143亿豪赌翻车？Meta AI内斗震翻硅谷！亚历山大王未离职，却深陷“明留暗削”困局

B.News 首席科技记者 Robin「深度解读」：近日，一场围绕28岁华裔天才Alexandr Wang（亚历山大王）的离职传闻，震动全球AI圈。作为扎克伯格斥143亿美元从Scale AI挖来的Meta AI核心掌舵人，亚历山大王被传“被架空”“软解雇”，甚至有网传消息直言其将在3月中旬正式从Meta离职。但Meta官方火速出手辟谣，扎克伯格亲自晒出与亚历山大王的同框合照打破传闻，发言人更是直斥相关离职报道“实在太荒唐”。

传闻与辟谣的激烈交锋背后，绝非一场简单的人事风波，而是Meta一场因AI战略路线分歧引发的深层内斗，更赤裸裸暴露了这家硅谷巨头从元宇宙折戟后，在全球AI竞赛中急功近利的焦虑。这场持续发酵的纷争，不仅牵扯出Meta内部错综复杂的权力博弈，更折射出当下全球AI行业发展的三大核心矛盾——基础研究与应用落地的失衡、创业人才与大厂体系的碰撞、重金押注与稳健发展的撕裂，成为观察全球AI巨头转型困境的最佳样本。

离职传闻疯传：从“软解雇”到“官宣离职”，AI圈炸锅

近期，多家海外媒体援引《印度时报》报道，抛出重磅消息：扎克伯格已通过一场悄无声息的组织架构调整，彻底“拆解”了亚历山大王的权力版图。这位Meta史上最高薪的AI高管，被贴上了“软解雇”的标签——表面上仍保留职位，依旧在扎克伯格办公室旁的玻璃实验室工作，实则已失去对工程人才、数据管道、模型评估等核心资源的控制权，沦为“空有其名”的摆设。

社交平台上，更有“内部知情人士”爆料，进一步渲染紧张氛围：亚历山大王将在3月中旬正式官宣离职，其主导研发的Avocado（牛油果）、Mango（芒果）两款新大模型，因训练过程遭遇难以突破的瓶颈，发布时间从去年年底一路拖延至2026年第一季度，至今仍无任何实质性进展；Meta内部更是人心浮动，数百名从谷歌、OpenAI挖来的顶尖工程师一筹莫展，甚至出现小规模离职潮。

消息一出，全球AI圈瞬间炸锅。不少行业人士质疑，扎克伯格耗时9个月、斥资143亿美元的“天才押注”，难道真的要竹篮打水一场空？更有声音调侃，“创业天才终究难以适配大厂体系，这143亿，成了硅谷最昂贵的‘试错成本’”。

官方火速辟谣：合照破传闻，却难掩内部裂痕

面对愈演愈烈的传闻，Meta方面给出了最直接、最强硬的回应。扎克伯格率先在社交平台Thread上发布了一张与亚历山大王的同框合照，照片中二人面带笑容、状态轻松，用最直观的方式击碎了“离职”“反目”的传言；随后，Meta发言人Andy Stone在X平台发文，明确表态：亚历山大王仍全权负责Meta超级智能实验室（MSL）和TBD Lab，且其在团队内的影响力“不仅没有减弱，反而在持续上升”，同时直言此前的离职报道“荒唐至极”，纯属无稽之谈。

但官方的辟谣，并未完全平息争议。截至发稿，亚历山大王本人仍未对所有传闻正面回应，其在X平台的置顶帖，依旧是2025年7月宣布加入Meta的内容，未做任何更新；他最近一次以Meta高管身份公开亮相，还是2026年2月20日在印度举办的AI影响力峰会，此后便鲜少在公众视野中露面。这种“官方辟谣、当事人沉默”的反常局面，反而让外界对其在Meta的真实处境产生了更多猜测——未离职，不代表未被边缘化；表面平静，实则暗流涌动，权力被分流的痕迹早已无法掩盖。

9个月反转：从143亿豪挖到路线反目，Meta的AI焦虑终爆发

这场纷争的起点，始于2025年6月扎克伯格的一场“孤注一掷”。彼时，Meta旗下Llama 4大模型进展不及预期，在与OpenAI、Google DeepMind的竞争中逐渐落后，急于在AI赛道“弯道超车”的扎克伯格，将目光投向了数据标注领域的传奇创业者——亚历山大王。

