進去，你無法按投入量慢慢加碼。祖克柏同意這個描述，並補上一句現實：幾年前叢集不需要這麼大，現在的前沿訓練「入場費極高」。為了服務一個還不存在的產品蓋資料中心，決策得提前幾年做，這是資本支出先於產品答案的時間差。

千億美元怎麼換算：吉瓦帳與夏威夷會議

祖克柏在節目中把抽象的千億美元換算成可核對的單位。他的算法是：運轉一個一吉瓦等級的叢集一年，成本「大約是 150 億美元等級」；若論興建，單一叢集的資本支出「大概更接近 500、600 億美元」，而且是預付。Wang 補了第三個數字：他看過內部財務滾算，「數百億美元」是訓練一個前沿模型的合理估計。

硬體的時間軸也講得比以往清楚。俄亥俄州的 Prometheus 叢集規模超過一吉瓦，路易斯安那州的 Hyperion 叢集將擴展到五吉瓦，且這兩座叢集的規劃都早於 MSL 成立；單集官方描述的第一句則寫明 Meta 的 AI 基礎設施已跨過五吉瓦。換句話說，研究團隊的組織重啟在後，機房下單在前。研究經費也不只花在一次大訓練：祖克柏說每次改動都要沿階梯一路測到最大規模，這部分的量級與訓練本體相當。

這套帳的壓力具體落在人身上。Wang 說自己也當過創業者、冒過險，但當時的切身感受是風險量大到驚人；討論中一度有人建議保守一點，祖克柏定調「我們要做，而且會讓它成功」，Collison 給這個決定下了「燒掉撤退的船」的註解。財務長的角色在此結構裡很清楚：把失敗的代價講到提案的人聽進去。

停損邏輯與收入答案：要輸，得整個 AI 都輸

祖克柏對這筆支票的風險評估，有一段可以整段讀的推理。他認為這件事「沒有看起來那麼危險」：如果 AI 整體成立，多的是其他人想要 Meta 的全部運算能力；換句話說，要這筆投資失敗，不只是 Meta 要失敗，而是整個 AI 產業都要失敗。配套的財務論點是自建與租用的差別：付錢給雲端業者的公司每年都在付年度價格，而自建資料中心的 GPU 總有一天折舊完畢，屆時 Meta 大概還在用那些機器。他同時點出既有核心事業的支撐：那是一門數千億美元且仍快速成長的生意，模型若能把它推快幾個百分點，帳就很不一樣。

收入的答案被 Collison 壓縮成一句問句後，祖克柏的回覆比他自己的長篇短得多。Collison 問：所以你認為這些產品最終會自己養活自己？祖克柏說，問題是我們能不能從這裡賺錢，「答案最好是肯定的。答案是肯定的。」具體路徑有三條：想明天就在 Muse 裡用上 Wonder，就付費訂閱，「那會是一門大生意」；代理幫使用者省錢賺錢之後，長期可以「從省下或賺到的價值裡抽一小部分」；再加上籌組中的 Meta 企業平台，找來 CJ Desai 一起打造。整體節奏照 Meta 的舊劇本走：先把產品推到十億人規模，收入之後再放大。

拿掉選單的產品哲學：連模型都不讓你選

產品端的賭注藏在一個細節裡。Collison 觀察到 Muse 沒有模型選單，也沒有推理努力程度的選單，問兩人這在消費級 AI 產品是不是理所當然的選擇。祖克柏的回應只有一句話：「我只是想讓它簡單。」Wang 的版本更長也更具體：很多 AI 產品出自高度技術化團隊之手，設計者腦中沒有「隨機抽樣的一般人」，型號命名有些時候「數字是倒著走的」，有時又是另一套單字，一個不仔細讀 API 設計文件的人，根本不可能知道該選哪個。

這個選擇與部分同業的方向正好相反。Perplexity 在 9 月中把四段式努力滑桿放進 omnibar，由使用者自己決定任務值得多少運算；Muse 的做法是把這個判斷收進系統，代價由產品團隨承擔：他們得自己決定何時叫出更強的能力，並維持可接受的等待時間與費用。兩種哲學各有帳要算，前者把控制權交給使用者，後者賭的是大多數人根本不想做這個選擇。

「模型就是產品」在節目裡還有一個具體的能力對應：分寸（discretion）。祖克柏的例子是，如果你有過敏或懷孕，想請代理訂餐廳座位，代理需要知道你的身體狀況才能選對餐廳，但不該把病史告訴餐廳。個人代理要能用，就得同時做到「夠了解你」與「對外揭露最少」，這在寫程式代理的場景裡幾乎不需要，在替你打電話訂位的場景裡卻是核心能力。

