扫描下载APP
其它方式登录
谷歌因AI算力供给紧张，自3月起对Meta实施Gemini使用上限，致其多个内部AI项目延误；Meta被迫提升算力使用效率并加速转向自研Muse Spark模型；谷歌同步与SpaceX签订高额算力租赁协议以缓解瓶颈，凸显行业推理算力供需矛盾加剧。
谷歌AI核心人才持续流失，周登勇等顶尖研究员相继加入Meta、OpenAI和Anthropic；根源在于谷歌内部战略转向以Coding为优先的突击队模式，与DeepMind原有世界模型AGI路线产生冲突，导致技术方向分歧与资源分配矛盾加剧。
计算机安全与AI安全领域权威学者宋晓冬教授加入Meta超级智能实验室，担任AI研究副总裁，带领原Virtue AI团队强化AI智能体安全能力；同期，谷歌Gemini推理团队创始人Denny Zhou也加盟Meta，凸显Meta在AI安全与推理能力上的战略加码。
扎克伯格主导Meta推出积分制预测市场应用Arena，用户可用虚拟积分押注选举、体育等事件结果，规避金融监管；此举被质疑缺乏真钱激励导致预测失真，实为借热点事件提升用户时长的社交实验，延续Meta‘抄赛道’策略，而非真正进军预测金融市场。
高通宣布全面进军AI数据中心市场，发布Dragonfly CPU、AI300加速器及HBC芯片，获Meta成为其数据中心CPU供应商、微软Azure部署HBC平台，预计2027年数据中心业务收入达数十亿美元，2029年超150亿美元，标志其从手机芯片巨头向全栈AI基础设施供应商战略转型。
文章揭示多家互联网与科技公司正将AI使用率强制纳入员工绩效考核，包括AI代码生成率、Token消耗量、AI产出占比等量化指标，引发员工被迫刷数据、自费买Token、工作量增加却未减负等困境；同时反映管理层因AI错失恐惧而激进推行，导致效率异化、职业焦虑与裁员风险上升。
美国政府推动AI前沿模型自愿安全审查，Meta是主要AI公司中尚未签署协议的例外；审查由商务部下属CAISI主导，聚焦国家安全风险评估，虽非强制审批，但30天评估窗口可能影响发布节奏；Meta谈判焦点在于政府介入边界与商业自主权平衡。
Meta正秘密开发代号「Arena」的预测市场应用，初期采用积分制规避监管，依托35.6亿日活用户构建分发优势，意在挑战Polymarket、Kalshi等现有平台，并引发DraftKings、Robinhood等公司股价下跌，标志着其以社交流量重塑新兴在线行为赛道的战略意图。
Meta公司为训练AI而启动的员工行为监控项目MCI因严重数据泄露被紧急叫停，45000份员工数据（含私聊记录、绩效信息）一度全员可见，暴露访问控制配置错误，引发内部信任危机与士气崩塌。
Meta员工士气跌至20年谷底，因AI战略激进重组引发大规模不满：新成立的Applied AI部门强制调岗6500名工程师从事重复性训练任务，内部直播爆发当众辱骂高管事件；CTO Boz罕见承认重组‘糟糕透顶’，动摇员工对专长认可、职业成长和工作影响力的三重信任；叠加裁员、键盘监控争议及超扁平管理，组织信任严重透支。
Meta成立6500人Applied AI部门，强制调派工程师从事重复性AI训练数据生产工作，引发员工强烈不满，内部会议爆发冲突，有人怒斥高管为“混蛋”，并称该部门如“古拉格”；员工抗议监控行为、工作意义丧失及管理失当，扎克伯格承认失误但坚持AI战略不动摇。
Meta因AI词元消耗成本激增，宣布停止内部‘词元消耗最大化’实践，转向预算配额制和自研编程助手MetaCode以控本增效；硅谷多家科技巨头同步转向词元最小化策略，推动AI应用从数量导向回归价值导向。
文章深入解析Agent Harness底层逻辑，指出代码正从模型输出产物转变为承载计划、执行、反馈、验证与状态管理的核心媒介；强调代码的可执行、可检查、有状态三大属性使其成为连接推理、行动与环境建模的操作系统级载体，并延伸至GUI/OS、机器人、科学发现等多领域。
文章揭示硅谷AI竞赛正从算力比拼转向‘会花钱的人’的竞争，指出OpenAI CEO奥特曼承认其内部token消耗冠军（每月1000亿）并非全球第一，真正领先者是能将海量token转化为实际生产力的个体——如OpenAI员工Peter Steinberger，他用6030亿token驱动100个Codex实例持续执行代码安全、PR审查等高价值任务，凸显人才与系统化应用能力比单纯token数量更关键。
Meta与普林斯顿大学提出VLM³框架，基于Qwen3-VL-4B视觉语言模型，通过统一数据组织与文本化空间建模，在不增加编码器或任务模块前提下，实现物体级三维理解、公制深度估计、像素匹配和相机位姿求解四类任务的统一建模，深度估计准确率达0.90，性能媲美专业三维模型。
