ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
扎克伯格:不要怕大公司,2/3 的机会他们都错过了
6045点击    2024-08-23 16:16

人自信的时候,说话都会变得坦率很多。


扎克伯格在一场对谈中,从 Meta 这 10 年来在手机、AR 以及 AI 的挣扎,讲到不小心被「开源」了的 Llama,还有对于现阶段 AI 创业的想法。


「机遇看似属于有优势的大公司,但其中三分之二的机会他们都会错过」,在他看来,大公司在这个时代的优势也不是绝对的,对于创业者来说,在创业阶段,「尝试各种方向,做各式各样的东西,不要过早地做出最终决定」。


毕竟,「我在这个行业里犯的错误比任何人都多」。



本次对谈的嘉宾是 SPC 合伙人(以及 Facebook 的早期员工)Ruchi Sanghvi 和 Aditya Agarwal。以下为对谈主要内容,由 Founder Park 编译自对谈视频。


01 


Meta 花了十年,去赌一个新平台


Ruchi Sanghvi:我想大多数人都知道,SPC 是为那些才华横溢的建设者和技术人员而设的平台,这类人群往往在试图弄清楚下一步该做什么,我们定义这为从 -1 到 0 的阶段(从尚未成型的想法到有明确的计划)。今天,SPC 有幸邀请到了马克·扎克伯格——他是我的第一任老板。


众所周知,马克是 Meta 的创始人和 CEO,但今天我还很想强调他的身份是一位建设者、黑客和原创思考者。我们真正要讨论的是,马克是如何在几十年里建立了 Meta,并保持了从 -1 到 0 的创始人心态,让 Meta 始终站在创新的前沿,尤其是最近还推出了开源的大语言模型 Llama 3.1。


Mark,你的发型引起了轰动。你为什么会选择这种全新的发型?



Mark Zuckerberg:因为我膝盖受伤了(笑)。之前在训练和打斗,所以剪了短发,这种状态可能得保持九个月。这周我的膝盖终于痊愈了,但我可能会继续留着这个发型。这有点像我年轻时的样子。Priscilla(扎克伯格的妻子,普莉希拉·陈)还是谁跟我说过,我应该把头发留长。我想反正接下来的九个月也没什么别的事要做,它看起来还不错。


Ruchi Sanghvi:是的,看起来挺不错。言归正传,过去 20 年里,你一直是科技界的核心人物。你会怎样划分你经历的各个阶段,我们现在正处于哪一个阶段?


Mark Zuckerberg:我不太确定。我正努力不再成为某种中心人物,这样能够更好地衬托其他人。


Facebook 经历了很多不同的阶段,早期的时候,我们只想着怎么让它运作起来,怎么生存下去。过去 10 年,我们面对的是政治压力、市场的波动和公司责任。现在这些挑战显然还没有结束,但我认为现在我们更懂得如何应对了。我们在前期已经做了大量必要的工作,这让我感到好多了,也让我们能更积极地去做更棒的事。


下一个阶段,世界上有很多方法可以做了不起的事情。社交媒体给了每个人发声的机会,帮助人们建立联系。我不觉得这是革命性的东西,它只是让人们有能力做一些非常基础的事情,需要人们的执行力。当团队规模变大时,影响会变得深远。


我职业生涯的下一个阶段,未来 10 到 15 年,更多想开发那些突破性事物。无论规模,都要是令人惊叹和鼓舞人心的东西。比如正在研发的下一代计算平台,再比如AR眼镜、VR头显等。我相信未来某个时间点,将会有数十亿人去使用这些设备。现在很多人戴眼镜,那么未来每个人都会把普通眼镜升级到智能眼镜。创造出真正基础供使用的东西,可能要花费 10 到 15 年的时间,这是很正常的。


第一次戴上 AR 眼镜的体验是很神奇的,现在已经有了一个初步的产品原型,原本打算是把它作为首款面向消费者的产品,但我希望推出的首款消费级产品能更出色,所以决定先拿这个作原型测试一下。


人们第一次戴上它时都感到无比兴奋,那种感觉你从未体验过,你能够与全息图像互动,仿佛它们真的存在于你的世界中,就像戴着普通眼镜一样。这真是一项令人难以置信的创新。


这是我所追求的。未来我们会更多地讨论人工智能(AI)的相关内容,在其中必定有令人惊叹的事。我常常告诉 Meta 团队,做很棒的事情和创造出令人惊叹的东西是有区别的。做好事固然重要,但创造出令人惊叹的东西,是一种完全不同的境界。我们现在是要努力去创造一些真正了不起的东西



Aditya Agarwal:确实很有意思。我们 SPC 有个口号,「来到这里,把好的想法放一边,去追求那些更棒的」,我想要更新一下这个口号了,「把好的想法放一边,去追求那些真正令人惊叹的」。我是认真的,人生苦短,我们最宝贵的资源是时间。虽然我们都可以产生不错的想法,但真正要追求的,是那些让人惊叹的点子。