扎克伯格开出了极具诱惑力的条件：以143亿美元投资亚历山大王创办的Scale AI，拿下49%的股份，接近绝对控股；同时邀请亚历山大王卸任Scale AI CEO，加入Meta担任首席AI官，执掌新成立的超级智能实验室（MSL），成为Meta AI业务的“一号位”。彼时的亚历山大王，年仅28岁，却已是硅谷传奇——MIT辍学创业，19岁创办Scale AI，凭借AI训练数据标注服务，将公司估值做到近300亿美元，成为全球最年轻的白手起家亿万富翁之一。

扎克伯格的意图十分明确：借助亚历山大王在数据标注领域的资源积累，以及Scale AI的技术优势，快速补齐Meta在大模型研发上的短板，全力追赶OpenAI和Google DeepMind。入职后的亚历山大王，也迅速展现出创业天才的魄力，展开大刀阔斧的改革：一方面从OpenAI、Google DeepMind等顶级机构挖来Jason Wei、赵晟佳等知名研究员，组建核心研发团队；另一方面重组Meta AI研究部门，将分散在各处的前沿大模型研发、训练、基础设施等资源，全部整合至超级智能实验室，并强行调整公司AI战略——放弃持续迭代开源模型Llama，全力研发能与OpenAI GPT系列正面抗衡的Avocado、Mango两款闭源前沿基础模型。

但这场看似顺理成章的“强强联合”，在短短9个月内便急转直下，矛盾逐渐浮出水面。第一个爆发点，是管理层的权力冲突：65岁的图灵奖得主、Meta长期首席AI科学家Yann LeCun，不愿向年仅28岁的亚历山大王汇报，更重要的是，二人在AI研发路线上存在根本性分歧——LeCun主张兼顾基础研究与应用落地，而亚历山大王则坚持“all in 前沿模型”。最终，Yann LeCun于2025年11月宣布离开Meta，自立门户，成为这场内斗的第一个“牺牲品”。

随后，更多问题接踵而至：Meta内部工程师对Scale AI的数据质量提出强烈质疑，认为其数据精度不足、适配性差，更倾向于使用Surge、Mercor等竞品的数据；而Meta投资Scale AI的举动，也彻底激怒了OpenAI和Google，两大巨头直接终止了与Scale AI的所有合作，导致Scale AI陷入经营困境，于2025年7月裁员200人，元气大伤。

真正的转折点，是Meta近期的组织架构大调整：公司突然成立由资深高管Maher Saba领导的应用人工智能工程组织，该团队直接向CTO Andrew Bosworth汇报，完全绕开了亚历山大王；更关键的是，这个新团队被赋予了“打造数据引擎、加速AI模型训练”的核心任务，就连亚历山大王主导的Avocado、Mango两款模型，其训练所需的数据基础设施，也被全部划归该团队掌控。这一调整，相当于直接“掏空”了亚历山大王的核心权力，也成为外界认定其“被架空”的最关键依据——Meta官方口中的“影响力上升”，更像是一种安抚性措辞，根本难以掩盖权力被大幅分流的核心事实。

深度剖析：三大核心矛盾，戳破Meta的AI困局

拨开传闻与辟谣的迷雾，亚历山大王与Meta的纷争，本质上是三大深层矛盾的集中爆发，更是Meta自身AI战略摇摆的必然结果。

其一，是AI研发路线的根本对立，这是矛盾的核心症结。亚历山大王的核心诉求，是聚焦前沿基础模型研发，不计短期成本，全力追赶OpenAI、Google DeepMind的技术水平，试图通过“技术突破”确立Meta在AI领域的话语权；而扎克伯格的核心助手Chris Cox与CTO Andrew Bosworth，则更懂Meta的核心优势——旗下Facebook、Instagram拥有全球最庞大的用户数据，他们主张依托这些数据，研发面向消费端的实用型AI产品，快速实现商业化落地，兼顾短期收益与长期发展。两种路线的冲突，本质上是“技术理想”与“商业现实”的激烈碰撞，而扎克伯格的摇摆不定，更是让这种冲突愈演愈烈——既想通过亚历山大王实现技术超车，又不愿放弃自身的社交数据优势，最终导致研发资源分散、内部内耗严重，陷入两难境地。

其二，是创业人才与大厂体系的天然适配难题。亚历山大王是典型的创业型人才，MIT辍学的经历让他养成了“大刀阔斧、快速迭代、敢闯敢试”的管理风格，在Scale AI，他可以一言九鼎，快速推进决策；而Meta作为全球互联网巨头，拥有成熟且层级分明的管理体系，决策流程繁琐，注重内部平衡，更强调“稳健”而非“激进”。这种管理风格的巨大差异，让亚历山大王的改革在Meta内部遭遇重重阻力：他的激进调整触动了公司元老的利益，他的快速决策与大厂的流程化管理格格不入，最终导致其改革举步维艰，与公司元老层的矛盾逐渐激化。这并非个例，而是全球AI行业的普遍困境——创业天才自带的“狼性”，往往难以适配大厂的“官僚体系”，重金挖来的人才，最终可能沦为“水土不服”的牺牲品。