代理購物：找茶的代理與湊低消的西瓜

商務章節從兩個親述案例開始，前提要先講好：以下均為受訪者自述的使用經驗，未必對所有帳號開放。

Wang 的案例：他的 Muse 代理取名 Oiler，會持續替他尋找越來越冷門的茶，到現在每週會從台灣或日本的某個小茶園買茶寄到家裡。條件可以下得很具體，例如「我需要星期三前拿到」，代理就只找星期三前送得到的商品。他的結論是，關鍵字搜尋在這種需求面前「現在看起來明顯原始」，而且 Muse 是最早做到把購買完全委託給代理的產品之一。

祖克柏的案例更有畫面。他和家人聊週末烘焙，Muse 負責把食材每週六準時補齊；有一次代理自己判斷購物車金額湊不到外送門檻，於是加了一顆西瓜。他為了給代理使用，特別去開了 Instacart 帳號，使用頻率從過去一年大概用兩次，變成一週一到兩次。祖克柏自己也點出這個經濟學問題：那個 Instacart 帳號到底是人的，還是代理的？祖克柏自己的解讀是，機會不只在那張轉換率改善兩成的效率帳；他看到的是全新產生的需求：他成為 Instacart 的新訂戶，而這件事過去不會發生。整體商務市場的規模會不會因此放大，是節目商務章節留下的開放問題。

商家怎麼接線：瀏覽器先、API 後，封鎖者未必賭贏

代理購物要成立，商家端怎麼接是繞不開的問題。祖克柏給出的順序是三層。第一層，Meta 已把很好的瀏覽器操作能力訓練進模型，商家「不必為了整合 Muse 做任何事」，代理直接用既有網站。第二層，照重要度往下拜訪主要夥伴，願意配合的就給直接 API 存取，效率更高的原因很直白：不再有代理慢慢爬你的網站。第三層的終局判斷是，就像今天每家企業都有網站、社群帳號與電子郵件，未來每家企業也都會有代理。

現況比願景樂觀。祖克柏說，主動打電話要求深度整合的商家，「遠多於」試圖封鎖代理的商家；對於選擇封鎖的那少數，他的猜測是這終究不會是正確的策略選擇，「我們走著瞧」。Collison 從 Stripe 端補了一個產業背景：agentic commerce 的統計在 9 月開始垂直成長，而 Stripe 已同意收購模型閘道 OpenRouter 但尚未交割，這筆交易 8 月中宣布時 TechMoon 追過一輪。通路商買閘道、模型商談訂閱，兩件事指向同一個假設：代理產生的交易量會大到需要專門的基礎設施。

組織代價：把舊軌跡叫作不夠好

最後三章談 MSL 的成立過程，也是這場訪談裡最坦白的部分。祖克柏直接承認團隊「對 Llama 4 的軌跡並不滿意」，於是把團隊整個重建。他回憶第一次和 Wang 通話聊了約 44 分鐘，兩天後收到一份長文，標題大意是「如果我是你，我會怎麼做」，第一條就是「你不需要很多人，人才密度才是關鍵」。這後來成為 MSL 的組建原則：從 Meta 內部與外部同時高強度招募，運算資源集中給少數人，並未攤薄給一堆互相競爭的團隊。祖克柏聊到這種超扁平文化時自己算了算「是不是幾乎 200 個直屬下屬」，隨即補充實際沒有那麼極端；扁平與高密度是方向，字面數字倒未必。

Wang 也還原了他加入後親身遇上的衝擊。他最早的一場會議裡提出，第一件事是訓練出一個很好的推理模型。舊團隊一位負責人（後來已離開 Meta）回應「我們不需要推理模型。做一個普通模型就可以」，他形容當下「心一沉」。這個插曲比任何組織圖都更能解釋重啟的理由。至於產業會不會贏家通吃，Wang 的答案是領先者若都完美執行就能保持領先，言下之意是沒有人做到；Collison 補了「蒸餾現象裡有一股反霸權的力量」，Wang 接著說蒸餾把很強的能力裝進越來越小的模型，開源生態因此受惠。節目的收尾由祖克柏總結：保持技術深度，留在前沿。

邊界：親述案例不等於你會看到的功能

這場訪談的可貴之處在於幾乎每個關鍵說法都能回到官方逐字稿核對，但讀的時候有三條線要分開。已確認的事實：節目上線與模型發布相隔不到一天，Muse Wonder 也確實出現在 OpenRouter 的模型清單，模型經 Meta API 與 OpenRouter 兩路提供，Wonder Full 綁 Muse Code 訂閱。親述案例：找茶、烘焙食材，以及祖克柏在健身房裝攝影機、請 Muse 在回合間給綜合格鬥動作回饋，都是受訪者描述自己的體驗；台灣帳號能否使用同樣的購物功能，節目中沒有交代。長期願景：五吉瓦擴建、每家企業都有代理、從代理創造的價值抽成，這些都有時間表與商業條件的變數。

後續有三個可以回查的節點：Stripe 對 OpenRouter 的收購何時交割、Muse Wonder 進一步的訂閱方案推出方式，以及 Hyperion 叢集擴建的實際進度。至於 Guinness 迷因，那是這場約 134 分鐘對談最不重要的部分。