谈起职业发展周期,沉浸在 LLM,特别是 LIama 发布带来的激动中,有时会忽略一些事情,比如你几乎在十年前就开始了 FAIR 项目(Meta 的 AI 研究室)。我记得我与你在 Facebook 合作的最后一个项目是在 2010 年左右,我们尝试用机器学习技术为我们的图谱上的每条连接赋予权重。那是个不错的项目,我认为结果相当不错。


Mark Zuckerberg :最终证明,那个工作相当关键,非常感激你。


Aditya Agarwal:能否和我们分享一下早期的情况,比如 2014 年,我们还在AI的低谷期,你在 FAIR 的起步阶段,从无到有的过程中,尝试播下了哪些种子?


Mark Zuckerberg:2012 年,是 Facebook 用户数达到 10 亿的时候,我开始思考下一步该怎么走。


一方面,Facebook 显然还在增长,现在已超过 30 亿用户,令人难以置信,人们可能以为它已经发展到头了,但实际上它还在蓬勃发展。我创建了一个社交应用,这是一个好的开始,但也许只是侥幸成功了一次,我们能否再次创造吸引数十亿用户的应用程序呢?或者从很小的规模开始,然后将其发展到大的规模呢?


另一方面,我在思考下一个平台级的机会是什么?我们正在开发的社交媒体类应用程序,几乎是和智能手机同时起步的,并没有在定义智能手机的过程中发挥太大作用。我们尝试过进入过手机市场,但很快我们意识到这个平台已经很成熟和稳固了,不太可能在这个领域产生太大影响。


等到下一个主要的平台出现,并达到今天这样的规模,可能需要 15 到 20 年的时间。这是我必须做的。有相似的东西存在时,我不会去无谓地尝试,比如创造另一种手机变体。但不得不说,在其他人的平台上开发会遇到一些问题,你无法掌控自己的命运,那非常令人沮丧。


如果创造新的平台,从头创业,就像是在风中航行,四面八方的风都会吹过来,无数可能会让你失败的障碍,但这并不是什么大问题。因为当你的公司发展壮大后,你需要做出更长远的规划,这时需要稳定的环境假设。如果基础设施你能够控制,你开发出新产品时,再没有人会突然告诉你不能发布,你的运营基础不会被突然改变,这是非常关键的。


还有一件事,可能比较个人化。开发社交应用时,我发现一个奇怪的现象:我们主要是通过人们随身携带的小屏幕来提供这些应用。在某些方面,这其实是一种反社交的设计,这是我非常看重眼镜的原因——眼镜提供了一种更自然的交互方式。


2012 年左右我们在思考下一步做什么,收购了 Oculus。当时我在想,如果没有 Oculus,我们能不能开始研究虚拟现实 (VR) 和增强现实 (AR) 呢?



Facebook 斥资 20 亿美元收购了 Oculus


我们后来在这方面投入了大量的努力。你还记不记得你在公司的时候,公司不会选择让一个团队长期单干,比如五年时间独立开发某个项目。我们更多是孵化一个独立的项目种子,逐渐让我们的企业文化接受它的存在。


尽管我当时已经决定就要朝那个方向努力,但我们是通过 FAIR 先开始 AI 领域的探索。我确实有意收购 DeepMind,但他们最终加入了 Google。顺便说一下,Dennis 表现得非常出色,他利用了我与 Google 之间的竞争来争取到了一个好价钱,我尊重,也赞赏他的能力。


最终,我们决定自己来做这件事。我们实验室并不封闭,反而吸引了许多学术界的人才,这也致使我们的工作哲学是尽可能地开源。我们在当时的 Facebook,也就是现在的 Meta,也采取了这种开放的做法。


说到 AI,我认为它特别具有学术气息、开放性和活力。我们引进了许多基础性的人才,但我当时并没有一个成型的产品,我们一直做的是基础研究。这项研究被应用到了我们所有的排名、推荐和广告等方面,为公司带来了巨大的成效,真是难以置信。


公司一直没有推出一个独立产品,DeepMind 的 AlphaGo 或 AlphaFold,这些成果真多么振奋人心,看到这些成果时,我会感叹这对整个领域做出的非常独特且重大的贡献。所以有一段时间,我在人工智能领域感到非常困惑和挣扎。


最近开发出的智能助手,让我感受到了产品的魅力。我们推出了 Meta AI,我相信它有望成为全球使用最广泛的智能助手,我真的很兴奋。我们的目标是让每一个创作者、每个小企业,甚至是每个人都能够创建他们自己的虚拟助手、虚拟朋友,或者他们想要的任何其他形式的虚拟实体。你将能够在元宇宙中看到 NPC 参与游戏,以及许多其他类似的应用场景。


Aditya Agarwal:你们把这些想法变成现实,原来用了这么长的时间。


Mark Zuckerberg:确实用了很久,它比我想的要长得多。所以我认为这是创业的一个重要教训——你必须对你所做的事情充满热情,否则过程会非常痛苦,以至于你很难保持理性去实际执行。


02


机遇是平等的,大公司也会错过很多机会


Aditya Agarwal:在人工智能领域,有一个长期悬而未决的问题,也是许多人讨论的焦点,就是大部分收益最终会流向那些大玩家——无论是大型实验室,还是像谷歌或微软这样的巨头公司。


对规模很小的初创企业来说,他们几乎没有什么机会与之竞争。你们既是大型企业,从某种程度上说又为初创公司提供了很多资源,你们对此有何看法?


