Meta砸下150億美元后，開源策略突然踩了剎車

Meta剛花近150億美元把Scale AI創始人Alexandr Wang挖來，轉頭就宣布新AI模型要"部分開源"——不是Llama那種全敞開了給，而是挑挑揀揀、先看安全再說。這筆錢砸下去，換來的不是更激進的開源，反而是更謹慎的算盤。

Axios的消息說，Wang把Meta定位成Anthropic和OpenAI的"對沖力量"。后兩家盯著政府和企業客戶，Meta則守著WhatsApp、Facebook、Instagram十幾億用戶的基本盤。但知情人士透露，Meta內部清楚得很：新模型不是每項指標都能追上對手。

150億買的不只是人，是一套新玩法

Wang 2025年初加入，帶著Scale AI的核心團隊和技術積累。這筆交易讓Meta的AI基礎設施部門瞬間膨脹，也讓外界以為開源大旗要插得更猛。結果策略文件顯示，最大參數的模型不會公開，部分組件永久閉源，安全審查成了硬門檻。

這和Llama時代的邏輯完全不同。Llama 2、Llama 3幾乎是"下載即用"，開發者抱怨歸抱怨，至少模型權重擺在那兒?，F在Meta要學OpenAI的"分層釋放"：先內部測、再合作伙伴、最后看情況給社區。一位接近項目的人士形容，"以前是開閘放水，現在是滴灌"。

Wang的視角很直接：開源不是目的，用戶規模才是。他在Scale AI時期就主張"模型即服務"，客戶要的是能用的產品，不是GitHub上的權重文件。Meta的財報電話會里，AI相關的收入預期被反復提及——廣告推薦效率、企業WhatsApp工具、創作者付費功能，這些都要靠模型能力變現。

為什么突然"開倒車"？

安全審查是明面上的理由。Llama 3.1發布后，歐盟監管機構的壓力、深度偽造的濫用案例，讓Meta的法務部門疲于應對。Axios援引的內部評估顯示，新模型的多模態能力（文本+圖像+視頻）如果被完全公開，"風險敞口呈指數級上升"。

但錢才是更硬的約束。訓練一次旗艦級模型的成本已經突破2億美元，Meta 2024年的AI基礎設施支出超過350億美元，2025年預算還在加碼。完全開源意味著競爭對手可以免費復制你的成果，而Meta現在要證明自己能靠AI賺到錢。

資本市場對"開源英雄"敘事已經疲勞。2024年Llama 3發布時，Meta股價反應平淡；反而是傳出AI廣告收入超預期后，才有一波上漲。Wang的團隊被內部要求"每個季度展示可量化的商業進展"，開源社區的口碑不再計入KPI。

開發者社區的兩極反應

Hugging Face上的討論帖分成了兩派。一派認為Meta"背叛了開源精神"，把Llama積累的好感度揮霍殆盡；另一派覺得"早該如此"，完全開源的商業模式本就不可持續。一位獲得早期測試資格的初創公司CTO告訴Axios："我們其實更想要穩定的API，而不是自己調權重調到頭禿。"

這種分裂恰恰反映了開源AI的困境。小團隊需要免費模型降低門檻，但大公司的核心訴求是可靠性和合規保障。Meta的新策略試圖兩頭兼顧：基礎版本給社區玩，高級能力鎖在企業服務里。問題是，這條縫里的空間有多大？

競爭對手沒閑著。 Mistral剛發布了完全開源的Large 2模型，性能逼近GPT-4；阿里云的通義千問在國際開發者中的采用率持續上升。Meta的"部分開源"如果執行得含糊，可能兩頭不討好——社區嫌摳門，企業嫌不夠專業。

Wang的賭局

這位28歲的CEO在Scale AI時期就擅長游走于兩邊：既服務美國國防部的敏感項目，也給硅谷初創公司提供數據標注。他的加入被解讀為Meta要"更務實"，但也意味著開源理想主義的退潮。

Meta內部的時間表顯示，第一批"受控開源"模型將在2025年第三季度發布，比原定計劃晚了兩個月——安全審查的流程比預期復雜。與此同時，WhatsApp內的AI助手日活已經突破3億，這是Wang真正的底牌：模型能力不用最強，觸達效率夠高就行。

一位參與策略制定的工程師說，Wang在內部會議上打了個比方："OpenAI造的是F1賽車，我們造的是地鐵。沒人關心地鐵的發動機是不是自研，只關心能不能準時到站、擠不擠得上。"

現在的問題是，當地鐵開始收高價票，那些習慣了免費乘車的乘客，還會留在站臺上嗎？