近日，meta公司内部一场员工大会引发了市场广泛关注，AI硬件板块随之出现大幅波动，关于meta“算力过剩”的猜测甚嚣尘上。这场会议不仅透露了meta在AI领域的最新进展，还涉及公司战略调整、数据安全等多方面内容，让市场对meta的未来走向充满疑虑。
据路透社获取的会议录音，meta首席执行官扎克伯格在会上坦言，公司今年推行的重大重组计划尚未取得预期成果。他指出，至少在过去四个月里，AI智能体技术的发展速度未达预期，公司对新架构的布局也尚未显现成效。扎克伯格提到的“新架构”，是指meta今年5月进行的大规模人员调整，包括裁减约10%的全球员工，并将约7000人转岗至AI相关团队。这一调整基于公司对AI智能体工具将快速成熟的预期，旨在通过AI提升运营效率。然而，现实情况是，智能体技术的落地速度低于预期，重组执行也不够“干净利落”，高管们在时间节点上出现了误判。
尽管如此，扎克伯格仍对未来持乐观态度。他告诉员工，预计未来三到六个月内，公司将从AI投资中获得更显著的回报。这一表态与市场对meta“算力过剩”的担忧形成鲜明对比。就在会议前一天，有媒体报道meta正在制定计划，拟推出云基础设施业务，向外部客户出售AI算力和模型访问权限。这一消息曾推动meta股价单日大涨8.8%，但随后全球芯片股遭遇大面积抛售，市场担忧meta出售闲置算力意味着AI芯片需求已见顶。扎克伯格在会上承认AI智能体进展慢于预期，进一步加剧了这种悲观情绪，导致meta股价在会议后回吐大部分涨幅，收跌4.9%。
与扎克伯格的谨慎态度不同，meta超级智能负责人Alexandr Wang在会上传递了更为乐观的信号。据两名知情人士向Business Insider透露，Alexandr Wang表示，meta下一代模型“Watermelon”在AI基准测试上已追上OpenAI的旗舰模型GPT-5.5。他介绍，“Watermelon”是继“Avocado”之后的下一代模型，目前正在训练中，使用的算力比“Avocado”高出一个数量级。需要说明的是，“Avocado”是meta内部对“Muse Spark”的代号，后者是meta今年4月发布的一系列模型中的第一款，虽在基准测试中表现不错，但普遍被认为尚未达到OpenAI或Anthropic的顶级水平。而GPT-5.5是OpenAI今年4月发布的模型，其更新一代的GPT-5.6已于上个月底推出，但尚未对外全面开放。因此，如果Alexandr Wang的说法属实，meta追上的是OpenAI的次新旗舰模型。
Alexandr Wang还在X平台上公开发文，暗示了相关进展。他表示，“Muse Spark”的更新版即将推出，将在编程和智能体能力上有“重大提升”。当有用户问到何时能有对标Anthropic Claude Opus水平的编程模型时，他回应称“很快”，并称用户会喜欢公司“正在烹饪的东西”。这一表态与meta持续上调的资本开支预算相呼应。公司已将此前预计的1150亿至1350亿美元的资本支出上调至1250亿至1450亿美元，显示其并未放弃在前沿模型上的竞争。
市场对meta对外出售算力的举动存在两种截然不同的解读。乐观派认为，这是meta开辟的新变现通道，有助于改善现金流；悲观派则认为，这说明大模型落地不及预期，meta可能在“放弃前沿AI”。费城半导体指数在会议后跌5.44%，30只成分股全线下跌，光通信概念、存储概念均大幅走低，Roundhill存储ETF（DRAM）跌7.94%，反映出市场对AI芯片需求前景的担忧。
为了在AI竞赛中取得领先，meta在资本和人力投入上可谓不遗余力。去年，扎克伯格任命Alexandr Wang领导更名后的meta超级智能实验室，并重金招募了名为TBD的精英AI研究团队。有报道称，meta向顶尖AI人才开出了数亿美元的薪酬。在组织架构上，meta今年5月解雇了约10%的全球员工，并将约7000名员工重新分配到专注于AI的团队，这一举措曾引发员工的抵触情绪。在基础设施方面，meta的支出规模仍在不断膨胀。公司向投资者表示，由于零部件成本上升和数据中心支出增加，预计今年的相关资本支出将达到1250亿至1450亿美元，高于此前预测。这也构成了大型科技公司超7000亿美元AI技术总支出的重要组成部分。市场预计到2030年将有50万吨的相关需求上线，推动全球铜需求上升。
除了AI模型的进展，meta的内部数据管理也成为会议的焦点之一。据路透社报道，meta首席技术官Andrew Bosworth通报了针对一款争议性员工鼠标跟踪软件的安全审查结果。该软件用于跟踪员工的鼠标移动和数字活动以进行AI训练。上个月，由于发生敏感数据暴露的安全事件，meta暂停了该项目。Andrew Bosworth在会上确认，审查表明没有任何员工数据被包含在AI训练中。他同时宣布，一旦审查完成并重新启用该程序，将改为“自愿加入”模式，对于不愿意参与的员工来说，这不再是一个强制性问题。