对创业者来说,当他们面临规模挑战,尝试找到应对策略时,你会给出什么样的建议呢?他们应该如何在和行业巨头的竞争里,找到自己站立之处呢?


Mark Zuckerberg:这波 AI,每一个产品类别都将经历变革,会出来新东西。有些领域需要巨大的投资,那里并不适合创业公司。比如构建需要数十亿美元训练的大型基础模型,目前只有少数公司能够做到。但我还是乐观的,随着时间的推移,这些基础模型会变得普遍可得,我不确定这是否是价值集中地。


我们要在模型之上,创建不同种类的事物。我观察到我们现在做的各个方面,都将以某种方式被改变——信息流的内容将发生转变,之前更多是朋友分享的内容,现在它将越来越多地包含创作者的作品,再未来很多内容将由 AI 生成的广告构成。之前是广告商自己制作广告内容,现在正在转变,广告商向我们提出他们的商业目标,由我们来为他们制作广告创意,推给目标受众。这真有点疯狂,你不觉得吗?


还有元宇宙的东西,那就像是开发者们精心构建的世界,像在清醒的梦里漫步,肯定非常震撼。我认为现有的任何产品体验都会发生变化。大型公司拥有天然的销售优势,可能会占据一些领域。但巨头们往往缺乏决断力且动作迟缓,创业公司在这方面是有优势的。


我有时会思考,为什么我们能够创建 Facebook,而其他公司却没有做到,这并不是什么前所未有的创意。Spencer、MySpace 在前,还有 Google、Microsoft、Yahoo,它们都有过类似的东西。它们为什么不去做呢?


我并不是说他们缺乏才华。我们当时就像一群杂乱无章的孩子,而他们拥有严肃的工程和基础设施,但在新想法成熟之前往往会怀疑它们。最开始,社交网络平台被认为是独属于大学生的东西,后来人们发现不仅仅如此,但还是觉得可能是一时的风尚,会持续一段时间,但赚不到钱。等它开始赚钱了,大家又觉得转向移动设备可能会很困难。当人们完全意识到,已经太晚了,大公司已经失去了优势。问题就可能在这些大公司内部,一些人深信这事儿能成,但一些副总裁级别的人认为这不是最重要的优先事项,这事儿就像齿轮里撒了些沙子。


所以我真的认为,机遇看似属于有优势的大公司,但其中三分之二的机会他们都会错过。那些巨头没有明显新优势的地方,可以接入现有分销渠道的地方,机会是自由开放的,等待被人抓住。


这将是一个巨大的变革。「Llama」项目是开源的,我相信开源的力量,这对整个世界都有好处。我们这么做并不是出于无私,而是因为我们想要建立一个平台,可以依赖于「Llama」这一概念。


Llama 是一个生态系统,不是我们能单独构建和部署的一个软件。如果所有的芯片供应商都为我们的项目优化技术栈时,整个系统会变得更加强大,当你有众多公司、初创企业或不同的团队在构建各种工具,用来提高效率时,更是如此。


我们发布了这个通用模型后,所有这些人都在这个平台上开发。自从发布以来的头一两周内,就有很多人用它来处理各种视频,模型也因此变得更加精准,所以我认为这对所有人都是有益的。


关于计算平台的未来,我觉得存在一种很大的偏见。大家认为因为 iPhone 赢了,所以闭源模式将会继续主导。但我认为未来尚未确定。如果回顾一下 PC 时代,Windows 是领先的平台,始终有开源和闭源两种模式,每种策略都有其优势和劣势。很多事情的成败实际上取决于谁来执行,像是初创公司,或者那些可能不够积极的大公司。同样的道理也适用于开放平台和封闭平台,它们在未来的领域,在人工智能或元宇宙中,谁能成为领导者。


Aditya Agarwal:分享一个对我来说意义非凡的小故事,可以说是我人生中一个决定性的瞬间。2005 年,我刚开始在 Facebook 工作的时候,我工作的第二周或第三周,我还在摸索着该做些什么,当时并没有人给我明确的指导。我还记得当时 Mark 走过来。他对我说:「嘿,哥们儿,我觉得你该为 Facebook 开发一个搜索引擎。」就这么简单直接。这真的非常关键,人们一加入 Facebook,他们最想干的事儿就是搜索其他用户,你当时还没有着手做这件事。


