meta公司创始人马克·扎克伯格近期在人工智能（AI）领域的动作频频，不惜重金从硅谷各大公司招揽顶尖人才，试图在AI竞赛中占据先机。然而，随着meta内部AI部门的重大重组，一系列深层次的战略调整与组织问题也逐渐浮出水面。
据悉，meta于8月20日宣布了一项新的重组计划，将其刚刚成立的超级智能实验室一分为四，分别负责前沿大模型研发、基础AI研究、产品和应用研究以及基础设施建设。这一调整标志着meta的AI战略正在从“研究导向”向“工程落地”转变，旨在加速“超级智能”技术的研发与应用。
其中，负责前沿大模型研发的TBD Lab备受瞩目。该团队由前Scale AI首席执行官Alexandr Wang领导，汇集了来自谷歌、苹果、OpenAI等公司的顶尖人才。据透露，TBD Lab正在讨论将下一代AI模型改为闭源模式，这一决定与meta首席AI科学家、图灵奖得主杨立坤一直倡导的开源理念大相径庭。此举被解读为meta在AI战略上的一次重大调整，旨在通过闭源模式来保护其核心技术和竞争优势。
然而，在meta大肆“挖人”的同时，公司内部却面临着严重的人才流失和组织混乱问题。多名前meta员工透露，近年来meta的人才留存率堪忧，关键人物相继离职，表明其对顶尖AI人才的吸引力正在下降。meta内部的组织文化并不健康，存在高管内斗、团队权责重叠、争抢功劳等乱象。这些问题导致团队间协作困难，影响了公司的整体效率和创新能力。
为了应对这些挑战，扎克伯格不得不频繁调整AI组织架构，试图通过新的团队配置和职责划分来激发团队的活力和创新能力。然而，这种频繁的调整并未能有效解决meta内部的问题，反而加剧了员工关系的紧张和技术业务的动荡。
值得注意的是，尽管meta在AI领域投入巨资并招揽了大量人才，但其技术研发并非一帆风顺。此前发布的Llama 4模型因性能不足和训练效率低下而遭遇市场批评，迫使meta重新审视其技术路线和研发策略。在此背景下，扎克伯格更倾向于通过高薪挖角和快速迭代来抢占市场先机，而非继续投入具有不确定性的基础研究。
此次meta AI部门的重大重组被视为扎克伯格在AI竞赛中的一次重要布局。通过一分为四的架构调整，meta旨在以TBD Lab为核心引擎，通过工程化、产品化和基础设施的协同作用，全栈式加速“超级智能”技术的研发与应用。然而，这一战略能否成功实施，仍取决于meta能否有效解决其内部的人才流失和组织混乱问题。
业内专家指出，meta在AI领域的竞争已经进入白热化阶段，公司不仅需要拥有顶尖的技术和人才，还需要建立健康稳定的组织文化和高效的团队协作机制。只有这样，meta才能在激烈的AI竞赛中保持领先地位并实现可持续发展。
面对未来的挑战和机遇，meta需要深刻反思其内部存在的问题并积极寻求解决方案。只有通过不断的自我革新和优化管理，meta才能在AI领域保持竞争力并实现长远发展。