其三，是扎克伯格的AI焦虑，催生了“盲目豪赌”。从元宇宙业务的折戟沉沙，到全球AI竞赛的愈演愈烈，扎克伯格对Meta的AI转型寄予厚望，甚至到了“急于求成”的地步。他之所以愿意斥143亿美元豪赌亚历山大王，本质上是希望通过“重金买捷径”，快速弥补Meta在AI领域的短板，在与OpenAI、Google的竞争中抢占先机。但这种急功近利的心态，让Meta陷入了“重速度、轻稳健”的误区：没有明确的战略定位，没有充分考虑路线适配性，没有为创业人才搭建适配的管理体系，只是一味地“砸钱押人”，最终导致战略摇摆、内部内耗，143亿的豪赌，反而变成了“烫手山芋”。

行业镜鉴：全球AI竞赛，别让“重金押注”沦为“盲目内卷”

Meta的这场AI内斗，绝非孤立事件，而是当下全球AI行业发展的一个典型缩影，为所有AI巨头、初创企业敲响了警钟。它背后折射出的问题，不仅关乎Meta的未来，更关乎全球AI行业的发展方向。

从行业层面来看，基础研究与应用落地的平衡，已成为AI巨头的核心考题。

当前，OpenAI、Google、Meta等硅谷巨头，都陷入了“两难困境”：重基础研究，可能导致商业化滞后，难以快速回笼资金；重应用落地，又可能忽视技术创新，丧失长期竞争力。Meta的教训的表明，脱离自身核心优势的“纯技术追赶”难以持续——Meta的核心优势是社交数据，却强行跟风追前沿基础模型，忽视了消费端AI产品的研发；而忽视基础研究的“商业化短视”，也会让企业逐渐丧失核心竞争力。如何找到二者的平衡点，既守住技术创新的底线，又发挥自身核心优势，是所有AI企业需要深思的问题。

从人才层面来看，创业人才与大厂体系的融合，需要更多的磨合与包容。

亚历山大王的遭遇，再次印证了“重金挖人≠用好人才”。对于大厂而言，重金挖来的创业人才，并非“万能钥匙”，不能指望其“一键解决所有问题”；更不能将其“束之高阁”或“盲目放权”，而是要为其搭建适配的管理体系，赋予足够的试错空间，平衡其创业风格与大厂文化，让人才的价值得到充分发挥。对于创业人才而言，进入大厂后，也需要学会适应大厂的管理逻辑，摒弃“一言九鼎”的创业思维，在推动改革的同时兼顾内部平衡，学会与大厂体系“共生”，而非“对抗”。

从发展层面来看，全球AI竞赛的核心，从来不是“重金押注”的盲目内卷，而是技术创新与生态构建的硬实力。

扎克伯格143亿美元的豪赌，本是为了快速弥补短板，却因急功近利陷入内耗，这也印证了一个道理：AI行业的发展没有“捷径”，重金可以买来人才、买来技术，却买不来技术创新的核心能力，买不来企业内部的战略共识，更买不来长期的竞争力。当前，全球AI竞赛愈演愈烈，越来越多的企业陷入“盲目砸钱、跟风追风口”的误区，却忽视了自身的战略定位与核心优势，最终只能沦为“内卷的牺牲品”。

尾声：未离职，不代表困局已解

目前，Meta的AI战略仍处于最关键的十字路口。Avocado、Mango两款新模型的迟迟未发布，让公司在全球AI竞赛中面临巨大压力；亚历山大王虽经官方辟谣证实仍在岗位，但权力被分流、路线被质疑的困境，并未得到根本解决。对于扎克伯格而言，这场纷争既是一场深刻教训，也是一次重要警醒：在AI转型的道路上，唯有摒弃急功近利的焦虑，明确战略路线，凝聚内部共识，平衡好技术与商业、人才与体系的关系，才能让143亿的豪赌，真正转化为实实在在的核心竞争力。

而这场发生在硅谷的AI内斗，也为全球AI行业提供了深刻的镜鉴：在技术快速迭代的当下，无论是巨头还是初创企业，唯有守住稳健发展的底线，找准自身核心优势，平衡好速度与质量、创新与落地的关系，才能在全球AI竞赛中行稳致远。毕竟，AI行业的竞争，从来不是“谁砸的钱更多”，而是“谁能走得更稳、更远”。