我第一反应是,Mark,我不懂怎么开发搜索引擎,我从未涉足过这个领域,为什么不直接从 Google 或 Yahoo 挖个人来干这个呢?Mark 看着我说,兄弟,我能创建 Facebook,你就能开发出一个搜索引擎。



Mark Zuckerberg :你确实做到了。我也做到了。


Aditya Agarwal:至今我仍在思考那 30 秒,我意识到我们所有人都有能力去实现我们决心要做的事情。这种文化仍然是 Facebook 的核心,是一种「黑客精神」和「完全拥有」的文化。如果要告诉世界上的每一个初创公司一件事,那就是只要你们下定决心,就能做到任何你们想做的事情。这可能比你想象的要简单得多。


Mark Zuckerberg:我认为有时候事情需要比你预期的更长时间,但你可以做到。很多看似显而易见的事情其实并不明显,只是没有人真的去做。最奇怪的一点是,人们会想,有这么多事情本应该有人在做,其他人已经掌握了。但实际上没有人这样做。


Aditya Agarwal:我懂了。我觉得现在我们都成熟了。


03


LIama 一开始并不打算开源


Ruchi Sanghvi:我想再谈谈开源 Llama 的话题。我很好奇,你希望在 Llama 上构建哪些实际应用场景?


Mark Zuckerberg:会有很多令人惊叹的应用出现,但没有一个具体的想法。我只是希望每个人都能使用它,使用它的人越多,我们就能越快地推动 Llama 的进步。这可能听起来有点自私,但这样我就能更好地构建我想要的东西。


我们的开源策略常被问到的一个问题是,你们为什么要这么做?你们训练了这个模型,就这么送人了,这真的可行吗?Llama4、Llama5 需要花费数十亿美元来训练,你们就这么送人了?



其实,我不是送人,这是你们在帮我改进它。所以我真的不在乎你们怎么用,只要用得负责任,保证安全。所有关于人工智能伦理、安全和保障的问题都是非常关键的。


我们投入了巨大的时间,这可能是训练过程中最大的挑战之一,也是开源过程中的一个难点。如果只是为自己开发模型,我们可以做出某些假设,比如多层堆栈,除了模型本身,还可以过滤掉不良内容,如不良的查询或生成的不良输出。


我们试图在开源版本中复制这种功能,并建立 Llama 守卫系统,部署一整个系统。但必须要投入更多的精力来训练实际的底层模型,它可以作为一个独立的模型使用,不需要依赖其他层的支持。


我对构建的应用场景可能不太乐观。开放平台的魅力在于,人们会创造出你从没想过的东西,我并不确切知道该让人们去构建什么,大家自己探索。但从安全角度看,机遇和挑战都更大,这让我有点担心。


开源肯定在本质上不够安全,但开放特性意味着人们会更深入地审查它。这有点违反直觉,人们一般都会觉得开源了,黑客就能看到所有的漏洞,但其实你也可以更快地修复漏洞,及时打补丁。


我认为 Llama 也会是一样的。人们指出问题,我们继续进行小的更新和大的版本更新。开发者会推出最新的模型,并且他们会将微调补丁应用到最新模型上,从硅片到数据中心的整个技术栈都是如此。我们之前做过类似的事情,比如开源计算项目,设计自己的数据中心和服务器,然后把设计开源出来,最终整个行业围绕我们的设计标准化,供应链得到发展,价格也因此下降,这对我们来说是好事。


在 AI 和相关领域,我们也处于类似的阶段。因为我们在谷歌之后,谷歌先建立了所有这些东西,我们就有了优势。只要它存在并且成本低廉,这对我们来说就是好事。


Aditya Agarwal:对于这些模型的扩展极限,你的最佳判断是什么?如果它们继续遵循 Scaling Law,那我们还有多少发展空间?


Ruchi Sanghvi:除此之外,限制模型发展的因素又有哪些?


Mark Zuckerberg:这问题很难,我认为主要的限制因素是计算能力。尽管我们无法确切知道能扩展到什么程度,但我显然相信它是可以扩展的。毕竟我们在基础设施上投入了这么多,但准确预测具体时间很难。你需要五到七年的时间来构建所有东西达到想要的规模,比如未来的 Llama10,必须要提前开始工作,你可以在六到九个月内训练出一个模型,但获得计算资源是一个长期的过程。


很多事情将取决于数据,以前网络上并没有这些数据,所以公司需要去查看网络上的所有内容,尝试从中找出所有的模式,就成了你的预训练模型,你再对它进行微调和后训练,以构建你想要的不同应用或功能。当你开始迈向更像遗传算法的行为时,目前这样的数据集还不存在。现在你必须去创造这个数据集。未来很多的新工作不会仅仅是获取现有的数据,而是建立计算能力来处理和训练它。


未来的更多训练将类似于今天的推理过程,可能需要去实验和探索一些新领域。比如你如何创建一个具有代理性质的数据集?可能需要一些手动工作,也需要让系统自己去尝试和实验,从它自己的游戏过程中生成数据。这只是一个例子,但这是未来可能发生的事情,今天还不存在。所以问题是它能走多远,我是这方面的乐观主义者,但很难确切地知道时间。


Ruchi Sanghvi:当 Llama 的权重被泄露时,Facebook 的反应是什么样子?


