不只是砸錢雇傭兵！Meta AI負責人汪滔：我們放手讓天才發揮，要打造未來的「代理經濟」|數位時代 BusinessNext

在被祖克柏重金延攬之後，Scale AI創辦人、Meta人工智慧部門負責人汪滔（Alexandr Wang）鮮少公開露面。

近日他接受採訪，在Podcast節目中分享了Meta內部如何重組頂尖團隊，以及祖克柏（Mark Zuckerberg）意圖透過AI代理顛覆全球供需市場的終極商業藍圖。

挖角不只靠重金，準備充足算力，放手讓天才發揮

要實現宏大的AI願景，汪滔在加入Meta後的首要任務就是徹底重組團隊並招攬頂尖人才。當時，Meta砸下天價招募業界精英的舉動引發社群與媒體瘋狂報導，外界更常以「砸錢雇傭兵」的批判眼光審視這場人才爭奪戰。

對此汪滔澄清，Meta之所以不惜重金挖角人才，是因為如果要打造頂尖的AI模型，團隊必須「昨天就到位」。並且招募時不是光砸錢，而是非常個人化的溝通過程，汪滔與團隊親自向人才解釋 Meta 對技術的重視與願景。

為了確保團隊能快速追趕競爭對手，汪滔選擇讓規模較小的專注團隊獲得更高的算力比例，藉此大幅提升研究速度，並將大量資源投入高風險但能帶來核心變革的研究中，他們相信如果成功，將為未來的模型帶來極大優勢。

因為賦予了人才極大的自由與充分的算力，實驗室內部的氛圍非常健康。汪滔聲稱，來訪的業界人士認為現在的Meta令人聯想起早期的OpenAI與Anthropic，充滿創新活力。

汪滔的管理哲學深受蘋果創辦人史蒂夫·賈伯斯（Steve Jobs）影響。他引述了賈伯斯的一句名言，「我們雇用聰明人，不是為了告訴他們該怎麼做，而是讓他們告訴我們該怎麼做。」希望為研究人員創造最佳的工作環境，讓他們完成最棒的研究。

Meta著眼「代理經濟」，加速為旗下服務整合AI技術

Meta最近將Meta AI功能整合進Threads，進而在台灣掀起一股熱潮，許多人在社群平台瘋狂向Meta.AI詢問各種問題，只要在貼文或留言中@meta.ai並寫出問題，便能讓AI加入對話討論公開回覆問題。

包括吸引台灣人目光的這項新功能在內，Meta目前在AI領域的布局或許只是他們集結頂尖人才與龐大算力後的第一步。

汪滔指出，目前AI對於軟體開發者的工作產生了顛覆性的賦能作用，但對於一般大眾或小企業主而言，還未感受到生活被巨幅改變的魔力。因此，Meta 的終極指標是發展「個人超級智慧」，為全球數十億消費者以及平台上的數億家企業提供強大的AI代理，賦能每位用戶。

在汪滔描繪的Meta願景中，未來將形成一種「代理經濟」，市場供需將轉變為由AI代理居中協調，消費者的AI代理將與企業的AI代理合作、溝通、交易，形成新型態的經濟體系。

汪滔強調，要實現代理經濟，Meta擁有其他AI公司目前無法企及的獨家優勢，同時擁有數十億的全球消費者，以及數以億計在平台上營運的小型企業，未來商業活動的媒合很可能是由Meta資料中心內的AI代理高速溝通完成。

不過他也坦言，要讓 AI 代理能夠自動代表使用者去處理任務，目前的模型還需要克服許多基礎的技術挑戰。目前他們正致力提昇模型的程式能力，因為要建立這些代理生態，底層需要大量複雜的軟體建構能力。

同時代理必須能像人類一樣處理多種形式的資訊，例如看見用戶看見、聽見用戶所聽，因此計畫將建立多模態能力；且視任務狀況，AI代理時常需要長時間運轉，它們需要具備記憶能力，並能代表使用者去完成越來越複雜的任務，而不僅僅是回答單一問題。

汪滔強調，現在正是Meta將AI將AI技術整合進旗下廣大社群服務的時機點，預告接下來將大規模將AI技術深度整合進生態系的各個產品之中。

「許多層面來說，我們其實一直在等待足夠強大，能夠滿足消費者使用場景的AI模型誕生。而現在正是這個時刻，我們即將經歷一場演化，要把我們生態系中幾乎所有的拼圖，與我們的AI技術緊密地編織在一起。」汪滔表示。

延伸閱讀：歐洲最大車廠也撐不住，福斯集團擬裁10萬人停產4廠！三大敗仗揭歐洲汽車產業轉型陣痛

資料來源：YouTube
本文初稿為AI編撰，整理．編輯/陳建鈞

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。