# 押注在證據之前：從 Muse Wonder 這集看懂「先簽錢，後看模型」

來源：Realpha 讀市場（blog.getrealpha.com）
原文與圖表：https://blog.getrealpha.com/blog/cheekypint-2026-10-12-muse-wonder-zuckerberg-and-wang-s-100b-ai/

> 2026 年 10 月 12 日《Cheeky Pint》訪 Mark Zuckerberg 與 Alex Wang 的聽後心得。整理他們為何在看到模型之前先簽下千億美元級支出、把評測搬進自家後院的理由，以及這套說法最脆弱的環節。教育與方法論討論，不含投資建議、不評價個股買賣。

Published: 2026-10-13
Locale: zh-TW
Tags: Meta, 超智慧, 資本支出, AI 評測, 個人代理


![深夜機房長廊盡頭亮著一盞檯燈，桌上擺著手寫帳本，遠方人影被成排機櫃的光拉得很小](/covers/cheekypint-2026-10-12-muse-wonder-zuckerberg-and-wang-s-100b-ai-cover.png)

> 夫未戰而廟算勝者，得算多也；未戰而廟算不勝者，得算少也。
>
> —— 《孫子兵法・計篇》（春秋）

2026 年 10 月 12 日《Cheeky Pint》這集，Stripe 的 Patrick Collison 請來 Meta 的 Mark Zuckerberg 和超智慧實驗室負責人 Alex Wang，談他們剛發表的新模型 Muse Wonder。Zuckerberg 在節目開頭說，去年底他們還沒看到模型，就先簽下一筆「一千億、兩千億美元」等級的支出，他當時問 Alex：「你確定這會成功嗎？」Wang 補了帳面數字：營運一座 1 吉瓦等級的叢集，一年約 150 億美元，要先把它蓋起來，前期是 500 到 600 億，而訓練一個前沿模型的總帳是數百億美元這個級別。他們給的結論是，這種押注只能做在證據之前；這個結論要成立，前提是公司手上的算力有別的買家，而付費需求能在折舊年限之內長出來。

## 先把這集的主張講到最強

他們的核心論點是時間差。Muse Wonder 從去年八月就開始規劃，Ohio 的 Prometheus 叢集與 Louisiana 的 Hyperion 叢集，動念是在 2023 到 2024 年，現在才陸續通電。Wang 說得直白：你沒辦法用精實創業那一套做這件事——先做小的看有沒有反應、有反應再加碼。等你確認模型會好，別人的叢集已經跑了兩年。所以你得在被發牌之前就把籌碼推出去。

![一條時間軸上，下注點在最左、證據出現點在最右，兩者之間拉開一段標著「約兩年」的長距離；軸下方有一個小框指出精實創業要求兩點重合，但那時別人的叢集已經跑了兩年。](/figures/bet-before-evidence-timeline.svg)

我聽到這裡覺得最有說服力的一段，是他們怎麼把下檔風險切掉。Zuckerberg 的說法有兩層：第一層，要讓這筆錢賠掉，條件不是 Meta 失敗，是整個 AI 失敗；第二層，就算真的賠了，算力還有別的用途——1 吉瓦 150 億美元的東西，想買的人排著隊。Wang 另外點出一個會計面的差別：資料中心的資本支出可以在多年內攤提，研究員薪水同樣是在做一個用得好幾年的東西，卻沒辦法資本化；自己蓋機房的人攤提，租雲端的人付年費，而 H100 這類卡的殘值今天比去年還高。

產品面的證據也在節目裡。Zuckerberg 說他本來一年才用兩次 Instacart，大多是借太太的帳號，為了讓他的 Muse 能下單去開了一個帳號，現在一週用一兩次——他三歲女兒 Aurelia 喜歡烘焙，整週跟 Muse 聊這週末要做什麼，到了週六食材已經在門口。有一次 Muse 發現訂單金額不夠外送門檻，自己塞了一顆西瓜進去問他要不要，那顆西瓜後來出現在直播上。Zuckerberg 把這件事拉到經濟層面問了一句我覺得很有意思的話：那個 Instacart 帳號到底是我的，還是那個 Muse 的？Wang 的 Muse 叫 Oiler，每週替他從台灣或日本的小農場找越來越偏門的茶。

