Meta CEO 扎克伯格：美国不应靠封禁中国 AI 模型来“取得领先”

扎克伯格：封禁中国模型是“错误答案”

在近期的公开发言中，Meta CEO马克·扎克伯格旗帜鲜明地反对美国通过封禁中国AI模型来“取得领先”。他认为，这种保护主义策略治标不治本，只会让美国企业陷入虚假的安全感。他直言，美国真正的对手不是中国模型本身，而是自身在基础设施、人才适配以及系统性创新上的短板。扎克伯格强调，过度依赖封禁手段，只会让美国错失向全球最活跃的AI生态学习的机会。

拒绝“排行榜竞赛”，把目光投向真实用户

扎克伯格批评了业界过度关注AI模型排行榜和基准测试的倾向。他指出，这可能导致严重的误判——一个模型在排行榜上领先，不代表它在真实场景中能解决用户的实际痛点。他主张，衡量AI价值的核心标准应该是“用户反馈”和“产品价值”，而非数字游戏。他重申了“人人可用的AI”愿景，认为AI应该像互联网一样成为普惠工具，而非被少数玩家垄断的学术竞赛。

物理基础设施和人机适应：真正的瓶颈所在

在谈及AI发展的现实障碍时，扎克伯格指出，大模型能力提升的速度远超物理基础设施的承载能力——芯片、数据中心、电力供应等硬件建设跟不上算法迭代。同时，人机适应过程同样滞后：从企业到个人，真正懂得如何利用AI产出进行推理、而非简单执行任务的“承重型”人才极度稀缺。他呼吁美国企业必须系统性地识别并攻克这些瓶颈，而不是通过封锁外部模型来回避问题。

Meta内部：自建模型与人才流失的隐忧

尽管扎克伯格高调捍卫开源模型，但Meta内部正面临严峻的工程人才流失问题。据行业观察者分析，Meta的AI策略以自建Llama模型为核心，并强制调动人员从事数据标注等基础工作，导致最优秀的工程师士气下滑并陆续离职。扎克伯格本人也承认，美国至今没有一家前沿的开源模型，这种尴尬的空白恰恰削弱了美国在AI生态中的制衡力。他强调，开源模型能让企业用成本换取前沿智慧，而封闭只会让美国失去主动权。