Meta AI 負責人 Alexandr Wang 談創業：稀缺的是願景
Scale AI 創辦人、現在領導 Meta 超級智慧實驗室（MSL）的 Alexandr Wang，今年 7 月在 Y Combinator 的 Startup School 2026 與 YC 執行長 Garry Tan 對談。YC 官方影片於 7 月 29 日公開。
他對台下的學生與工程師說，十年後回頭看，大家會發現智慧和行動力都變得充裕。到那時候，稀缺的資源會是願景和野心。
「稀缺的不會再是智慧」：AI 讓實現想法容易十倍到百倍
Wang 認為，現在大家爭論模型多快變強、何時出現超級智慧、會不會撞牆，某種程度上是浪費時間。他說強大的模型終究會出現，整個人類文明正走在一條驚人的指數曲線上。
廣告 - 內文未完請往下捲動
他舉例，十年前最好的 AI 模型只能辨識 YouTube 影片裡的貓，現在大家卻像在跟「數位神明」對話。他判斷，十年後回頭看，「智慧變得充裕、行動力也變得充裕」會是很明顯的事。
Wang 指出，人類歷史上，一群聰明人為了共同目標聚在一起，一直是進步的瓶頸。美國的建國是如此，幾乎每家美國公司、每家 YC 公司也是如此。
「稀缺的資源不會再是智慧或行動力，我真的認為會是願景和野心。」他接著問：你是否清楚知道，希望五到十年後的世界變成什麼樣子？你想用哪一種方式，影響未來的走向？
他說，AI 代理讓實現這件事比十年前容易十倍，甚至一百倍；但反過來說，人們突然可以做更大的夢。
Wang 也提到，就算模型從今天起完全不再進步，經濟和世界運作方式仍會經歷好幾十年的劇烈變動。在他看來，眼前的瓶頸不是模型的進展，而是讓這項技術擴散到世界各地、幫助世界適應它。
他認為身為打造者，有責任幫企業和政府適應這項技術，也要從生物安全、網路安全的角度想辦法保護世界、管理風險。另一面則是前所未有的機會：發展新科學、解決健康與生物領域長期無解的問題，打造以前想像不到的事業。
新創從大衛對巨人，變成「機甲巨人」對上傳統巨人
Wang 回憶，十年前他創辦 Scale 時，創業像大衛對上歌利亞，資源少得多，只能靠聰明找到切入市場的角度。
他認為現在有了 AI 代理，情勢更接近巨人對巨人：新創是被 AI 代理大幅強化的「機甲巨人」，大公司則是比較傳統的巨人。只要真正擁抱 AI 代理、用最有野心的方式發揮它們的長處，新創可以輕鬆勝過既有業者。
被問到有哪些 AI 應用還沒被多數人看見，Wang 點名「代理式迴圈」。他說，公司本質上就是大規模的回饋迴圈：取得客戶，讓客戶更滿意，客戶就花更多錢，公司再雇更多人去爭取更多客戶，每個環節都由人操作。
他表示，Meta 內部已經看過這樣的案例：只要設計出對的代理迴圈，並給代理一個對的評測或指標去優化，一群代理就能輕鬆完成比 100 人工程團隊還多的事。
至於具體做法，Wang 同意 Garry Tan 的說法，說穿了就是技能檔、Markdown 檔和排程任務。「深入研究之後，每件事都很平凡。」
談到加入 Meta 約一年、幾乎從頭重建前沿實驗室的經驗，Wang 說最核心的押注是人才密度。「人才密度會自然累積放大：優秀的人越多，就有越多頂尖人才想加入。」團隊在九個月內推出第一個模型 Muse Spark 1。
他也強調，前沿 AI 的工作本質上是科學研究，著重實驗與規模化，需要的思維和營運模式，跟過去網路公司做產品很不一樣。
對談當時，Meta 推出 Muse Spark 1.1 不久，Garry Tan 說他用起來跟 Anthropic 的 Opus 一樣好、價格便宜約 8 倍，Wang 也預告 Meta 很快會推出自己的代理開發工具。
此後 Meta 在 9 月推出 Muse Spark 1.3，10 月又發表前沿模型 Muse Wonder。
Scale 早年被創投看衰：資料生意後來成了 AI 最大商機之一
Wang 在新墨西哥州洛斯阿拉莫斯長大，高中畢業後到矽谷的 Quora 工作一年，接著進麻省理工學院（MIT），念了一年後申請 YC，19 歲創辦 Scale。
他們最初想做的是幫人取得醫療照護的 AI 代理。Wang 說這個點子最終會實現，但當時時機不對；做了一兩個月後，YC 合夥人 Jared Friedman 把他們拉到一旁，說不確定這會不會有發展。
回到原點後，Wang 想起在 MIT 訓練模型時需要三樣東西：雲端運算帳號、訓練用的程式碼，以及資料。前兩樣在網路上按個鈕就拿得到，資料卻沒有有效的取得方式，於是他做了 Scale。
他說，Scale 最初幾年資料一點都不吃香。即使營收數字漂亮，每次募資，創投都質疑這門生意能不能長久，「但那些投資人沒有一個訓練過模型」。
如今，當初拒絕他們、對 AI 潛力很悲觀的同一批投資人，正在寫文章談資料有多關鍵、是 AI 領域最大的商機之一。Wang 說，看到整件事繞了一圈回來，很有趣。
他認為關鍵在於，要對一套沒有其他人認同的信念建立堅定的信心。他觀察，世界上最成功的公司，創立時間都遠早於核心理念流行之前，默默耕耘好多年，那個領域才成為共識；唯一的成功方式，是比其他人更早看出這些關於世界的真相。
寫程式的時代過去，系統思考不會過時
Garry Tan 提到，史丹佛大學主修資訊工程的人數下降了兩位數百分比，問年輕人該怎麼選。Wang 認為，系統性、嚴謹的思考仍然極其重要，因為工作所在的抽象層一直在變。
他說，他創業的年代大家自己寫程式；現在的重點是怎麼把代理協調在一起，接著是怎麼讓一百萬個代理好好合作，之後會是一兆個。過去創業是先寫程式，再想辦法組織一群人；現在則更接近先調度一個代理，再調度一整支代理大軍，兩者都需要系統思考。
他也認為，邁向未來更需要的是一套更深的內在指南針，以及對世界該如何發展的哲學觀。他判斷，人類未來十年的改變，可能比過去一百年還多。
對談最後，Garry Tan 請 Wang 給 18 歲的自己傳一封電報。Wang 的第一個建議是培養自己的內在指南針，判斷未來會怎麼發展。
他說，年輕又沒經驗時，周遭充滿雜訊，很難對自己相信的事有真正的信念；但 Scale 正是靠著對所做的事抱持很深的信念，才撐過市場、產業和身邊的人多年來的混亂。
第二個建議是找出世界上曲線最陡、持續最久的指數成長趨勢。幾十年前那條曲線是摩爾定律，他認為現在是 AI 的進展。他提醒，這類曲線的起點常常很無聊：他開始做 Scale 時，AI 還只是在 YouTube 影片裡辨識貓。
Wang 加入 Meta 之後的另一場深度訪談，談的是 Muse 的開發過程與他離開 Scale 的決定，可參考Meta AI 負責人 Alexandr Wang 揭露 Muse 誕生內幕。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