再往底層走，他們說「模型就是產品」。產品那層變薄，手感的部分搬進訓練裡：記憶做進模型本身而不是外掛的框架，Wang 稱之為 active memory，講到這裡他拿 OpenClaw 當對照——他自己是重度使用者，但那套長期記憶與短期記憶的壓縮用久了就會出毛病。Muse 沒有模型選單，也沒有推理強度選單，Zuckerberg 的理由是過去那些命名「版本號有時候是倒著走的」，一個沒在讀 API 文件的普通人憑什麼知道該選哪個。

評測內部化是這套邏輯的收尾。Wang 說，如果你順著外部評測爬，等於把產品判斷外包給某個做了一個爆紅評測的博士生——那不是你要抵達的地方，是你剛開實驗室時用來確認「還有生命跡象」的東西。所以他們自己做評測，連「大模型的味道」都量化成一個指標：模型在後訓練分布內與分布外兩種任務上的表現落差。

## 換到反面：這套說法最脆弱的地方

評測搬進自家後院之後，這集裡所有的最好都變成自評。節目裡講 Muse Wonder 在個人與專業代理任務上達到業界最好，句子後面掛著「依我們的量測」；講金融與法律領域的評測領先，用的是他們內部的題庫；講記憶能力，靠的是自家的 Memory Bench。Goodhart 定律的麻煩沒有因為指標換成自家的就消失，消失的是外人能跟你對帳的那條路。「大模型的味道」這個指標尤其值得多看一眼：分布內與分布外的界線由他們定，題目由他們出，落差由他們量，改善幅度由他們宣布。

同一個問題在這集自己身上留了一道裂縫。Collison 想替 Stripe 即將收購的 OpenRouter 要建議，Wang 的回答是希望幫開發者看出各家模型之間細緻的差別，別停在「這個好那個不好」的推文長度。可是開發者看不出差別的原因之一，正是各家把衡量都搬回自己後院。這兩段話同時出現在一集節目裡。

下檔風險那層也要拆。「要賠錢得整個 AI 失敗」把風險定義成一個巨觀事件，而巨觀事件剛好是最難對沖的那一類；更麻煩的是，替算力接手的那些買家，受同一個條件支配。

![三根並列的柱子分別寫著三層防護，三根柱子全部站在同一塊寫著「算力長期緊缺」的地基上，地基被標為單一前提。](/figures/three-floors-one-foundation.svg)

折舊論也一樣：H100 殘值走高依賴算力長期緊缺這個前提，一旦不緊，前面那個會計優勢就反轉成一個攤提年限排在前面的資產。

產品的「全壘打」同樣是自述。他們引的是第三方報告說這可能是史上成長最快的代理類應用，口徑沒說；Zuckerberg 自己補了一句，當時中位數的預期是要迭代幾輪才會長起來，所以成長那套工具在上線時還沒備好。這句話誠實，但也說明內部當時並沒有把握。

最後是人。這整套押注的理由之一，是 Zuckerberg 說他跟所有實驗室的研究主管都談過，結論是最好的人都想跟 Alex 一起做事。followership 是人的屬性，不是制度的屬性。而節目裡還留了一個反向證據：Wang 剛進去開的第一場會，一位主管跟他說「我們不需要推理模型，消費者需要推理模型嗎」，那位主管現在已經不在 Meta。同一套挑人的機制，一年半前挑錯過，而且錯到要整隊重開。