Mark Zuckerberg:有两个点,一是我现在不像早期 News Feed 那时候一样经常参与运营的作战式项目了。我不太清楚是如何处理这些重大战略问题了,我正在努力做的是如何让公司随着时间的推移运行得更加平稳。显然我还没有完全成功,如果你看看公司的波动性……也许在这辈子或者下辈子,我希望能想出如何更平稳地做到这一点,同时不妥协。我们显然要尝试做一些非常酷的事情,让事情更稳定的方法就是不那么拼命地踩油门,但我做不到。我们过去常常处于一种急迫的状态,想用更多的努力来弥补经验的不足,但随着时间的推移,我想尝试更加稳定地做事。


Llama 第一个版本推出时,我们原本打算进行学术发布,但它泄露出去了,这挺酷的,不过我们正在尝试弄清楚如何处理这个,这并不是需要着急处理的事。人们真的想用这个模型,我们只需要弄清楚处理它的正确方式。


我认为,我们现在面临的许多危机可能是一个副作用。因为我们成为了一家更大的公司,还有就是世界本身变得更加复杂了。我们面临的更多挑战是社会和政治性质的,而不仅仅是技术问题。以 News Feed 为例,我们面临的是什么,什么构成了挑战?News Feed 一推出,网站上的流量就一夜之间激增了 50%,因为人们突然发现,他们觉得有趣的内容被自动推送给自己了。我们需要想该如何处理这个激增的流量,这要集合所有人的力量,一起解决这个问题。人们需要一定的自我掌控,我们需要弄清楚应该提供给他们哪些选项。


很多问题的核心在于,人们渴望得到无意开源的 Llama 项目。我们初衷也想开源,起初更想作为一个学术项目,但突然之间泄露了。


我们内部就有了两个争论。第一个问题是,这样做是否正确,我们是否应该继续这样做?这个问题很快就得到了解决,我们认为这是正确的,我们应该继续这样做。第二个问题,有时候政治或社会辩论的变化速度非常快,开源的辩论将是未来五到十年最重要的技术政策辩论之一。


我们已经取得了很多实质性的进展,而且之所以能够取得这些进展,部分是因为有这么多人正在接受并使用 Llama。但坦白说,创业和开办初创公司通常比大科技公司更受人欢迎。我们正在做的事情,是否会被欢迎有待观察,也许越来越多的人使用它,用户会说,嘿,这很好,我们希望看到这个领域的新公司。


我们推出 Llama 2 之前,也就是首次尝试商业开源项目时,我们经历了一场激烈的辩论。内部必须解决的问题是如何以一种真正负责任和安全的方式来做这件事,尤其是考虑到开源与闭源相比的独特性。


我的看法是,如果我们在这方面做得很好,且特别强调安全方面做得很好,随着时间的推移,我们将建立起信任,形成社区,人们不会希望从开源中剥夺什么了。


但今天的大公司都是基于开源软件建立的,如果这场辩论能够顺利进行,下一代的主要公司将会基于开源 AI 来构建。我们沿途会遇到一些挑战,需要去应对,但我们要谨慎地引导它。这就是为什么我们做的事情上有更多的限制。可能会慢一些,但它不会是那种必须进入作战室,在一夜之间解决这个问题的。


从 LIama 1 泄露到 LIama 2,过了好几个月,团队一直在努力改进模型。我们正在努力弄清楚所有的责任问题,确保自己真正掌握了它,为未来奠定了基础。


04 


创业初期,不轻易做最终决策


Ruchi Sanghvi:有些技术专家想要成为企业家,你会给他们什么样的建议?在 SPC 我遇到了许多创业者,他们经常会遇到「局部最大值」的问题。就是他们会在优化过程中陷入次优解,无法达到全局最优。对于这种情况,你有什么建议可以提供?


