两千亿美元赌一个未知模型：扎克伯格与 Meta 的天价 AI 牌局

签一张两千亿美元的支票，去赌一个连影子都还没见到的 AI 模型。 签字前的那一刻，扎克伯格转头问了身边的技术主管一句： 「亚历克斯，你确定这东西真能管用吗？」 对方当时手里有什么？ 没有跑通的性能跑分，没有完整成型的模型。 只有几张早期的训练曲线图，外加一份纯凭直觉写的「氛围报告」。 两千亿美元，相当于一万多亿人民币。 这笔钱哪怕放在全球五百强里，都能直接买下一整家顶级硬件巨头。 就凭一份「感觉还不错」，扎克伯格把字给签了。

前几天，在播客 Cheeky Pint 里，扎克伯格和亚历山大·王把当时内部的惊险场景原原本本讲了出来。 亚历山大·王是数据标注公司 Scale AI 的创始人，去年被扎克伯格挖到 Meta，掌管新成立的超级智能实验室。 当时整个核心管理层每次开会讨论这笔开支，气氛都极其诡异。 大家半开玩笑半祈祷地互相安慰：希望这一切能行，希望最后真能跑出来。 掌控公司钱袋子的首席财务官李苏珊，更是被吓得不轻。 在夏威夷的高管闭门研讨会上，李苏珊好几次把亚历山大·王单独拉到一边，一遍又一遍地敲警钟： 「我必须提醒你，如果这笔钱砸下去没成，财务上的后果会非常非常严重。」 李苏珊告诉他：如果成了，大家都好；如果败了，真的是万劫不复。 连管钱的首席财务官都吓成了这样，为什么扎克伯格依然决定把这张巨额支票开出去？

因为在最前沿的 AI 军备竞赛里，过去二十年硅谷奉为圣经的商业法则彻底失效了。 过去二十年，硅谷最信奉的圣经是什么？ 精益创业。 写几千行代码，做一个极其粗糙的最小可行产品。 扔进市场看用户反响，看留存数据。 留存好，再追加一笔投资；留存差，立刻掉头止损。 这套敏捷迭代的逻辑极其漂亮。 它让创业者用最小的试错成本摸清方向，拿到确凿证据之后再下重注。 但在超大规模的人工智能面前，这套打法撞上了物理规律的铁墙。

训练下一代前沿大模型，早就不只是在机房里多插几张显卡。 它是在物理世界里大兴土木。 你需要吉瓦级别的独立供电变电站，需要几万甚至几十万张顶级芯片组成的庞大集群。 你还需要专门设计的液冷散热管网，以及超高密度的高速光纤网络。 这样一个超级数据中心，从拿地、电网审批、土建施工到硬件调试，物理周期少说要两到三年。 工程的前置周期，硬生生把商业反馈链条拉断了。 试想一下，如果你像过去那样谨慎： 非要等现在的模型完全训完，等所有性能指标彻底验证，确定这条技术路线百分之百走得通，才去向董事会打报告申请下一个数据中心的预算。 接下来会发生什么？ 等你把两千亿美元的算力中心全部建好、通电点火的时候，三年时间已经过去了。 在这三年里，你的竞争对手早就在现成的算力集群上，把下两代模型全部跑通了。 在工业级的前沿模型竞争里，谨慎不等于安全。 谨慎等于直接掉队，掉队等于出局。

这就是为什么主持人约翰·科里森在播客里打了个极准的比方： 这就好比坐在牌桌前，发牌之前，你就必须把全部筹码推到正中间。 你根本没有分阶段试探的权利。 入场的底注，现在直接涨到了千亿美元级别。 你必须在一个极度缺乏确定性信息的真空状态里，做出人类商业史上最大规模的资本决策。 在这些科技巨头面前，其实根本不存在稳健与激进的选择。 多投两千亿美元，可能会面临残酷的折旧陷阱与资产闲置； 少投两千亿美元，三年后却必然沦为技术进化的旁观者。 面对这种死局，没人敢停下来看一眼底牌。

以前很多人以为，硅谷顶级的商业领袖都是坐在精密的数据仪表盘前做决定。 看着实时的投资回报率，看着精确到分钱的单位经济模型。 但当技术真正走到无人区的时候，仪表盘前方全是大雾。 签字批准两千亿美元的那一刻，扎克伯格手里唯一的依靠，依然只是前线研究员的一句「我感觉能行」。 商业走到最深处，又回到了最原始的冒险。 唯一的区别是，以前赌的是几百万美元的风险投资； 而现在的赌注，已经变成了一张足以撼动整个现代金融体系的天价支票。