## 我站哪一邊，差在哪個條件

我自己偏向正方，但條件很窄。

先講讀者會卡在哪。這種新聞最常帶來的困擾是：某家公司宣布押下幾千億，我該怎麼辦？第二個是公司自己說拿到業界最好，這句話要不要信？第三個更實際——我手上已經有這類公司的部位，財報上要看哪裡，才知道這筆錢有沒有回來。

這三題拆到底是同一題：你手上拿到的是自評口徑還是可對帳口徑。

![左右兩欄分別列出自評口徑與可對帳口徑的項目，中間一條虛線斷開，標示外人能對帳的那條路被切斷。](/figures/self-scored-vs-auditable.svg)

Muse Wonder 的分數、active memory 的改善幅度、「大模型的味道」，全在自評那邊；訂閱付費的留存、代理下單的交易筆數、折舊費用與營運現金流的關係，在可對帳那邊。節目裡 Zuckerberg 把變現路線講得很清楚：免費版靠 Muse Spark，要用 Wonder 處理難的任務先付訂閱；再往後是從替使用者省下或賺到的錢裡抽一小塊；再加上 API 與 CJ Desai 要帶的企業線。這些都是日後會變成財報某一行的東西，而那一行會跟折舊費用對撞。

所以我的條件是：訂閱留存與代理交易這兩個外部能對帳的數字，要在機房的折舊年限內長出來。

![一張折線圖，水平的折舊費用是已鎖定的高水位，一條付費收入曲線在折舊年限之前追上它，另一條虛線曲線到年限時仍在水位之下。](/figures/revenue-versus-depreciation-race.svg)

長出來，正方的「押在證據之前」就是一次算對的廟算；長不出來，反方對——那筆錢買的是一個只有自家尺量得出來的領先。

這裡有個延伸的判讀，我自己拿它當習慣：聽到任何「我們做到最好」的宣告，先去找那把尺是誰做的。尺是外人做的，你至少能跟別人的分數比；尺是自己做的，你只剩下一個看不到對照組的實驗。

![兩把水平尺上下並列，同一個待量物件的位置在上面那把均勻刻度的外部尺讀到六，在下面那把刻度被拉寬的自家尺讀到九。](/figures/two-rulers-same-thing.svg)

這不代表自家的尺沒用——Wang 講外部評測被博士生的題目綁住，那段批評我認為站得住；它代表的是，內部化之後，驗證的責任換到使用者與財報身上，而使用者與財報比評測慢得多。

## 可以參考的資料

- 《Cheeky Pint》2026 年 10 月 12 日這集：Patrick Collison 對談 Mark Zuckerberg、Alex Wang，主題是 Muse Wonder 與 Meta 超智慧實驗室
- Meta 自己發的 Muse Wonder 研究部落格文章——節目裡提到「大模型的味道」這個指標寫在那裡面，想看定義要去原文
- 他們在節目裡點名的幾個外部評測：DeepSWE、SWE-Marathon、Terminal-Bench 4
- Goodhart 定律：指標變成目標之後就失去當指標的資格。這集從頭到尾在跟這句話角力

## 帶得走的一件事

一個觀念：**宣告「做到最好」的人，決定了那把尺長什麼樣，你要看的是尺不是分數。**這集最誠實的一刻，是 Wang 承認外部評測被某個博士生的題目綁住；而同一段話也等於承認，換成自家題目之後，就沒有外人替你驗了。看任何宣告，先問出題的人是誰。

我試過的一個做法，跟投資無關也成立：挑一句你最近對自己說過的好話——我工作狀態回來了、我跟某個人的關係變好了、我這幾個月比去年健康——寫下你拿什麼在量它。然後空一行，寫一個完全不同的人（你的伴侶、你的同事、你的醫生）會拿什麼量同一件事。兩把尺對不上的地方，就是你剛才那句好話裡自評的成分。我第一次寫的時候，發現自己量「關係變好了」用的是「最近沒吵架」，對方可能量的是「你有沒有主動問過我在想什麼」。這兩個數字可以同時成立，也可以差得很遠。