Mark Zuckerberg:你提过从-1 到 0 的概念,这非常符合我探索可能性的做事哲学。回想刚开始创业那会儿,很多人是决定要开公司,然后就非常坚定地去做了。但问题在于,一旦团队开始朝一个方向努力,想要改变方向就非常困难。虽然可以靠意志力改变,但那也需要时间。


创业初期,实际上是在探索一个非常动态和广阔的领域。需要很灵活,不仅仅是在脑海中开会做决策,而是能够以不同的方式去实践,甚至改变主意,比如说尝试一个和几小时前完全不同的方向,很难提出具体建议。


在大学时期,创建 Facebook 的第一个版本那会儿,我们并没有想过它会成为一家大公司。你还记得 Dustin 和我最初来到 Palo Alto,一起启动了 Facebook 项目吗?那时我还在忙着上计算机科学的课程,处理 PHP 编程作业。网站出现问题的时候,我手机没信号,只能专注做作业。Dustin 的加入对公司来说是个福音,他是第一个工程师兼运维人员,帮助网站保持运行,是个了不起的人。


推出 Facebook 的第一个春天,我们来到了硅谷,觉得那是度过夏天的理想之地,毕竟这里是众多公司起家的地方。尽管 Facebook 那时已经有近百万用户,但我们认为自己不会在这家公司做大,正在做的事情不会成为最终投身的事业。


那么我从这段经历中学到了什么?


在大学,出于对创造的热爱,我开发了很多玩意儿。我不确定该选什么课,就开发了一个服务抓取课程目录,用户输入他们已经上过的课和计划上的课,就会展示出一些相关数据,比如哪些人上了这门课,他们对课程的看法如何,以及他们的评分。这个事儿很有趣,我最初这么做,是想通过一种集思广益的方式,帮我决定应该上什么课,但结果我发现,人们只是简单地浏览了其他人正在选修的所有课程。这表明人们真的很想了解彼此,你对什么课感兴趣,这是了解人的有趣方式,我认为这些经历都为 Facebook 的第一个版本奠定了基础。



据说这个网站是由15岁的扎克伯格创建的


我可能还建造了大约 10 个类似的东西,在高中时也有很多,我有一门关于罗马奥古斯都的课程,是门历史课。为了准备期末考试,我们需要掌握一些艺术品的历史背景。考试形式主要是展示一些艺术品,然后我们要解释它们的历史意义。我没什么时间,我把所有学习时间都花在了自己建的玩意儿上。于是,我在考前几个小时内快速造了一个学习工具,我抓取了所有的艺术品,搞出一个链接发到班级群。所以在考前的几个小时内,我对他们说:「我做了一个学习工具。如果你们愿意用的话,它会随机展示一件艺术品,你可以写下你认为它的历史意义是什么。然后你可以查看其他人的答案。」结果那次考试的成绩比以往任何时候都要高。但说实话,我一直坚信这种方法。


老实说,我觉得我学到的是应该要尝试各种方向,做各式各样的东西,不要过早地做出最终决定,特别是在创业初期。当你的公司规模变大之后,预测五年或十年后的情况会容易得多,你会更清楚地知道突破口在哪里。


切入点是很难找的,有些人坚持不懈地创办公司、不断尝试,直到成功。但我一直更倾向于去构建许多看起来有趣的项目,你可以不断得到新知。而且尽量不要轻易定死方向,彻底转变业务是非常困难的。所以从这个角度看,我的理解与你们的理念非常吻合,我认为这样的做法很好。


Aditya Agarwal:人们问我在 Facebook 的时候做了哪些工作,我可以告诉他们,我做的一些项目成功了,但也有一些项目并没有成功。但在公司内部,我们都秉持的一个态度:你应该全力以赴地追求你认为会诞生伟大产品的想法,但同时你也不能太过执着,把整个人的自我价值都绑在上面。创造并尝试的整个意义就在于不是所有东西都能成功,这没关系的。我今天仍然很钦佩 Facebook 的一点在于,它给人的感觉是一直在前进,但同时也深知不是所有事情都能成功,那也没关系。


Mark Zuckerberg:是的,我在这个行业里犯的公开错误比任何人都多。迈克尔·乔丹有一则广告非常触动我,它非常鼓舞人。广告里讲到他一次又一次的失败,但最后他说,这就是他成功的原因。Walter Isaacson 写的爱因斯坦传也表达了类似的观点,爱因斯坦有很多理论也都是错的,但重要的是他得出了一些正确的理论,这是真正重要的。


05 


Meta 的顶级 PM,都是转岗来的 


Ruchi Sanghvi:我曾在多家初创公司工作,也帮助过创企。Facebook 的早期团队真的给我留下了深刻的印象。我很好奇你在招聘上做对了什么?你做了哪些重要的招聘决策,为什么那些人是最好的人选?


Mark Zuckerberg:我认为一方面,有很多刚刚大学毕业的学生,他们充满激情和灵感。他们觉得我们的产品非常棒,进入这家公司是他们的愿望。


另一方面,我其实觉得一直都没有做好组建高管团队这件事,我们经历了很多高管的更迭。我心中有一个理想化的模型,比如工程主管应该是怎样的等等。有的时候人可能是符合岗位要求,但就是感觉有巨大的文化差异。直到有一天,Peter Thiel 请我吃午饭,他说这显然行不通,你和这些高管并不合拍,你应该选择那些你愿意花时间在一起的人,因为你几乎每天都在办公室,或者说你一生都在为这件事奋斗。


我认为这才是早期团队的一种默契。大家说的是同一种语言,有很多相似的假设,当然,我们也需要相互挑战。不过即使大家对事情有不同的看法,但我们也要有足够多的共同价值观基础,这就是事情变得顺利的时候。


最开始可能会混乱,大家都没有那么多经验,但现在我们公司的这些人都已经成长起来,他们都是非常有经验、令人惊叹的高管。我们都已经一起工作了大约 15 年。所以当人们问我,你是怎么建立这个团队的?实际上,我会去直接管理一个规模相对较大的团队,因为我们有许多不同的产品线,我希望尽可能多地亲力亲为。对我来说,这就意味着我不想仅仅通过六七个人来管理一切。我直接管理着一个大约 25 人的团队,他们各自负责大约 15 个产品团队,涵盖了从主应用程序到广告,再到人工智能研究,智能眼镜、AR 头显……所有产品,以及所有的商业化等等。我们每周都会一起度过很多时间,公司是一个紧密团结的团队,这是我经营公司风格的一部分。


我觉得真正让我感到自豪的是我们的产品团队。在商业领域,如果你要聘请一个总法律顾问,经验这件事自然是很重要的。但产品有点不同。Chris Cox,我们的首席产品官,之前是人力资源的负责人。Chris 显然是一个非常有前途的年轻人,我和 Dustint 在这件事上有一场激烈的争论。Dustint 说,我们需要他成为一名工程经理。我说,Dustint 你已经有五个工程经理了,我真的需要一个 HR 负责人。那时候招聘真的很难,Dustint 做得很棒,他在 HR 岗为我们工作了几年,然后回到产品岗位。


我们所有的顶级产品负责人,加入公司的时候都不是产品组的,他们都是从较低的职位开始的,这是让我自豪的一点。很多主管最初都是以普通员工的身份加入的,甚至还有人是从行政助理这样的基层岗位起步的。他们逐步上升,来到管理团队,很多人从非技术或是技术角色开始,然后再转到其他领域,这真的很酷。


一个人也能推动很多事情,但我确实认为当想法稍微成熟时,更多工作就需要团队进行了。你所感受到的喜悦和面对挑战时的压力,很大程度上取决于你身边的队友。创业时每项工作总是比我们预期耗费的时间更多,还会不断地遇到各种新的问题,所以我想我之所以能够持续保持对工作的热情和快乐,重要原因是我非常喜爱与我共事的这些人,他们就像我最亲近的朋友一样。


Ruchi Sanghvi:我追问一下,你是如何处理创业和经营公司过程中的挫折的?在过去二十年里有什么变化?


Mark Zuckerberg:嗯,这确实有点棘手。我觉得,随着公司规模的扩大,我们经历的周期也变得更长了。以前我们推出 News Feed 的时候,我们短时间内就完成了第一个完整版本的开发。然后有一个使用高峰,收到不满意的反馈,一周后问题就解决了,一切恢复正常。


但现在我们要面对的问题规模更大——这是创业的乐趣之一,但同时也让人深感疲惫。你感觉自己总是在极度兴奋和快要崩溃之间快速切换,我不再怀念那种状态。


Aitya Agarwal:是的,这确实很累人。


Mark Zuckerberg:真是让人筋疲力尽。我不认为我还能再次经历那样的事情。现在周期变得更加漫长,这需要一些意志力、周围人的支持,另外还有一些情况是走出困境之前,你并没有完全意识到问题的复杂。之前只是在尽力一步步向前走,回过头一看,哇那真是一段艰难的路。


Ruchi Sanghvi:听你这么一说,我感觉即便是你这样的人物,重新出发也需要巨大的动力。所以我想我们能做的就是一步一个脚印,持续前进,永不言弃,别无选择。


06


想和欣赏的人一起,继续做伟大的事


Ruchi Sanghvi:换个轻松的话题。疫情期间,我个人尝试了很多新运动,比如滑雪。我还算是冲浪的中级高手,还学会了尾波冲浪,甚至能稍微玩一下水上滑板。这些运动真的很好,它们让我有机会亲近自然,学习很多新鲜事物。


你自己也尝试了很多新事物,比如 MMA(综合格斗)、水上滑板等等。你热爱这些运动的哪些方面?从运动中是否学到了一些东西,可以迁移应用到工作中的?


Mark Zuckerber:我热爱综合格斗。经营一家大公司周期很漫长,尤其是硬件领域,训练基础模型也一样,需要投入好几个月的时间。而 MMA 让我在限定时间内集中精力,否则真的回挨打,而且胜利的回报是巨大的——我可以还击。我再也不能在办公室里这么做了,只能在格斗场上释放压力。


Aditya Agarwal:于是你去找了亚历克斯·佩雷拉(Alex Pereira)。



注:为了预热巴黎奥运会,扎克伯格与前 UFC 中量级冠军亚历克斯·佩雷拉一起制作了一段以奥运为主题的娱乐视频。两人举办了一个「模拟奥运会」,扎克伯格在某些项目中的表现甚至赢过佩雷拉。


Mark Zuckerberg:年轻的时候,我在体育竞技上还是相当有竞争力,但创办了公司后,我就停止了大部分的运动。为了保持体型,还会举举重什么的,但也没什么明确的健身目标。疫情初期,一切都转到线上远程,我觉得自己要开始跑步了。


我们全家在夏威夷待了一段时间。冲浪真的很棒,你要站在冲浪板上思考策略,时刻警惕不被海浪击倒,我觉得这太有趣了。试过冲浪之后,虽然我不再住在夏威夷,但我一直在想,在陆地上有没有类似的活动?于是我就开始学习武术。


我和几个朋友一起训练,有个朋友突然说他要去参加比赛。我说那太酷了,特想知道结果如何,我是不会去参加比赛的,太丢脸了,可能上去就被人制服了。但他去了,表现还不错,我就想他可以的话……我也准备好参加下一场比赛了,后来去了还赢得了一些奖牌。


我与 Priscilla 达成协议,可以参加一场竞技 MMA 比赛。我也可以长期练习巴西柔术,但我感觉头部风险有点大,所以我打算只参加一场,后来我的膝盖受伤了,现在我恢复了。


Ruchi Sanghvi:比赛的日期是什么时候?日期定了吗?


Mark Zuckerberg:我还没有确定。我对自己的能力还没有足够的信心,我不知道,可能是春天?我需要更多的时间来加强训练。


Ruchi Sanghvi:大家都听到了(笑)。


Aditya Agarwal:Mark 是有点好胜心在的,我分享一个有关他竞争精神的小趣事。大概 2009 年,那一年他非常专注工作,甚至穿着衬衫、打着领带来上班。我们后来举办了一场俯卧撑比赛,目的是看看谁是办公室里第一个完成 10000 个俯卧撑的人。


Mark Zuckerberg:第一名是 Alex Himel,他正在负责我们的增强现实 (AR) 眼镜项目,是极其厉害的人。


Aditya Agarwal:但我记得 Mark 是第二名,我记得那一幕。


Mark Zuckerberg:Alex Himel 能做到高层,并不是因为那次比赛,而是因为他在这里工作了很长时间,工作一直很出色。之前他只是一个普通的工程师,现在他已经成为了公司里最重要的人物之一。


Ruchi Sanghvi:最后一个问题,经常有人问我 Mark 是个什么样的人,我总是尽量避免回答,但你也知道,有时候我会跟他们说,你在我最艰难的时刻,是我能够求助的密友之一。


我觉得很有意思的是,你名声越来越大,你反而为我们这些朋友腾出了更多的时间。在你看来,哪些事情是大多数人可能并不重视,但你觉得很重要的?


Mark Zuckerberg:现在我的人生除了做卓越的事之外,还有一个重要的部分,就是和我真正欣赏并且想要一起工作的人,共同完成一些事情。有时候我选择做一个项目,是因为我喜欢一些人,想不遗余力地找到与他们合作的方式。他们是很好的人,我想要从他们那里学到一些东西。他们都很有趣,生活又很丰富。


我的大部分精力仍然集中在公司上。生活上还有一个事是我与 Priscilla 的关系更深厚了,我们现在有了家庭,一起运营 CZI(夫妇俩创建的研究组织),看到 Priscilla 开始领导这个庞大的组织真是太酷了。还有一些比较随机的想法,比如我想做一个项目来培育世界上质量最高的牛肉。我也不知道为什么,但我就想和一些人一起做这件事。


目前公司已经很大而且成功了,我们需要继续做好,保持势头,继续做下去。我从来不是为了达到某个估值,我总是把目光放在我们正在创造的东西。


在这个阶段,能够从事伟大的事情,建立真正深厚的关系,对我来说是最重要的。年轻时,我们还没有建立起长达 20 年的深厚友谊,是因为我们还年轻、还在成长。现在我的生活中已经拥有了一些长久的友情,年轻人还有足够的时间去培养新的友谊,这些友谊将随着时间的流逝而逐渐成熟,可能需要 20 年的时间生长。但我认为这是可以做到的,也是重要的。


你们对我的评价很高。你们也是我最亲近的朋友,我认为正在做的事情非常了不起。非常感谢你们早期在 Facebook 所做的贡献,没有你们,我们不可能有今天的成就。那些有幸和你共事得到指导,与你们并肩作战的人都很幸运。


我对你们做的事情充满信心,这也是我想要参与这个活动的原因之一。从理念上讲,我认为这正是推动世界的力量,这对当下的我来说有特别的意义,谢谢你们。


文章来源于“Founder Park”,作者“Founder Park


关键词: meta , AI , Llama , 扎克伯格
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

2
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner