给1.5万亿市值的Meta开1.4万亿美金的罚单，这真的是一夜回到解放前了。大家好，欢迎收听老范讲故事的YouTube频道。

看到这个数字，我就吓了一跳。以前我们知道有这种大额罚单，像欧盟罚美国公司，罚几亿、十几亿美金，高的到几十亿，但是没有上百亿的。这一次一下就是1.4万亿美金，甭管这个数怎么来的，还是值得大家吃一下瓜的。

8月12日，美国加州奥克兰的联邦法院开始挑选陪审员，8月18日正式开庭陈词。原告是29个州的总检察长，被告是Meta，也就是Facebook和Instagram上面那家公司。告的事情一句话就能说清楚：你明知道这东西会让小孩上瘾，还专门把它设计成这个样子。这29个州里有4个州外挂了一张价签：1.4万亿美金。

这是什么概念？Meta现在市值1.51万亿，这张单子如果真的按在它脸上，让它去付钱，这家公司就什么也剩不下了。当然，这张单子并不是要求它马上按照面值付钱，它压根就不是拿来付钱的，就是一个开价。

今天要说清楚四件事。第一，1.4万亿到底是怎么计算出来的，为什么一开始就注定收不上来。第二，这么大的单子历史上开过没有，其他巨额罚单最后都是怎么收场、收了多少。第三，这场官司真正难打的是哪两关，双方具体在争什么。最后也是我最想聊的：这种天价罚单会给整个社会带来什么改变，为什么我说这1.4万亿就是个梗、一个显眼包。

天价索赔是怎样算出来的

先说1.4万亿到底是怎么算出来的。说出来你可能不信，它没有那么高深，就是一道简单的乘法题。美国的消费者保护法里有一条老规矩，叫法定赔偿。它之所以存在，是因为告一家公司，最难的不是证明它坏，而是证明它到底伤害了我多少钱。一个孩子刷手机刷到半夜，成绩掉下来了，人抑郁了，这值多少钱？谁也算不明白。所以法律留了一手，不用你计算损失，只要证明它违规一次，就按一次罚，跟贴条是一个道理。交警不问你停了半个小时耽误了谁，只问你有没有违停；你停了，就贴一张罚单。

这一次的计算涉及三个数：每违规一次的罚款上限，乘以受影响的未成年人用户数，再乘以违规持续的天数。前面的单次罚款是多少钱？新墨西哥州刚判完的一个案子里，法定单次上限是5,000美金。拿5,000美金乘100万个孩子，一天就是50亿，这还只是一天。再乘上几百万个孩子和好几年，因为Meta这些年一直是这么干的，1.4万亿就是这么算出来的。它不是估出来的，是真真正正乘出来的。就像在小区门口停错一辆车罚200，可交警说这辆车停了700天，一天一罚，那就是14万，你得把天数乘上。

这个数能不能真的判下来？判不下来。你可能听说过一种说法，说美国宪法规定罚款不能超过一家公司现金流或者净资产的某个百分比。美国宪法里没有这么一条，它给的是一把没有刻度的尺子：看你犯的事是不是很严重，罚的钱是不是很离谱。如果事情非常严重，可以狠狠地罚；如果没有那么严重，就不能太离谱。

这句话来自1998年的巴贾坎案。一个人出境时带了35万7,000美金现金而没有申报，政府要把这笔钱全部没收。最高法院说这不行，因为这条罪的法定罚金上限才5,000美金，没收357,000属于严重不成比例，违反第八修正案的过度罚金条款。2019年的廷布斯案又补了一句：这条不光管联邦政府，也管各州。

除了这把尺子，还有几把尺子。1996年宝马案里，最高法院给出三个衡量标准：行为有多恶劣；罚款与受害人实际损失相差多少倍；与同类案件法律规定的罚款相差多少。2003年的州立农业保险案又把倍数说得更明确：惩罚性赔偿一般不该超过实际损失的10倍，到了4倍就已经贴到宪法红线上了。

最要命的一条是，最高法院明确说不许因为被告有钱就多罚。你不能说Meta市值1.51万亿，所以罚它1.4万亿不算多，这个理由在美国法庭上不成立。所以1.4万亿这个数从法律尺度上就活不下来，开单子的人比谁都清楚。

既然收不到，为什么还要开？这里有一层很多人不知道的东西。美国的州总检察长打这种大案，通常不是自己的人在打，而是外聘律所，所以要按照回款比例分成。行业里最常见的比例是一成到两成五。这个规矩的威力，看烟草那一仗就明白了。1998年那场官司打完后，私人律所拿走的费用总额高达147亿美元。德州的和解金额是150亿，5个律所分走32亿；佛罗里达和解113亿，11家律所拿走28亿。

所以先把价开出去再说。1.4万亿叫标的。我的判断是，开这么大的标的不只是为了在谈判桌上占个位子，一个足够大的数字本身就能产生巨大的流量。像我就是被这个数字吸引进来的。它能上所有人的头条，能让还在观望的州跟着起诉，也能让律所愿意垫着钱陪你打三年官司。1.4万亿从被算出来那一刻起，第一个功能就是当个显眼包。

美国巨额罚单与和解往事

美国历史上开出过这么大的罚款吗？1.4万亿确实从来没有过，但也有过一些很大的案子。

1998年，46个州一起告四大烟草公司，签了一份总和解协议，25年支付2,060亿美金。这是美国到今天为止最大的一笔民事和解案，没有之一。注意，这是和解，并不是真的由法院判决，而是在庭外谈成的，到今天还在付。很少有这种案子最后被直接判下来，说一定要罚多少钱。一般都是一边审、一边谈，谈到最后大家和解。和解时也不是一次付清，谁也付不起，而是分期付款。审理这件案子的律所也分了很多钱，是按照2,060亿美金的总数来计算收益的。

然后是2005年世通案。世通做假账，把收入吹上天，被股东集体诉讼，赔了61亿美金。2008年安然案同样是股东集体诉讼，赔了72亿美金，现在安然这家公司已经不见了。2010年BP墨西哥湾漏油，联邦、各州和私人索赔加在一起，最后总共是600多亿美金。

2014年次贷危机，美国银行与联邦政府和解166亿5,000万美金，当时是单一公司对美国政府最大的一笔赔偿。烟草是几家公司一起，美国银行则是单独一家，所以又破了纪录。同年，通用汽车点火开关致人死亡，罚金是9亿美金。

2016年大众排放门，59万辆柴油车装了作弊软件，2升那批车的和解上限是147亿美元，刑事罚金28亿，这两个要放在一起看；全球算下来大概是340亿美元以上。刚才讲的是美国罚的钱，全球的数更高。2017年，高田气囊刑事罚金10亿。

2019年，草甘膦案中，加州一对70多岁的老夫妇状告孟山都，说除草剂让他们患了癌症。陪审团判了20亿5,500万美元，全世界都惊了，最后主审法官亲自把它砍到8,700万。前面的20多亿是陪审团判出来的，但主审法官认为实在太高，给它砍了一刀。后来一路上诉到美国最高法院，最高法院也不受理，所以8,700万就是终局。砍掉96%这一刀，不是被告的诉求，也不是陪审团的要求，是法官自己下的。

2020年以后，阿片类药品案涉及几大分销商、几大连锁药店，包括强生和普渡制药，全国加起来是500亿到600亿美元的赔款。普渡和赛克勒家族那一笔74亿，去年11月才正式批下来。再往后就是今天讲的2026年Meta 1.4万亿。真的是人有多大胆，地有多大产，有时贫穷限制了我们的想象力，真有人敢开这个价，敢填这样的数字。

把这一串摆在一起，30年里最大的一笔就是烟草的2,060亿，而1.4万亿是它的将近7倍。烟草那笔钱是46个州、25年、全行业一起凑出来的，而且是企业自己签的字。所以Meta的律师在法庭上说，这个数字在美国消费者保护执法历史上没有先例。你可以说这是狡辩，但它同时也是实话，美国没有一家法院扛得住这么大一张单子。反过来也一样，你要是不开这个价，连让对方坐下来谈的资格都没有，所以一定要先开出一个巨大的数字。

第一道难关：伤害如何归因

撇开钱不谈，这场官司到底难在哪？第一关是，怎么证明孩子是被Meta害了的。这是本案最痛的一个点。一个14岁的孩子，手机里装了Instagram、YouTube、TikTok和Snapchat，每天刷TikTok、YouTube和Instagram，家里可能还有其他问题，学校可能还有霸凌，同学对他也未必好。他抑郁了，凭什么全算在Meta头上？

美国人的解法是一起告，所有平台按比例分锅。今年3月25日，洛杉矶有一个案子判了。一个20岁的姑娘把四家平台全告了，说自己从小对着无限下滑长大，抑郁、焦虑，还有体像障碍。陪审团认定Meta和谷歌构成过失设计，一共赔600万美金，其中Meta出七成，谷歌出三成，Snapchat和TikTok看来没什么大事。

这里用的是美国侵权法中的“实质性因素”标准。它不要求你是唯一原因，只要求你是起了实质作用的那一个，剩下的交给陪审团划分比例。这个判决里还有一个数字值得记住：600万美金里，补偿性赔偿是300万，Meta承担210万；惩罚性赔偿另判Meta 210万、谷歌90万。Meta这一边，惩罚与补偿正好是1:1。同一件事情，12个普通美国人坐在陪审席上给出的比例是1:1，而奥克兰州政府开的价格是1.4万亿。把这两个数摆在一起，这张单子是什么东西就清楚了。

3月这一判之后，TikTok、Snapchat和YouTube在后面的案子里陆续和解离场。既然已经有了标准，类似案子就可以照这个方式谈和解。到今年8月，奥克兰这场最后不肯走的只剩Meta，接下来大家就谈、就开数。

第二道难关：界面是否受230条款保护

第二关是，230条款这张免死金牌还举不举得动。先说清楚，国内经常把它和另一个词搞混：230条款和我们平时说的避风港原则不是一回事。避风港来自1998年美国《数字千年版权法案》第512条。你告诉我哪条内容侵权，我删掉，就不承担责任，这叫通知删除。

《通信规范法》230条比它早两年，1996年就出来了，而且宽泛得多。它根本不需要你通知，也不需要平台删除，用户发布的东西从一开始就不算平台说的。而且230条款明确不管知识产权，那部分归避风港原则管。这张金牌Meta已经举了20年，百试百灵。你在任何一个平台下面都会看到一行小字：内容由用户上传，不代表平台立场。

可是这一次，原告绕开内容，直接打界面。他们用了一个专业名词，叫“黑暗设计”。这个词来自一位英国用户体验设计师布里格纳尔。他注册了darkpatterns.org，专门展示那些故意骗你点下去的界面，还归纳出12类。后来这个词一路进入欧盟数字服务法，也进入美国联邦贸易委员会的执法指南，成了正式的法律术语。

你手机里现在就有黑暗设计。比如想退订一个会员，取消按钮是灰色小字，藏在第三层；续费按钮是绿色大方块，摆在正中间。关闭广告要点4下，看完广告只需要点一下。还有一种很典型的黑暗设计叫“残忍的退订”，就是让你在退订时产生心理不适，从而降低退订比例。

美国这些州这次所说的无限下滑、自动播放、点赞数字、半夜推送通知，和上面的东西属于同一类，都是黑暗设计。这不是内容，而是界面。内容归230条款管，界面不归它管。

这一关到今天还没有答案。8月10日，第九巡回上诉法院驳回了Meta暂停开庭的请求，理由只有一个：这个阶段我们还没有资格管。这是程序上不受理，不是实质上判Meta输或赢，也压根没有碰230条款本身。这才是这场官司真正要打的东西，钱只是一个幌子。

Meta为何坚持应诉并提前整改

说到这里，还有两个问题要回答。第一个，Meta为什么不赶紧掏钱和解，非要扛到开庭？其他几家都走了，只剩它一个。因为Meta实在没有办法把这个事情全都和解掉，真是债多了不愁、虱子多了不咬。它背后排着3,000多个案子、1,300多个学区和几十个州。美国又是判例法国家，一旦跟前面的案子达成协议，后面就会要求照此办理，Meta承受不了。

谷歌、TikTok等平台身后没有那么多案子，认下几个，后面的照样和解就完了。而且每次判完，除了罚钱，还有一个很重要的结果，就是要改用户界面，把前面的黑暗设计改掉，做防沉迷。改完以后，就不会因为同样的问题继续挨罚。对其他平台来说，可以先认下并痛改前非。Meta则要一直扛到最后，把价格谈到它能承受的最低点。等它觉得可以接受了，再把这个案子和解，剩下3,000多个案子就一个个照此办理。

第二个问题是，Meta现在开始整改了吗？已经开始了，而且一路加码。2024年9月，Instagram上线青少年账号，默认设为私密，晚上10点到早晨7点关停通知，使用满60分钟弹出提醒。2025年4月，这套措施铺到Facebook和Messenger。2026年2月又增加一条：孩子反复搜索与自杀、自伤有关的词，直接通知家长。今年6月还加了一轮，两年反复改了5轮。

我的判断是，这些整改的第一用户群体不是家长，而是法官。在美国，这叫补救措施。被告在开庭前主动整改，确实能够减轻处罚。就像考试头一天连夜把这学期的作业补齐交给老师，老师还是会看在这个面子上多给几分。

巨额罚单真正改变了什么

那么，巨额罚单最后到底改变了什么？Meta这个案子怎么判、什么时候判下来，现在还不知道，我们慢慢等，这个事情快不了。可以先看看以前那些处罚案例，处罚以后发生了什么。

先看烟草。2,060亿收了25年，今天美国成年人的吸烟率是多少？9.1%，这是2025年的数字，连续两年低于10%，是60年来最低。1965年时，美国人的吸烟率是42.4%。看起来确实有效，罚了钱以后大家就不抽烟了，真的是这样吗？事情比想象中复杂。

这笔钱实际上进了各州财政，并没有判给每一个吸烟的人。真判给他们，可能又拿去买烟了。吸烟者当然会不满：我们抽烟得了肺癌或者其他疾病，罚来的钱没有给我们，也没有用在控烟上，而是拿去补预算窟窿。

真正起作用的是烟草公司当时签的总和解协议，其中有很多不涉及付款的条款，比如不许在户外广告和公交车上打烟草广告，不许赞助活动，不许对未成年人做营销，再加上烟价一路上涨和室内全面禁烟。钱进了财政，规矩才真正进入生活。

再看阿片类药品。500多亿也罚下去了，美国药物过量死亡人数在2023年达到105,000人，2024年降到79,000人，2025年是69,973人，为2019年以来最低。这个降幅很漂亮，但不能全记在罚款身上。纳洛酮铺开、治疗床位扩容、街头药品供应链本身发生变化，都在起作用。那500多亿进入各州治理基金，分18年、15年慢慢支付。它是慢功夫，不是一锤子买卖。

最后看大众，这个最有意思。147亿和解与28亿刑事罚金砸下去以后，柴油变干净了吗？柴油车排放变好了吗？没有。真正发生的变化是柴油车死了。2015年案发那年，欧洲新车中柴油车占52%；2023年降到18%；2025年降到8%，被插电混动的9.4%超过了。市面上可以买到的柴油新车型，从240款掉到91款。一张罚单没有让柴油变干净，而是让整个欧洲不买柴油车了。

把这三件事放在一起，规律很清楚：巨额罚款改变的从来不只是那家公司，改变的是这门生意的整个运转规则。烟还在卖，只是不能打广告了，而且变得很贵；止疼药还在开，只是不能再像原来那样开阿片了，它有了新的药和新的供应体系；柴油车还在造，就是没有人买了。

从产品责任走向界面责任

这一次要动的地方比前面还要深。前面几张单子改的是产品，是烟、药和汽车，都是能拿到手里的东西；这一次要改的是界面。一旦“让人上瘾的界面需要负责任”这条规矩立住，受影响的不会只有Meta一家，而是所有靠停留时长活着的产品。青少年获得信息和交朋友的方式，都会被这条线切上一刀，从平台推什么你就看什么，变成到点就得关门。

这条线我们其实已经先走过一遍。2021年8月，一纸通知下来，未成年人只能在周五、周六、周日和法定节假日晚上8点到9点玩网络游戏。这是中国实名制以后未成年人游戏防沉迷的一项规定，一周一共3个小时。2024年1月1日，《未成年人网络保护条例》施行，未成年人模式从游戏铺到整个手机。美国打三年官司判出来的强度，是这边一份通知的1/7。两条路各有各的代价，谁高谁低，你自己掂量。但是两条路正走向同一个方向：两边盯着的都不是内容，而是那个让人停不下来的界面和设计。

下一把尺子可能量向AI

这把新尺子第一个要量的，多半还不是社交媒体。去年8月，44个州的总检察长联名给几家大型AI公司发了一封信，主题就是聊天机器人对未成年人的安全。肯塔基州已经把Character.AI告上法庭。今年1月，谷歌和Character.AI把好几起青少年自杀案件和解掉了，和解还是要赔钱。

AI这边还缺Meta的一把保护伞，就是230条款这张金牌。Meta可以写着内容都是由他人生成的，但到了AI这里，内容是谁生成的，大家都明白，是AI自己生成的。

再加一层：无限下滑再厉害，给你的还是别人做出来的内容，滑来滑去总有滑腻的一天。可是一个专门冲着你说话的机器人还有讨好型人格，它记得你上个礼拜说了什么，顺着你的情绪走，永远不打岔，永远不嫌你烦，永远不忙。社交媒体抢的是你的时间，而这个东西抢的是你跟周围所有人的关系。

8月10日还有一件时间点特别巧的事。美国第九巡回上诉法院驳回Meta暂停请求的同一天，扎克伯格发了一篇6,500字的长文，题目叫《未来属于每一个人》，主张AI不该被几家公司捏在手里。同一天，Meta开源了一个30B的模型。你说这是巧合吗？大家自己判断。

罚款数字之外的真正结果

最后的结论是，1.4万亿现在看就是个显眼包。它把所有人的眼球都吸引过来，包括我，也包括这期节目。可真正留下来的，从来不是罚单上的数字。过去30年，这些巨额罚单确实改变了世界，但真正让世界改变的并不是被罚的钱。这些钱往往进了各州政府去填窟窿，真正有作用的是钱后面写下的整改措施：以后不许做什么，必须改变什么。整个社会正是依靠这些巨额罚单不断修正规则、不断前进。

这一次要改的东西，比前面每一次都小，也比前面每一次都近，就是你手头向上滑一下的动作。10月出结果时，你会看见一个比1.4万亿小得多的数字，有些人可能会说Meta赢了。最后估计会和解。如果判出的数字很高，Meta就会继续上诉，一直告到它觉得这件事可以接受，包括后面几千个案子都可以照此办理，它才会和解。

和解以后，首先要看的其实不是罚多少钱，或者多长时间慢慢付完，而是Meta以后会把界面改成什么样。这个故事今天就讲到这里，感谢大家收听。请帮忙点赞、点小铃铛、参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

Meta裁员案真正可怕的是什么

26名被裁员工把Meta的AI裁员告上了法庭，但真正可怕的不是“AI裁员”这五个字，而是有人想借着AI的名义，把公司变成血汗工厂。

这次Meta被告，真正吓人的是AI有可能正在被用来，把一家公司悄悄开成一个你不敢休假、女生不敢怀孕、残疾了也不敢开口申请照顾的地方。在这套逻辑下，休假、怀孕、残障，全都会被计算成“你的绩效差”；而AI还顺手成了最好用的挡箭牌：“不是我要开你，是算法给你算出来的。”

2026年7月13日，26名前Meta员工全部匿名，用“无名氏1号到26号”的身份，在加州北区联邦法院把Meta告了。这26个人来自7个不同的州和地区，岗位、团队都不一样，但他们有一个共同点：每一个人在被裁之前，要么休过法定保护假，包括医疗假、产假、照顾家人的假；要么申请过残障方面的合理便利。

他们指控，Meta这次裁员不是主要靠熟悉员工工作的经理来定去留，而是让一套AI和算法辅助系统给员工打分、排序、拉名单；这些休过假、有残障便利的人，被这套系统不成比例地挑了出来。

休假怎样被算法算成负分

“血汗工厂”最扎心的地方就在这里。你不敢休假，因为休假时没有敲键盘、没有提交代码、没有消耗token，系统看到一段空白，绩效分就往下掉。女生不敢怀孕，因为休假期间同样没有烧token、没有产出。残障人士不敢申请合理便利，因为一旦告诉系统“我这里有些不一样”，这个不一样就可能成为把你挑出来的信号。

这个案子的技术核心，可以用两个程序员甲和乙来说明。甲一年12个月都在岗，提交了120次代码；乙也很能干，但依法休了3个月假，可能做了手术，也可能家里添了孩子，剩下9个月提交了99次代码。如果系统只看总量，甲120次，乙99次，乙少了17.5%，于是乙进了裁员名单。

但把分母换对，结论立刻翻过来：甲每月平均提交10次，乙每月平均提交11次。按真正在岗的时间算，乙的绩效反而更高。问题就在于，系统拿日历上的12个月当分母，把乙依法休假的3个月算成“这段时间什么也没干”。

这件事不能简单说成AI自己出了问题或AI疏忽了。这样的算法对老板有利：老板当然希望留下提交120次代码的人。乙即使更能干，但请假期间活没有干完。以前因为法律允许乙请假，老板不能因为这件事开掉他，就必须忍受乙去请假；现在有了AI，老板得到了一个背锅侠。AI打完分，留下甲、开掉乙，这对老板是有利的。

这是一场双方都艰难的举证战

这个案子需要举证。首先要讲清楚，它不是一个集体诉讼案。Meta与每个入职者签劳动协议时，专门约定这类裁员争议不能采用集体诉讼。26个人可以作为共同诉讼人起诉，但最后要一个一个单独谈：谁输谁赢、谁回去上班、给谁多少赔偿，都要分别处理。

法官到目前为止的处理是：这26个人先要求紧急冻结裁员，希望先保留职位，再慢慢审理。法官没有支持，认为即使现在先裁掉，将来如果判Meta输，可以赔钱或者恢复工作，不属于必须紧急叫停的情形，因此裁员顺利完成。不过，法官也要求Meta和原告继续补充证据，8月份还要开庭审理，所以现在没有结论。

进入审理，双方都要提交证据。原告缺少的最重要证据，是Meta到底怎样计算裁员分数：哪些指标参与计算、不同指标各占多少、休假如何处理。任何被裁员工都很难知道公司为什么选中自己，公司最后总会给一个理由。因此，原告目前没有办法直接证明AI让这些请过假、怀过孕或者有残障便利的人被裁。

但他们手里有另一个非常有力的证据：在一些人请假时，主管曾对他们说，最近最好不要请假，请假可能影响绩效，马上可能裁员，你也不希望被裁掉吧。这个话是人说的，不是AI说的，是非常有力的证据。

为什么主管会说这种授人以柄的话？因为主管也可能被裁，他又不是扎克伯格本人。主管要考虑整个团队的任务能不能完成。员工请假当然合法，但员工请假后，如果团队任务没有完成，最后裁员时主管自己也可能被扔进去。所以主管会出来说一些难听的话：“最近风向不对，日子很紧，马上要裁员了，你现在真的要请假吗？”无论作为主管还是准备请假的人，在公司里工作过的人大概都经历过这种情形。这是26名原告手里最有利的证据。

对Meta来说，情况也一样：它要打官司，也要举证，但它要举的证据大概率同样很难拿出来。它需要公开透明地说明裁员规则怎样制定、数据是否排除了员工依法请假的部分、AI给出结论后最终签字的主管有没有修改名单、主管是否有足够时间理解AI打分规则并修改名单、修改时是否给出了理由。不能AI给出名单，主管就直接签字。

为什么Meta可能也很难拿出相应证据？因为公司裁员时，为了尽可能降低影响，通常会采取保密或突然袭击的方式运作。很多裁员理由和计算方法没法公开，一旦真的公开，留下的人也可能没办法继续安心工作。裁员往往追求稳、准、狠：快速挑出要裁的人，快速通知，不给任何人反应时间；裁完以后，还要让剩下的人继续老老实实、欢欣鼓舞地干下去。所以，这个案子最后怎么判还很难说。

用不用AI从来不是问题本身

讲到这里必须把话说清楚：用不用AI裁员，从来不是重点，更不违法。全世界没有法律规定不可以使用AI进行裁员。真正的红线，是能不能借着“我用了AI”，把公司偷偷变成血汗工厂。

“血汗工厂”不是一句情绪化的骂人话。不能拿休假整你、不能拿怀孕整你、不能拿残疾整你，这条底线是欧美国家几代人、无数企业、无数工会斗争了上百年才换回来的。今天觉得天经地义的8小时工作制、周末双休、不用童工、女工怀孕不能被随便开除、工伤得到保障，没有一样是老板发善心主动给的，全是一代代打工人用罢工、官司甚至生命，一寸一寸从血汗工厂时代抢回来的，然后被一条条写进法律。

第一，休假不能变成负分。这是美国家庭医疗休假法FMLA明文规定的规则：雇主不能把员工休保护假当成雇佣决定里的负面因素。第二，怀孕不能成为把员工挑出来开除的理由，这是民权法案第七章和怀孕歧视法管的事情。哪怕系统没有写性别字段，只要按照总在线时长、总产出这样的中性指标，造成对女性系统性不利，都可能违法。第三，残疾必须得到合理便利，而不是被当成排除信号，这是美国残疾人法ADA的核心。它不要求给残障员工降低真实标准，但要求别把残疾或者与残疾高度相关的替身指标，当成把人踢出去的捷径。

这些法律本质上都在做同一件事：给血汗工厂砌一道法律的墙。这个案子逼我们看的，是有些人会不会换上一件叫AI的新工具，就以为能够绕开这道墙，把公司偷偷变回血汗工厂。大家不要认为AI坏，AI再坏也是人教的。这件事跟AI先进不先进没有关系，工具是中性的。不能因为拿起一个更快的新工具，就把上百年斗争换回来的底线一夜退回去。

AI进入裁员后改变了什么

那么，AI这把更快的新工具到底哪里不一样？它为什么既能让事情更公平，又可能变成血汗工厂的帮凶？

以前裁人时，一方面看业绩、评分和各种具体产出，另一方面又不能完完全全靠数据客观完成。人能参考的数据极其有限，更多时候要拍脑袋：我觉得这个人怎样，我喜欢这个、不喜欢那个。这件事甚至有它合理的一面：一个人业绩很高，但主管就是不喜欢他，双方无法很好合作，把他留下也未必是好事。

今天AI来了，它可以帮助决策者参考非常多的信息，用更多维度、更复杂的模型评价员工，这是过去做不到的。但参考数据时会遇到第一个问题：这些数据是不是被正确参考了？比如女生怀孕或者员工请假，到底该怎样计算？从法律角度看，正确方式是把依法休假的时间剔除，不应该算进总量；员工怀孕生孩子，也应该把这段时间去掉。但是对老板来说，“正确”可能意味着把活干完。两种正确并不一样，AI必须遵守的是合法的正确。

第二个问题，是整个考核过程是否透明。Meta这个案子的核心就在这里。Meta裁员时估计也没有那么透明，即使内部有透明度，为了公司以后继续运作，也未必敢把全过程真正拿出来。大概率还是会因为不允许集体诉讼，一个一个与这26个人谈，赔一部分、处理一部分，把事情解决掉。

未来一定会要求数据更透明。无论裁员方还是被裁方，大家都应该能在同一个数据基础上申诉或抗辩，这是必须有的。

人负责不能只剩最后一次签字

第三个问题，是“人负责”到底是什么意思。Meta声称，裁员不是由AI决定，还是由人决定。但人负责有几个很硬的条件：需要签字裁员的人，必须知道系统用了什么数据，能看到原始证据，有时间、有权力权衡并推翻系统结论；推翻后必须写理由，而且不会因为推翻在组织里挨整。这几条缺一不可。

如果需要签字的人只得到10分钟，那就不可能做任何真正的决策，因为他自己也可能被干掉，只能签字。签字的人还必须知道分数怎样计算、原始数据是什么；但很多企业根本没法拿出这些东西，因为其中有许多即使在内部也上不了台面的内容。这对未来企业是巨大挑战。

主管还必须能够推翻AI排序，并写清楚为什么推翻，不能一句“我觉得不行”就拍脑袋；与此同时，他也不能担心推翻之后自己反而被开掉。企业过去一直利用信息不对称对待员工，即使需要签字裁员的中层领导，掌握的信息也不对称，所以他到底敢不敢拒绝AI的结论，很难说。

大部分裁员的真实状态是：员工去问HR为什么裁我，HR说，这是各团队按照统一流程评出来的；再去问经理，经理说，我参考了系统给你的综合评估，也不是我一个人说了算；如果能问到做系统的团队，他们会说，我们只提供工具，最终决定权在业务和管理层手里。一圈皮球踢下来，最后谁也不愿意为裁员负责。

裁员这种事，我自己被裁过，也裁过别人。当你看着一个人的眼睛说“你被裁了”时，其实比别人裁你的时候还难受。在这种时候，要有人愿意承担责任，说实话有点违反人性。

这里还有一个有意思的角度，叫古德哈特定律，也就是Goodhart’s
Law：一个指标一旦决定了你的饭碗，它就不再是一个好指标。如果刷token能决定升职、降级或者被开除，大家就不再好好干活，而是疯狂刷token，最后不可能产生真正有价值的产出。

所以几个问题要连起来看：数据有没有被正确参考，过程透不透明，人到底是真负责还是假负责。这三关道道守住，AI就是让裁员更公平的好工具；有一关塌了，AI就成了公司开血汗工厂的挡箭牌。

美团骑手展示了算法管理的另一面

有没有更反面的典型？有，Meta的“亲兄弟”美团。由AI、由算法掌控的人会有多么悲惨，看看美团外卖骑手就知道了。平台甚至连开除都不用，这些人都是自由职业者、打零工的，但美团可以通过算法排序：送了多少单、是不是全勤、有没有迟到、有没有超时。没有投诉、准时到达、送单量大，就发奖金；其他人可能拿不到奖金，甚至被派很差的单子，受到处罚，而且处罚过程并不透明。

最终，几百万外卖员骑着超标电动车。国家规定电动自行车最高时速25公里，但他们想在午饭时间准时送餐，就骑着改装后时速45到50公里的电动自行车满街飞奔，非常吓人。很多人还罔顾交通法规，闯红灯、逆行，天天如此。这些都是算法逼出来的。他们为了在算法里多拿一点奖金，可以把自己逼成这样。

一旦算法决定人的收入，决定一个人是不是被开除，就会很可怕。现在国内也在开始调整，要求平台不能再这样处理，首先得保证交通安全，因为这些外卖员在街上已经构成重大交通隐患。

算法打分时代的六组选择

未来，我们会不会沦为完全靠算法打分的员工？会，一定会。老范现在每天也被算法打分：节目有没有人看、有没有人点赞、有没有人发评论。YouTube每天用算法过滤内容，如果发现很多人喜欢，就给老范更多流量；如果大家只看完而不点赞，可能就不给流量，收入也会下降。这就是现实。

算法打分一定会成为大趋势，所有人都会面对。未来真正需要思考的，不是用不用AI打分、用不用AI裁员，而是职场会不会重新变成血汗工厂。这里可以做六个对比。

第一个危险做法，是直接拿日历期限内的总活动量比大小，Meta这次被指控的就是类似做法。可持续的做法，是先剔除受保护的假期，按照一个人实际能够工作的时间测量。老范自己在YouTube上基本日更，星期六可能少更一期，其他时间都要更新，因为只要不更新，平台就可能不给流量。YouTube的算法也没有考虑正常双休，所以现在一年365天基本无休地更新。

第二个危险做法，是拿token、键鼠或者在线时长直接衡量价值。按照古德哈特定律，这样做不会有好结果，员工会想办法糊弄老板。可持续的做法，是使用真正与岗位相关、经过验证的多维标准检验员工。

第三个危险做法，是删除敏感字段就宣称系统没有偏见。算法里删掉性别、残疾、怀孕，不等于不再考量这些因素，因为它可能用其他替代数据把同一批人筛出来。比如用跑100米的速度筛选，残疾人仍然会被排除。可持续的做法，是主动检查代理变量和群体结果。所谓代理变量，就是虽然不叫“怀孕”，依然能把孕妇筛出来的变量，这些东西都要屏蔽。

第四个危险做法，是经理只看一眼排序就签字。可持续的做法，是让经理能够查原始证据，能够推翻系统结论，推翻时必须写出理由，而且不会因为推翻承担不当责任，这才是真正的人参与。

第五个危险做法，是出了事再回头重建过程。Meta现在大概就面临这种局面：出事以后回来看看哪些流程可以补、哪些事情需要找人签字。可持续的做法，是事前就把输入、模型版本、名单变更和审批日志保存好。不过，第五和第六点说起来容易，实际上执行可能非常困难。

第六个危险做法，是员工既不知情也没法申诉。大部分裁员都是这样，至少我在国内职场这么多年，基本就是这种状态。可持续的做法，是适当告知，解释主要理由，并提供复核渠道。过去很难做到，因为会增加巨大管理成本；有了AI以后，不知道这一块能不能有所改进，毕竟以前只靠人肯定搞不定。

今天的故事不是说Meta就是血汗工厂，也不是说这26个人一定是在无理取闹。如果Meta能够证明，剔除休假、怀孕、残疾因素后，按照原来的考核体系，这些人依然应该被裁掉，Meta也可以洗脱冤屈。

真正要讲的是，AI参与评估、AI参与裁员，是一个不可逆的大趋势。在这个过程中，会有一些老板借AI之名，重新行血汗工厂之事。AI在这里没有善恶，坏的永远是使用它的人。这一点一定要记住。

背景图片

20亿美元传闻里谁是韭菜

腾讯为什么愿意花20亿美金去买Manus？这里面到底谁是韭菜？这条消息已经传了一段时间：腾讯要花20亿美金把Manus从Meta手里“赎”回来，然后重组，再让它到香港上市。不过，这目前仍然是一条传闻。看到这件事，我脑子里马上跳出了几个问题：腾讯为什么要出这20亿美金？前面投钱的机构现在怎么想？腾讯、机构、股民、创始人或者Meta，到底谁是韭菜？这20亿花出去到底亏不亏，Meta当年那一手又赚没赚？

关于Meta，大家普遍认为，中国政府相当于救了它一次：这个想乱花钱的孩子被稍微教训了一下，钱又退了回去，算是帮了Meta一个大忙。接下来，我们把这些问题一个一个掰开讲。

Manus是怎么走到20亿美元的

Manus背后的公司原来叫北京蝴蝶效应科技，创始人肖弘，1993年出生，是从华中科技大学出来的连续创业者，之前做过Monica、壹伴助手等工具。Manus在2025年3月正式公测，打出的旗号是“全球首款通用AI Agent”。在它之前，AI Agent基本上是编排型的：工作流预先规定好，先做什么、后做什么。Manus当时的先进之处在于，你给它一个任务，它会自动生成工作流，再自己执行。因此，它很快火遍全网，国内媒体还把它捧成了“下一个DeepSeek”。

Manus的融资节奏也非常快。真格基金在最早的种子轮就进去了；2024年11月的A轮由红杉中国领投，腾讯和真格跟投；2025年4月的B轮由硅谷的Benchmark领投，投入7500万美金，投后估值达到5亿美金，腾讯又跟了一手。

戏剧性的部分随后出现。2025年12月，彭博社和CNBC先后爆出，Meta要用超过20亿美元收购Manus，把它装进自己的超级智能实验室。据说扎克伯格本人下场，十天敲定，这笔交易一度被称为Meta历史上数一数二的大并购。

但中国监管没有放行这笔交易。2026年1月，商务部启动评估；到4月27日，根据CNBC的报道，发改委那边的外商投资安全审查办公室直接禁止投资，要求撤销交易。给出的逻辑很清楚：Manus是中国人创办、中国资本投出来的核心AI资产，即使注册在新加坡，也不能就这样卖掉。到了6月，Meta开始切割。6月11日前后，双方完成运营拆分、停止数据共享，Manus员工也被移出Meta内部系统。

6月18日，科技媒体The Information最早爆料，Manus早期的中方投资人计划按原价20亿美金，从Meta手里把公司买回来。到了7月10日，英国《金融时报》首先报道，彭博社同日跟进：腾讯正在牵头，拉上真格、红杉等老股东，仍按20亿美金估值回购，并计划重组后到香港上市。

故事讲到这里，会发现一个特别有意思的点：估值一直没变。2025年12月，Meta买是20亿美金；2026年7月，这帮人说要赎回来，还是20亿美金。16个月，换了三拨主人。这个“不变”，本身就是一出戏。

消息是谁放出来的

要拆这个故事，不能一上来就问腾讯为什么买，第一步应该看消息是谁放出来的。它不是腾讯官方的消息，也不是创业团队的正式消息。按照我过去做投资和并购的经验，大型并购的第一件事通常不是谈价格，而是保密。消息一旦提前放出去，别人可能报出更高的价格，也可能从中找出问题，交易就很容易做不成。

可现在消息偏偏出来了，而且细节不少。我的判断是，这更像其他小股东提前放出来的消息。腾讯在其中算最大的股东，其他股东希望把未来交易锁定在对自己有利的方向上，就有动力先去影响预期。以前做投资时，我们遇到有人放消息，会先找到消息源，再看这个版本对谁最有利，甚至会考虑后面是不是把放消息的人踢出去。Manus这个案子更复杂，大家还要看风声，但小股东为什么着急放消息，是理解整件事的关键。

老股东为什么需要基金挂账

我把这叫作“基金挂账式操作”。风险投资所谓的风险，本来就是投十个可能死九个。可对基金来说，公司经营失败和这笔账真正死掉，是两回事。公司清算了，项目才算死；只要公司没有清算，还挂在那里，这笔账就没有死，而且账面价值仍然可以沿用最后一轮的20亿美金。

前面监管要求取消交易时，这些基金都说愿意配合，可真正配合起来没有那么容易。基金的基本运作方式，是GP，也就是普通合伙人，出去找LP，也就是有限合伙人出钱，再由GP拿着LP的钱投资。Manus如果以20亿美金卖掉，后面会连续发生几件事。

第一件事是分奖金，也就是carry。项目退出后，相关收益分成可能已经分掉。第二件事是募资。基金往往不是只有一只，而是在同一品牌下连续设立很多只基金。你可以拿着“我们投中的Manus以20亿美金卖掉了”这个案例，去为下一只基金募资。死了多少家公司可能不重要，只要有一个项目以20亿美金退出，就会对下一轮募资产生巨大帮助。第三件事是给LP还钱。基金有周期，前面是投资期，后面是管理退出期。到了后一个阶段，基金通常不能再向外投钱，收一笔钱回来，就要赶快还给LP。于是，很多钱可能已经到了LP手里。

现在监管要求取消交易，问题就来了：已经分掉的钱、拿去讲募资故事的退出案例，以及已经还给LP的钱，怎么重新收回来？这时最需要的是一个新故事。先别让这笔账清零，把20亿美金的估值固定住，重新把它框起来，项目不要清算，而是继续挂着。只要这个估值被锁在账面上，基金至少不用立刻面对一笔彻底归零的项目，这就是小股东想推动的操作。

腾讯牵头究竟图什么

腾讯是否愿意花这笔钱，也要把结构说清楚。并不是腾讯一家掏出20亿美金。按照《金融时报》的报道，是腾讯牵头，拉上真格、红杉组成新财团，一起按20亿美金估值把Meta的股份买回来。该退给Meta的钱还是要退，但拿回来的股份依然按20亿美金放在账上。腾讯会取得单一最大股东的位置。

原来的单一最大股东应该是Benchmark。它在Manus估值5亿美金时投入了7500万美金。按照这里的说法，监管裁决导致交易回退，并不只是从Meta收购那一步简单倒回去，而是要追溯到Benchmark投资后的结构：当初拿到Benchmark的7500万美金后，国内公司被注销，业务搬到了新加坡。腾讯等老股东现在若把交易接回来，就是要把这笔账重新锁在20亿美金的位置上。否则，账面也要计亏。腾讯大概率有动力牵头做这件事。

钱对腾讯并不是最大问题。腾讯手里的现金很多，最近还卖出了一大块快手股票，落下约16亿美金现金。与此同时，腾讯又投了可灵，投入约2亿美金，取得1.12%的股份。这套动作说明腾讯确实在把资金向AI方向调。做到这一步，腾讯在账面上并没有直接亏钱：它只是把Meta给的钱还回去，再把原来20亿美金的估值固定住，不做减值。至于固定下来后能不能上市，那是另一个问题。

Manus还有没有独创性

Manus到底还能不能上市，上市后会涨还是会跌，才是真正需要思考的地方。Manus在Claude Code、Codex和xAI的Grok Build等产品出现之前，确实有独创性，可以自动把AI Agent跑起来。但现在，Claude Code、Codex、OpenClaw、Hermes Agent、谷歌Antigravity、xAI Grok Build，以及智谱Zcode、腾讯WorkBuddy和CodeBuddy等产品都出现了，Manus已经不再具有当初那种独创性。

它还有一个巨大短板：没有自己的模型。智谱的Zcode、MiniMax的MiniMax Code、腾讯的CodeBuddy，背后都有自己的模型。只有掌握模型，才更有机会继续向前走。所有没有自有模型、只做AI Agent的公司，现在都很尴尬：估值已经很高，后来者不愿意继续接盘，想象空间也变小了。现在往往是谁有模型，谁就自己做AI Agent；没有模型的Agent公司做了半天，最后还可能被模型公司拿走大部分价值。

类似的公司包括Perplexity、Cursor、Windsurf和Character.AI。目前结局最好的是Cursor，它被马斯克以600亿美金全股票收购，对原来的投资人算有了交代。Windsurf和Character.AI则走向另一种剧本：谷歌只用相对少量的现金把创始团队拿走，并不承认完整估值；这些现金主要让前面的投资人退出，后面多出来的估值继续挂着。只要没有新融资，账面估值就不会主动下降，也是被基金挂在那里。更有意思的是，Character.AI创始人被谷歌收回去后没过多久又去了OpenAI；Windsurf被谷歌收进去做成Antigravity后，也处在一个不受重视的位置。这些没有自有大模型的AI Agent公司，普遍面临前期估值无人愿意继续承认的问题。

为什么买回来也难以自用

有人会问，既然腾讯的AI本来就落后，为什么不把Manus买回来自己用，补充内部产品线？这个想法忽略了大公司的内部赛马。腾讯内部刚进行过一轮WorkBuddy和QClaw的竞争，QClaw输了，WorkBuddy胜出，QClaw项目负责人也离职了。内部产品已经打得满头包，再从外面买一个项目回来与内部团队竞争，几乎不可能赢。

战略投资当然可以收购外部业务来填补内部空白，但前提是内部没有同类产品。如果内部已经有多条产品线在竞争，再买一个外部团队回来，就会与既有团队发生冲突。Antigravity就是一个例子：Windsurf从外部买回来，折腾之后仍然没有成为最受重视的方向。Meta当初买Manus时，内部没有这种产品，可以用它填补空白；腾讯现在已经有WorkBuddy、CodeBuddy等产品，再买一个Manus回来与内部打仗，意义就不大了。

真正的主角是那笔账

最后，到底谁是韭菜？我的判断是，这大概率是一个基金挂账项目。只要项目不死不活地挂着，它就始终值20亿美金。对腾讯如此，对其他基金也是如此，先挂着再说。项目真正可能上市的条件，是港股突然变得特别好，只要沾上AI就上涨。把20亿美金的估值保留下来，相当于给未来留下一个故事；现在清算，未来就没有故事了。万一港股突然火爆，就可以把公司送上市。

一旦真送上去了，股民才最可能成为韭菜。Meta则像是被中国政府救了一次，避免继续瞎花钱。创始团队一开始创办公司时，公司的价值没有这么高；后来估值被推到如此高位，他们也失去了控制能力。对他们来说，至少已经拥有“创建过Manus、经历过这些风雨”的创业履历。基金手里则重新多了一笔价值20亿美金、可以继续挂着的账。

所以，只要上市，股民可能是韭菜；只要不上市，项目就继续挂着。一句话总结：这根本不是一个20亿美金的资本故事，而是一群人如何把一笔要被清零的账，重新讲成一个“还能上市”的故事。腾讯、Meta和监管在这个故事里可能都只是配角，真正的主角，是那笔20亿美金的账。

背景图片

最近，Meta 向各大 AI 竞争对手“投毒”成为了一个新梗。这到底是怎么回事？

大家好，欢迎收听老范讲故事的 YouTube 频道。

大家注意，“投毒”这个词非常狠，也非常有画面感，特别容易传播。所以，“Meta 投毒”这个传播事件本身，就是对于 Meta 自己形象的一次投毒。

今天咱先不着急拆解这个故事的每一个细节，我们先讲一个题外话，而且这个题外话跟今天要讲的事情息息相关。

关于“AI 读稿”评论的说明

从本周开始，所有在我视频下面留言说“你是 AI 读稿”“你这就是照着 AI 稿念”，或者“这就是机器人在念稿”，以及有些人在我的评论区里头用 Gemini 做总结，或者用 AI 总结了一大堆东西给我发这儿的，从这周开始一律删评论，屏蔽评论者。至于为什么，咱们后边再讲。

AI 污染互联网之后，谁还能拿到干净的人类数据？

咱们接着讲 Meta 这个事情。它绝不是只讲 Meta，它讲的是一个更大的问题，也就是：当 AI 开始污染互联网，谁还能够拿到真正干净的人类数据？而且真正干净的人类数据对于 AI 下一步的发展，为什么至关重要？

现在没有被 AI 污染的内容肯定已经越来越少了。从 AI 出来的那一天开始，我们就在大量使用 AI 生产各种各样的内容。你说我现在这个内容是纯原生由人生成的，哇，这玩意实在太值钱了。

但是你说今天我讲的稿有没有 AI 的痕迹？有。我肯定会使用 AI 帮助搜集信息、总结要点，那一定不是一个原生的人的内容，这个事咱们还是要承认的。

现在一篇文章里头，可能是人写了大纲，然后 AI 扩写，人再改一遍。你去看现在一些号称最接近于人类撰写的东西是什么？就是论文。但是论文里头真正由人产生的、有价值的东西是什么？是数据。里边那个文字，大量都是由 AI 润色和修改过的。特别是你让中国人去写英文论文的时候，你根本就避免不了这件事情。

大家知道什么数据是 AI 率最高的数据吗？程序，代码。现在大概 90% 的代码都是由 AI 来写的，而且这玩意写的速度贼快，是人类绝对无法去追赶的。文字内容 AI 生成了以后，人还会去看，还会去修改一下。程序代码 AI 生成完了以后，人通常连看都不带看，就直接提交掉了。所以现在真正 AI 占比最高的数据，其实是代码数据。

那你说，我们把它挑出来不就完事了吗？把纯人生成的内容挑出来。现在问题就是挑不出来，都是由人跟 AI 一起生成的，你咋挑？你根本就没法挑。

为什么偏偏是 Meta 显眼？

那你说，为什么偏偏是 Meta 呢？这种事谁都干，X 也干，Meta 也干，谷歌的 YouTube、TikTok、X，大家都有大量的 AI 内容上去，怎么就 Meta 这么显眼呢？

第一个，它自己确实是个显眼包，表演了很多的行为艺术。第二个，人类为什么要用 AI 生成内容？大家想没想过这个问题？这个东西叫有组织、有预谋、有计划的。

你去看刑侦剧，警察审讯，如果你是“我偶然干了一次”，这个判得是比较轻的。但是你有组织、有预谋、有计划，这个事就判得比较狠了，这个性质不一样了。人类产生 AI 垃圾也是如此。

Meta 信息流的价值与 AI 垃圾

先说 Meta。它这个信息流是非常非常有价值的，我们会通过使用 AI 优化信息流，来获得更高的点击、更高的展示，卖掉更多的东西。Meta 下边有 Facebook，有 Instagram，有 Reels，这些东西每天都要承接全球大规模的社交内容，在上面洗来洗去的。

我们发了这么多社交内容是为什么？还是为了卖东西，为了更高的转化率，为了卖掉更多的商品。在这个过程中使用 AI，很多人说 AI 有用吗？有，在这里真的有用，我们卖掉了更多的东西。

所以它会产生两种内容：

• 第一种内容叫做 AEO，或者叫 GEO，也就是我们去影响 AI 生成过程的这些内容。
• 第二种就叫 AI 垃圾，我们会快速地使用 AI 生成大量低质量、同质的内容。

那你说 AI 垃圾有什么用？除了给大家添堵之外，到底有什么用？很有用。你想，Meta 这样的系统是靠推荐算法上的，就跟我们去抽奖似的。抽奖的时候，有人在门口放一盒子，你扔名片进去，然后他在里头抽，抽出名片来你就得奖了。那怎么提高中奖率？一次扔一盒名片进去，不就提高中奖率了吗？

所以这种 AI 垃圾内容，直接给一大堆候选项，你抽中谁都是我，就玩这种东西。

各个平台的应对差异

这些内容在 Meta 上，在 TikTok 上，在 X 上，在 YouTube 上都有，但是各家平台采用的策略不一样。

先说 X。X 真的是训练场，大家各种东西都上去玩。但是 X 有一点是很重要的：API 很贵。马斯克收购了 Twitter 以后，把原来免费的 API 关了，现在的 API 非常非常贵。所以 X 上面的信息，你可以拿它去训练 xAI 自己的模型；其他的模型你说我想拿这个数据，非常非常难。

那 TikTok 呢？TikTok 有长期跟中国 MCN 机构，以及很复杂、很内卷的网络环境斗争的经验，所以它对于 AI 垃圾是有比较强的战斗力的。而且它还要面对中国政府维稳的要求，它的反应速度也很快。另外，TikTok 反爬的能力也很强，它也不希望你把它的内容拿走。它希望什么？形成闭环：你老老实实在我这里头看完视频，把东西买走，不要出去。这是 TikTok 干的活。所以 TikTok 对于整个环境的污染也不是很厉害。

那 YouTube 呢？YouTube 一直在鼓励大家使用 AI 去生成高质量的内容，但是它对于 AEO、GEO 的内容，对于 AI 垃圾的打击也是非常非常严厉的。

而且我们要搞清楚谷歌是干什么的。YouTube 后边是谷歌，谷歌做了这么多年的搜索引擎，做了这么多年的广告系统，它从出生那天开始就在跟 SEO、跟广告刷量、跟这玩意做斗争。所以处理这些 AI 垃圾内容，处理这些 AEO、GEO 内容，包括像以前 SEO 影响它推荐系统的这些内容，人家靠这玩意吃饭的，这是看家本领。所以谷歌这块也还好。

那 Meta 呢？这么有价值的信息流，这么多垃圾内容上来以后，它也在进行管理，但是它整个的技术就要比别人差，处理的过程就要比别人慢，所以它这里确实会更多地污染别人。

为什么把“AI 稿”评论定义为投毒？

下面我们来解释一下，我为什么会把 AI 稿的评论都定义为投毒，然后直接把评论删掉，把发评论的人直接拉黑。

这些写着说“你这是 AI 稿吧”“你这是 AI 写的吧”的人，其实压根就没有看我的视频。他可能看了个标题，他不喜欢，然后也不讨论任何事实、逻辑和结论，就上来发这么一条。他们的目的，其实是要去影响谷歌 YouTube 的推荐算法。

因为刚才我们讲了，YouTube 会去调整权重，把这些被用户质疑为 AI 垃圾稿的权重降低。谷歌怎么去挑选说，你这个到底是 AI 垃圾，还是由 AI 辅助生成的高质量内容呢？它自己有一定的技术能力，但是最简单的就是看评论。

一帮人上来评论：“你这就是 AI，AI 内容，没有任何价值，全是 AI。”那么谷歌就会给你打这个标签。特别是这种内容多了以后，它就会把标签打上。

不是老范玻璃心，不接受批评。你具体说哪个内容、哪个观点有问题，我有不同的意见，没问题，老范接受。而且每周三晚上我还会把这些内容都念一念，跟大家讨论这个事情。但是如果你啥也不说，“你这是个 AI 稿吧，哼”，一律删掉，一律拉黑。你就是在影响老范挣钱，挡人财路如杀人父母，所以这种人绝不容忍。

“Meta 投毒”这个词是怎么出来的？

下面咱们再来讲 Meta 投毒，它具体干了点啥。这个词是怎么出来的？为什么我讲 Meta 投毒这个事情，是一次很精准的对 Meta 的投毒呢？

首先我们要讲，这一次 Meta 投毒事件，最早可以追溯到《连线》杂志上的一篇文章。2026 年 6 月 29 日，《连线》杂志发了一篇调查，叫做《Meta 承包商假扮青少年，向竞争对手聊天机器人询问自杀、性和毒品》。里边讲的是，在都柏林的一个承包商叫科瓦伦，执行的“戛纳计划”。

他干了什么呢？几百名承包商注册成未成年人的假账号，去试探 ChatGPT、Gemini 和 Character.AI 这些竞争对手的安全边界。《连线》杂志写得很清楚，这个项目到 2026 年 4 月 21 日仍然活跃。2025 年 8 月的一轮测试，向竞争聊天机器人跑了超过 45000 条提示。这些公司当时并不知道自己正在被这样测试。

注意，《连线》杂志里头并没有使用“投毒”这个词。它做的调查曝光，核心词是承包商、假扮青少年、竞争对手聊天机器人、自杀、性和毒品。这就是 Meta 雇外包假扮孩子，去冲击竞品 AI 的安全边界。

第二站是未来主义网站。2026 年 7 月 4 日，这个网站把这件事情做了一个更适合社交传播的标题，叫《Meta 付钱给几百个承包商假扮青少年，用令人不适的内容狂轰竞争对手 AI》。

“投毒”这个词，是中文互联网传播以后造出来的一个新词，但是大家就记住了。所以造词的时候一定要简短。这个词是由编辑或者记者去生想出来的吗？我相信依然是由 AI 参与的。这个词一上来以后，传播就起来了。所以以后再想去造词，一定要在 AI 帮助下造这种简短的、有画面感的词去传播，这会更容易传播一些。

“戛纳计划”本质上是在蒸馏安全边界

那么，都柏林科瓦伦的“戛纳计划”到底是干嘛的呢？其实就是一次蒸馏。你以为 Meta 真的闲得没事干吗？去问 ChatGPT、Gemini 和 Character.AI：“我是未成年人，性是怎么回事？自杀是怎么回事？”这绝不是吃饱了撑的。

他们在干嘛？就是蒸馏这些产品的安全边界。

那你说，他们为什么不去 Claude 呢？因为 Claude 更严格，你上去以后马上就被逮着了。阿里去蒸馏 Anthropic，马上就被爆出来了。Meta 估计还是要稍微小心一点。

所以从这件事也可以看出来，蒸馏大家都干，谁都干。第二个能看出什么？就是 Anthropic 这种恶名在外的，Meta 蒸馏的时候也会心里掂量一下：我是惹它，还是不惹它？寡妇门前是非多，我要惹它，再让它给我曝个光，这玩意丢不起这人。所以它就没有去惹 Anthropic。事情就是这么个事情，被传播起来了。

垃圾信息会不会真的把新模型喂坏？

那么，垃圾信息会不会真的把新模型喂坏掉呢？

这里要讲一个事情。我们现在跟 AI 聊天的很多内容，其实已经被污染了。但是这个被污染的内容，并不是因为大模型被训坏了。我们现在跟 AI 聊天的内容是怎么生成的？它要先去搜索，搜索完了以后，再根据搜索的结果让大模型生成内容，是这样的一个过程。

前面我们讲了，这些别有用心的人在 Meta 的信息流里头，放了很多符合 GEO 和 AEO 需求的信息进去，由 AI 一起辅助生成这些内容。什么叫 GEO？什么叫 AEO？就是在 ChatGPT、Anthropic 这些大模型准备去生成内容的时候，它们要去搜索。那么搜索了这么多结果，我到底用谁的、不用谁的呢？符合 GEO 和 AEO 的内容更容易被引用。GPT 在回答问题的时候，就会优先引用这些内容来给你生成结果。

所以我们的结果已经被污染了，但是并不代表我们的大模型被污染了。

代码为什么可以大量使用 AI 生成数据？

讲到大模型这儿，我们要讲两件事情。第一个，现在真实人类产生的互动还是非常非常宝贵的，能用真的尽量用真的。第二个，程序全都是由 AI 生成的，但是我们依然在大量使用，原因到底是为什么？因为程序的结果是相对比较容易验证的。

我们可以用 AI 生成的代码去训练新模型，训练完了以后让它生成程序，马上就可以验证。而且在这个过程中不需要人参与，我们就知道这个程序对还是不对，是更好还是更不好。这个东西马上就可以评估出来，而且可以对各个细节进行评估。评估了以后，你可以再去生成代码，再拿回来训练；训练了以后，我再评估。所以使用 AI 生成的代码去训练大模型，不会影响模型本身的质量。

聊天数据为什么不能随便模拟？

那你说，聊天为什么就不行呢？

大家知道诺兰拍电影的时候喜欢实拍。他拍《奥本海默》的时候，你肯定不能给他核弹，他还是整了一颗非常巨大的炸弹去炸。那你说，为什么不能模拟呢？就是你模拟得再好，都没有办法把真实拍摄的各种细节都模拟出来。这里头的信息量实在太大，你是模拟不出来的。

其实绝大部分人都没有见过真的核爆长啥样，但是怎么能够保证大部分人看了以后感觉像真的呢？真实拍摄，它就做这样的一个事情。

所以这些训练大语言模型的聊天信息，是没有办法去评估和衡量的。那没办法衡量怎么办？只能是用真的，这个差距在这儿。

那你说，我就是始终用假的行不行呢？里头有太多的信息，我们不知道到底是如何起作用的。如果我们一直使用 AI 生成的聊天信息去训练大模型的话，可能在我们没有发现的时候，突然在某一天就整个坍塌掉了，整个训练出来的模型就没法使了。所以尽量要用真的。

而且现在大模型训练使用的都叫合成数据。即使是真实数据，它也会用自己的前期模型先去进行过滤、选择和规范化，然后再拿进去训练。所以，这些 AI 生成的，或者 AI 跟人一起有计划、有组织、有预谋生成出来的信息，到底会如何影响我们的 AI 大模型，目前短期来看还看不出来。

为什么 Meta 总在表演行为艺术？

那 Meta 为什么总上来表演这种行为艺术呢？去蒸馏人家模型，然后这个事被爆出来了，才变成了 Meta 投毒。那怎么总是你呢？

原因很简单，所有现在这些大厂里头，大家心态不一样。谷歌自己有 Gemini，亚马逊投了 Anthropic，也做云计算；微软投了 OpenAI，自己有云计算。人家已经赶上头班车了。

还有谁呢？苹果。苹果也是大厂，我已经放弃抵抗了，我以后就用 OpenAI，用 Gemini 了，我就这样了，所以它也无所谓。

那么谁会上来表演行为艺术呢？就是起了个大早、赶了个晚集的这些巨头。现在一个是 xAI 的马斯克，人家亲手创建的 OpenAI，名字都是他起的，人都是他招的，最后被踢出来了，现在拼命要在这表演各种行为艺术。另外一个就是 Meta，起了个大早、赶了个晚集，现在位置还没有摆正，那也要不断地出来表演行为艺术。

而且它表演行为艺术，还经常会给其他人带来很大的伤害。你如果是普通的小厂商，其实无所谓，你愿意怎么表演怎么表演，大家看着好玩就完事了。你 Meta 这么大体量，前两天出来说我要出来卖云计算了，马上把科技股和芯片股都给带崩了。那这帮人不出来恶心你，不出来把你以前这些陈芝麻烂谷子拎出来好好恶心你一把？所以，它的这种行为艺术很容易被钉在耻辱柱上。这就是这一次故事发生的过程。

结论

1. Meta 未来依然会给我们表演各种行为艺术，也依然会被人抖出来黑它。特别是它把科技股、云算力、芯片股、AI 竞争搅得乱七八糟的时候，一定会有人出来教它做人的，一定会有人出来爆它黑料的。
2. 所有有价值的流量平台都会同时做两件事情：第一，鼓励用户用 AI 做出更高质量的内容；第二，严厉打击 AEO、GEO 和批量产生的 AI 垃圾。
3. 真正的人类互动数据会变得越来越宝贵。代码可以用大量 AI 生成，因为结果可验证；人类互动不能随便模拟，因为它里边包含了太多的信息，是我们现在没有办法评估的。人类互动信息本身就是评估 AI 的真实基准。你如果把这个真实基准搞错掉了，AI 会突然崩塌的。
4. 我这里也一样，用 AI 辅助做高质量的内容。但凡在评论区里头不讨论内容，只扣 AI 稿帽子的，我一律认为是恶意的，删除评论，拉黑。

好，这就是咱们今天的故事。感谢大家收听，请帮忙点赞，点小铃铛，参加 Discord 讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

大家好，欢迎收听老范讲故事的 YouTube 频道。

AI 时代的圈地运动开始了

被羊吃掉的人怎么办呢？

400 多年前，英国发生了著名的圈地运动。他们把地圈起来，把原来土地上的农民轰走，用这些土地去养羊。因为他们要发展羊毛纺织业，所以就出现了著名的“羊吃人”事件。

400 年后，这个故事在科技行业中重演了。这一次吃掉人的不是羊，而是 AI 算力。

2025 年到 2026 年，全球科技大厂开始了一波前所未有的裁员。但这一次裁员跟以前都不一样。疫情结束之后，其实很多公司都进行过裁员，但那一次裁员是因为公司亏钱、经济不好、受到疫情冲击，而且有些互联网公司在疫情期间过度招聘，疫情结束之后用不了这么多人了，所以要进行一定的裁撤。

但这一次真不一样。很多在裁员的公司其实是在盈利的，而且挣得非常多，他们依然要裁员。他们裁员的理由已经不再是公司不好、业绩不好、亏钱了，或者前面招太多人，而是 AI 提效，我要把钱留下来买 AI 基础设施。

所以我说，这一次的裁员，就是一次 AI 时代的圈地运动，就是一次算力吃人的过程。

先说美国大厂

Meta：盈利也要裁，因为 AI 基建太烧钱

第一个是 Meta。Meta 计划裁员 20%，大概是 1.58 万人。这个数据来自路透社 2026 年 3 月 14 日的一篇独家报道，据说是三位知情人士透露的。不过公司的回应是，这只是一个猜测性的报道，并没有正式承认，也没有彻底否认。

我在今天写完稿子以后，还问龙虾要不要给我提提意见，觉得我哪里写得不对。它说我的标题有一点太平了，应该选一个带有特别惊悚数字的标题，还给了我一些建议。我就不跟大家讲这个建议是什么了。

但大家要知道，一旦经过这样的改造以后，这个新闻、文章或者视频的点击率、转化率一定会上升，但是也很容易发生事实偏移。

所以，到底是全公司裁 20%，还是某些部门裁 20%，现在并没有定论。只是路透社说，据三名知情人士透露，是裁 21.5% 还是八万人规模中的一部分。

2026 年 1 月，Meta 刚刚裁了 Reality Labs，也就是他们做 VR、做元宇宙的那个项目，裁了 10% 的人，大概 1000 多人。但如果真的要裁 1 万多人，我觉得还是要耐心看看后面到底会怎么样。

因为扎克伯格现在遇到一个很大的问题：他要在 2028 年之前完成 6000 亿美金的 AI 基建。你要从工资单里把这个钱挤出来，否则这个事情就玩不转。

亚马逊：三个月裁 3 万人，连环宕机引发担忧

第二个是亚马逊。亚马逊前面我们已经知道了，三个月裁了 3 万人，还导致了连环宕机。

第一波是在 2025 年 10 月 28 日，官宣裁了 1.4 万人，而且这 1.4 万人都是白领，不是那些搬箱子的蓝领。遣散费花了 1.8 亿美金，但这个 1.8 亿花完就完了，以后不用再每个月给他们发薪水了。

第二波是 2026 年 1 月 23 日，又裁了 1.6 万人，所以加在一起是 3 万人，占白领员工总数的 10%。

说到 10% 这个事就已经很吓人了。亚马逊也出现了连环宕机。去年 10 月 20 日，也就是裁员前 8 天，AWS 美东一区大故障，1700 万次报错，持续了 15 个小时，全球 60 多个国家被波及。迪士尼、Coinbase，连智能床垫都瘫痪了，因为智能床垫也要从亚马逊云走，损失超百亿美金。

这虽然是去年的一次故障，而且那一次还没赶上正式裁员，但要相信，裁员前 8 天已经是山雨欲来风满楼了，大家心里肯定都毛了，所以出现了一次大宕机。

宕机以后，最后还是要靠人修复，要靠人去把 bug 找出来。当时是一个 DNS 复制错误，就是把一个错误的 DNS 复制到了云服务器上，最后只能靠人工一点一点、一条一条去查。

3 月 5 日，裁员落地以后，亚马逊电商主站直接崩了，2.27 万次报错，也是损失巨大。前面裁员的时候股价怎么涨，崩了以后股价就怎么跌。市场不管你这些乱七八糟的东西，只会觉得你这肯定不行了。

Block：承认裁 40%，裁完又返聘

第三个是 Block。这家支付公司亲口承认裁了 40%。它的 CEO 叫杰克·多西，是原来 Twitter 的创始人。

2026 年 2 月 26 日，他发内部信，说员工从 1 万多人缩编到不到 6000 人。实际上裁的人应该比 40% 还多。理由就是 AI 工具整合以后效率提升了，不需要这么多人了。

裁完以后，市场当天涨了 25%。但魔幻的是，有些人裁完以后又被请回来了。

这两天有报道，说有两个原因：

• 第一个原因，是有人直接收到一封邮件，说对不起，当时弄错了，是文书错误，你回来上班吧。AI 有时候有幻觉，发文书出去也确实会有一些问题。
• 还有一种情况，是有些经理说，你把这人都给我裁了，我实在没法干活了。你要让我继续干下去，就必须把人给我弄回来。

于是也有一些人被返聘回来，但返聘回来的人是非常非常少的。

还有一个故事，有人拿了 75% 的涨薪和留任奖金，结果依然选择离开。我前两天还专门录了一个短视频，讲一个地主老财请村里人吃饭，发现来的人稀稀拉拉，只来了一半，他说：“怎么该来的都没来呢？”来的人一听，心想，那我就是不该来的呗，于是又走了一些。

剩下四分之一的时候，老头又说：“怎么不该走的又都走了呢？”剩下的人一听，心想，那我们这些肯定是多余的了，于是又走了。最后只剩一个人，上来说：“老爷啊，您不能这么说话，太得罪人了。”结果老爷说：“我不是说他们呢。”这人一想，那就是说我呗，实在哭笑不得。

所以裁员的时候通常就是这样。员工未必这么想问题，但老板就是这么看问题的。他肯定希望把不该留下的人裁掉，把该留下的人留下。

但人毕竟不是螺丝钉，不能随便拨。这里头一定有很多心理上、人情世故上的事情要处理，不可能今天让你走，明天让你回来，像开开关一样，这件事是搞不定的。

中国公司的情况是什么样

百度：亏损压力下，部分团队裁 40%

先说百度。2025 年，百度是这么多年来第一次在三季度由盈转亏，原来一直挣钱，现在开始亏钱了。然后 AI 竞争失利，我们一直讲，百度做 AI 是起了个大早，赶了个晚集，最后把自己变成了一个笑话，广告收入还下滑。那怎么办呢？只能裁员。

百度部分团队裁了 40%。大家注意，不是全部百度员工裁了 40%，只是部分团队。重灾区是手机生态和核心在线营销部门，主要人群是入职未满 1 年的新人和工资高的老员工。

入职未满 1 年的新人，这就很坑。大家知道，中国有一个身份叫应届毕业生。应届毕业生是带着很多政策下来的，比如可能涉及北京户口。你一旦把应届毕业生身份丢了，再去找工作，这些身份和优惠也都没了。

所以以前大厂裁员，通常是尽量不要动应届毕业生的。第一，他们心智也不是很成熟，家里人还都把他们当宝贝一样；第二，利益牵扯很大，真有可能闹出事来。所以百度干这个事，真的是被骂惨了。

至于老员工，那没办法了，岁数大了，在这种公司里本来就不太受待见，工资又高，有时候还倚老卖老、四处指手画脚，所以这些人也容易被干掉。

网易：外包裁员传闻与官方辟谣

再往后一个是网易。网易是外包裁员，传说是要“全清”。据说有人把丁磊的微信截图传出来了，后来丁磊说这个到底是谁传出去的，要把他逮住、要罚他。但网易后来自己辟谣，说没有这回事。

那个截图上写的是：4 月 1 日裁 30%，5 月 1 日外包全裁，到 5 月 1 日以后就没有了。

大家知道，裁外包这个事情，在财报上是看不到的，因为这些人原来就不是网易员工。如果他们是正式员工，网易每个季度发财报的时候要写清楚有多少员工。所以这个事情它完全可以辟谣，也不会有什么人能揭穿它。

网易的说法是，相关信息不实，我们只是正常的业务调整，有些项目关掉了，有些项目开始了，跟外包全裁没关系。

那它为什么会干这个事呢？2026 年 2 月的财报发布会上，丁磊自己就说了，现在 AI 已经应用到游戏研发和运营的所有链条上，每一个环节都用上了，就不需要这么多外包了。

这几年其实游戏产业的日子都没有那么好过。很多人说，不对啊，我看游戏挺热闹的。但要注意，AI 对游戏来说并不仅仅是提高效率，不只是“用了 AI，游戏做得更快了”。另一方面，AI 对游戏的打击其实也非常彻底，那就是 AI 挤占了大量用户的注意力和时间。

游戏需要占用大量连续时间，用户才会玩得爽，才愿意付钱。

B 站：传裁员 60%，更可能是局部部门收缩

再往后一个是 B 站，传裁员 60%。B 站当然也出来辟谣了。我觉得像这种谣言，大概率是 B 站某些部门会裁员 60%，但是为了让标题更好看，就变成了“B 站要裁员 60%”。因为像 B 站这样的公司，如果真的裁 60% 的员工，就直接挂了，这个数据太夸张了。

而且 B 站去年是首次盈利。大家要注意，公司在蒸蒸日上的时候是敢于亏损的，当然百度那种除外，它是逼不得已只能亏。很多公司往上涨的时候敢亏，越是不行的时候越要去挣钱，要向大家证明说，你看我还有口气，千万不要抛弃我，我还活着。

那 B 站去年是怎么挣钱的？裁员、砍项目。它把各种自研游戏项目都砍掉了，不做自研了，老老实实做一个轻公司，就在流量上挣钱。反正我有 IP，有这么多视频，我就在这里卖流量就可以了。

所以我相信，所谓裁员 60%，大概率是游戏部门或者自研游戏团队，这个说法可能更靠谱。

小米：南迁不是裁员，但效果类似裁员

小米是在 2025 年 11 月做过一件事，叫南迁。它把很多部门从北京迁到了武汉。

在这个过程中，一方面它不叫裁员，这个怎么能叫裁员呢？我只是搬个地方。另一方面，它可以很好地裁掉岁数大的员工。

为什么？因为岁数大的员工有家有口，你让他把整个家都搬过去，另一半怎么上班，孩子怎么上学，这都没法解决，所以只能选择离职。

但小米会说，你看我还给他们安置费、搬迁补贴、搬家费，我们欢迎他们过来。可对于稍微有点岁数、有家有口的人来说，那点钱基本上不解决问题。

谁在裁员，谁在加人

持续收缩的一批公司

从整个结构上来说，谁在裁员，谁在加人？

阿里一直在裁员。这几年阿里的人数从 25.4 万人降到了 12.4 万人，基本上砍了一半。当然，人数下降有时候不一定完全是裁员，也可能是某块业务拆出去不要了，这些人就不再算阿里员工了，这也是一种处理方式。

百度这几年则是一直在缓慢裁员，并没有那种一把裁很多人的特别大新闻，而是持续性地在缩减。网易也是连续收缩，正式员工在收缩，更不要说外包了。美团和快手也是在缓慢下降，因为业绩压力很大，没办法，只能慢慢缩减。

仍在扩张的一批公司

那谁在加人呢？

• 腾讯：腾讯去年增加了 5000 多人，基本盘还比较稳。但未来它到底会怎么样也不好说，因为游戏这一块其实大家都在砍，只有腾讯还在投。腾讯现在也说我们要全力做 AI 了，那么“羊吃人”或者说“算力吃人”的事情，会不会在腾讯这里发生，也不好说。
• 字节跳动：现在全球已经有 15 万人了，因为 TikTok 加 AI 这两块都很猛，是真的猛。AI 大模型在中国，豆包，包括 Seedance 这种视频模型，已经算是绝对第一梯队了。豆包 APP 在中国也是用户量最大的 APP，非常普及。所以在这一步上，字节其实已经算在国内市场赢了，国外市场还要再看。
• 京东：现在有 57 万人。京东是怎么扩张的呢？并不是说它招了一堆新人回来，而是把原来一帮外包骑手转成全职员工了。原来这些人其实也是在给京东干活，现在直接跟你签劳动合同，给你买五险一金，于是他们就变成了全职员工，人数自然就上升了。

通过卖业务调整结构

还有一些企业则是在通过卖业务做调整。比如把沐瞳网络作价 60 亿卖掉。这个公司人也不少，2021 年 40 亿美金买的，2026 年 60 亿美金卖出去了，算下来这生意还是挺划算的，卖给了沙特的国资游戏公司。

现在沙特在四处收这些东西，他们已经是任天堂、卡普空的大股东了。以后沙特可能会变成一个拍电影和做游戏的国家，不再只是产石油的国家。

被裁的人都去哪儿了

一方面，这些人像老范这样上 YouTube。还有一些人在小红书上讲“我离职了”“我今天被裁了”“我终于收到了裁员信”。这样的内容非常非常多。

从 2024 年开始，这类内容的互动就极其强，大概有 2.5 亿到 3.8 亿次互动。现在我们到抖音、小红书这些社交媒体上看，大量的人都在讲“我是大厂离职出来的”“大厂离职经验”“大厂原来怎么回事”“大厂内幕”。

老范原来也不算大厂，算中厂吧，但也算互联网公司离职员工。现在这块确实成了一个新的风口。2025 年 11 月，中新网还专门做了一个调查，叫“大厂离职的流量密码到底怎么变现”，专门有人研究这个事。

当然，这里面有真的在大厂混过一段时间的人，也有伪装的，专门伪造离职证明。为什么？因为大厂离职了以后好卖东西。老范虽然没卖东西，但开了个频道，也能勉强糊口。

那为什么我们会觉得满街都是大厂离职人员？原因是算法愿意把这些内容推出来给大家看。其实刚才我们讲这几万人、那几万人，阿里一下少了 12 万人，少了一半，但对于整个中国社会来说，基本上可以忽略不计。

可对社交媒体来说，“大厂离职”“我离职了”这种信息推出来以后，互动性很好，可以让用户留下来接着看，多点几个广告，多买点东西。

为什么平台喜欢推“大厂离职”内容

这种内容情绪高、冲突高、评论数高，所以平台喜欢推。那为什么社交媒体喜欢推这样的东西？一定是因为它满足了一定的社会心理需求。

1. 替代性逃离，代入体验。有些人说，我还在这上班呢，但别人被裁了，我得看看人家是怎么回事，这就带来流量。
2. 身份焦虑与安抚。有些人会想，连前阿里、前字节的人都离开了，那普通人就会觉得，不是我不行，是整个环境就这样。
3. 偷看别人的人生，做 AB 测试。因为这些做“大厂离职赛道”的人都在讲，我虽然离职了，但我现在过得还可以。过得不好的人不会出来说。大家一看，觉得没准我不干了也还可以，也会有其他出路，这也会引起关注。

当然，更多的其实还是羡慕嫉妒恨。真正能混进大厂的人没几个，像我也没混进去。虽然我也在互联网公司里做投资总监，但腾讯、阿里这些公司我没进去。

于是很多外面的人看这件事的心态就是：眼看他起朱楼，眼看他宴宾客，眼看他楼塌了。你也不行吧，你也有今天。

劳务派遣会不会被整治

还有一些人会讲，现在这么多大厂在裁人，是不是因为劳务派遣的问题，国家是不是要动手整治劳务派遣了？

为什么会有这样的说法？因为 2026 年 3 月两会期间，全国政协委员周世虹正式提出建议，废除劳务派遣制度。但目前为止，这个事情仍然停留在呼吁和倡议层面。

为什么会提出这样的倡议？因为一旦用了劳务派遣，就会出现 同工不同酬。这是企业逃避责任、逃避雇主责任的一种做法，让很多做同样工作的人拿不到同样的薪水，所以应该废除。

其实劳务派遣发展到今天这个状态，一直都是违法的。劳动法规定，你可以使用劳务派遣，但必须是临时性、辅助性、替代性的岗位，而且比例不能超过 10%。你看看有些大公司是怎么玩的，他们一直就在违法。

但到目前为止，虽然有人呼吁，也并没有去修改这个法律。因为如果去改，某种程度上等于承认原来的法律定得不好。现在的情况是，法条原来就有，只是没人执行而已。所以并没有因为有人呼吁，就立法或者出台什么新的法规，没有这样的事。

圈地运动之后，社会会变成什么样

历史上的结论：两极分化

下一个问题，圈地运动之后，社会变成了什么样子？

结论叫 两极分化。英国圈地运动之前，有大地主、大工厂主，也有很多小地主、小的有产农民，是一个相对比较平滑的金字塔型社会。

但圈地运动以后，就两极分化了。只剩下大地主越做越强，变成大工厂主；另一帮则变成失地农民或者无产农民，被迫进工厂打工。我们从小学政治大概都是这么学的。

AI 圈地运动后的社会图景

那 AI 圈地运动之后会变成什么样？

平台型大企业，像字节、腾讯这种还在招人的公司，会继续做大做强，把平台功能做得更完善。被挤出来的这些人，就像失地农民一样，要重新在新的体系里找到自己的位置。像老范现在找到的位置，就是 YouTube 上的内容贡献者，靠老范讲故事还能挣一口饭吃。

但讲到这里要说一句，前面我们讲的其实是错的。错在哪？大家知道，圈地运动在历史课和政治课上，可能也就是一页纸、半页纸，但实际上，圈地运动中失地的农民，绝大部分并没有在工厂中找到自己的位置。

整个圈地运动持续了 350 到 400 年，是一个非常漫长的过程。被驱赶出土地的农民，有些变成了无产雇农，还是在地里干活，但地不是自己的了；有些成了城市无业游民；有些做了港口苦力；还有一些上船去了美洲。

真正变成工人的，可能只是很少一部分。很大一部分人，可能就是冻饿而死。

农民变成城市工人的过程，大概要持续一两代人。不是说把农民赶出来，他们马上拎个小包就去工厂上班了。绝大部分被从土地上赶出来的农民，可能都饿死了。

现在 AI 的圈地运动，跟当年英国“羊吃人”的圈地运动有一个特别大的区别：那个过程用了 350 到 400 年，而这一次可能就是 三五年。

所以我们要想一想，这件事落在我们身上怎么办。

从公司人到个人经济体

接下来面临的，就是平台经济和更零碎的个人经济体。以前，比如农民有土地；以后没有土地了，也没有任何依附关系了，就变成了一个个人经济体。

未来的社会，可能会变成一个 K 型社会。原来我们讲 K 型消费，就是便宜的东西卖得很好，特别贵的东西卖得也很好，中间的东西没了。人也是这样，中产阶级没有了，有钱的人变得特别有钱，穷人变得特别穷。以后可能会变成这样，社会会向这个方向发展，产业界也会向这个方向发展。

原来在公司里上班，比如像老范这样，有固定的岗位、固定的职位、平台绑定，还有社保，都是由公司承担整个管理成本。现在没有这些东西了，老范就变成失地农民了。

但同时，也会有更松散的合作关系。我愿意在 YouTube 上更新视频就更，不愿意更可以少更两条。或者说，我去开个滴滴。平台对我们来说没什么硬性要求，你今天愿意发就发，明天不愿意发可以不发。更多事情要依赖个人社会保障，一个人就是一家公司。

所以为什么现在很多人玩 one person company，这有点像从农业社会的大地主经济，转向工业革命的工厂经济，但规模更小、更碎片化。这些一人公司或者个人经济体，能够混到温饱的，可能只占少数，甚至很少数。

圈地运动以后的失地农民，可能有一两代人的时间慢慢完成身份转换；这一次，可能三五年就全转完了。

那我们怎么办

第一，教育体系必须调整

第一件事，初级职位会消失，AI 对人的要求更高了。昨天我跟江边也讨论过这个问题，所以整个教育体系必须调整，不能再培养螺丝钉了。原来那种“一个萝卜一个坑”的岗位没了。未来一定要培养能够领导一群 AI agent 干活的人。

以前的大学教育，包括研究生教育，都达不到这个能力，所以这块必须改。否则就是培养出来一个失业一个，培养出来一个失业一个，没有办法。

而且未来的学生必须能够快速适应各种环境变化。以前我们可能在一家公司一干很多年，甚至像日本那样终身雇佣制，一直干到退休。现在不一样了，你同时就要应对不同的平台、不同的服务，都要去提供，所以必须提高适应能力。

还要真正能够提出正确问题。这个能力，现在国内教育相对还是比较差的。这是第一个要调整的地方。

第二，被裁的人要先想清楚自己要做什么

第二个，被裁的人怎么办？如果你说我已经来不及回炉重造了，我已经被裁了，或者马上就要被裁了，该怎么办？

1. 静下心来想一想，我到底想做点什么。 这个很重要。找到自己感兴趣、也有欲望去做的事情，这才是真正 AI 比较难以取代的。你说 AI 写文章比你好，画画比你好，没毛病。但 AI 无欲无求，它什么都不想要。只有我们人才有真正想要的东西，这个才是最重要的。
2. 应用起 AI，应用起 AI agent。 把那些原来一个人搞不定的事情做掉。这就是被裁的人现在必须走的路。

所以，虽然你未必能够在工厂里找到位置，或者在新的平台里找到位置，但你总要去试一试。时代对每个人都会提出全新的要求，必须离开舒适圈。

因为以前很多人是得过且过，当一天和尚撞一天钟，没什么想法，也不愿意接受新鲜事物。这样的人，未来一定会被碾压到最底层去。

但比较痛苦的是，这些人其实是社会的主流，是绝大多数。绝大部分失业者，可能会像圈地运动中的失地农民一样，成为无业游民，或者打零工、做苦力。比如美团外卖，这某种程度上就相当于是零工苦力。

可惜的是，现在没有美洲可以供大家去开发了。但走出国门，到一些相对传统的地方去卷别人，这件事中国人还是比较有优势的：聪明、肯吃苦，而且没有那么多工会之类的约束。所以我们的冲击可能会来得更早一些。

早上船、早出发的人，未必能在那边混成大亨，但总会有新的活路。中国人其实一直在干这个事：饥荒了怎么办？闯关东，下南洋，饿着肚子也得出门。所以这可能也是对在国内混不下去的一部分人的一种出路。

最后：先往前冲，互相帮助

最后，让我们一起先往前冲吧。

听老范讲故事这个节目的人，应该都不是那种不愿意思考、不愿意接受新鲜事物、没有想法和欲望的人。我相信，听老范讲故事的人，应该是一些愿意动脑筋的人。那就让我们先冲，先去适应这个新时代。

老范已经在 YouTube 平台上混了 5 年了，没混多好，但也能够勉强糊口度日，也算是有了一个新的位置。而且我一直追着最新的各种技术在往前走。早上船的人，未必能在美洲混成大老板，但只要活下来，就能有自己的一块地。

当然，活下来很重要。去了美洲的人，很多其实都没活下来。那怎么活下来？互相帮助，抱团取暖。这也是早期移民美洲的人提高生存率的一个手段。

所以，有惦记走老范这条路的，我们也可以抱团取暖。你说你做 YouTube，可以到我的 Discord 群里来，大家互相交换一些链接，甚至有时候可以做一些联合节目，互相带带流量，这个事老范都是支持的。说 AI 怎么用，我也愿意跟大家去沟通和交流。

时代不会等你准备好了才来。特别是这一次的 AI 圈地运动，它会在三五年内，把当年英国圈地运动 350 到 400 年的流程一把走完。所以，我们要跟上。

这就是咱们今天讲的故事。

山姆·奥特曼突然官宣 OpenClawd，创始人 Peter Steinberg加入了 OpenAI。是不是 OpenAI 收购了 OpenClawd？甚至有些人出来哀嚎说，OpenClawd 现在变成 CloseClawd 了。事情并没有大家想象的那么简单。

大家好，欢迎收听“老范讲故事”的 YouTube 频道。

OpenClawd 应该算是 2026 年年初的一个现象级产品，甚至有很多人说，这又是一次 ChatGPT 3.5 时刻了，确实是引起了整个社会的关注。这位 OpenClawd 的创始人 Peter Thielberg 就同时收到了山姆·奥特曼和扎克伯格两个人的电话，这两个人都说：“我们聊一聊吧。”

他还回顾了说，扎克伯格给他打电话的时候是这样的。突然打个电话来说：“你好，我是扎克伯格，咱们能不能约个时间聊一下？”这位老哥，因为是个退休程序员嘛，说：“我不习惯跟人家去约时间，要么就现在聊，要么就拉倒。”扎克伯格说：“你等我 10 分钟，我要写一段代码，把这段代码写完了以后我来找你。”这老哥特别感动，说这么大 CEO、Meta 的老大创始人，自己还在这写代码。写了 10 分钟代码以后打电话回来聊，说：“我真的在用，有什么样的想法，我觉得应该怎么改，哪个地方我喜欢，哪地方不喜欢。”跟他聊了半天。

当时大家就认为，OpenClawd 大概就是会被这两家中的一家所收购。但是最后其实并没有走收购这条路，而是创始人加入团队的这条路。这个到底有什么样的区别？咱们后面再去讲。

今天这故事咱们分三段来讲：第一段叫 OpenClawd 并没有被收购；第二段，大型的开源项目和大厂之间的几种合作方式，咱们要稍微掰一掰；第三段，OpenAI 为什么不直接收购 OpenClawd。

首先咱们来讲，OpenClawd 并没有被收购

OpenAI 到底出了多少钱？应该没多少钱，可能也就是几百万美金。这个对于一个像 OpenClawd 这样的、引起整个社会关注的项目来说的话，相当于是白捡了。他这个钱是怎么给的？就是我们直接把人招回来，有可能会有一个入职奖金，甚至这种奖金还是以股票的形式来发放的。就是真正出的现金应该没多少。这位 Peter Stinebrink 就成为 OpenAI 的一个员工。

那你说那 OpenClawd 怎么办？这开源项目你还做不做？这个项目会继续留在一个叫 OpenClawd 基金会的管理下，由他们来去管理，这是一个开源项目。OpenClawd 的商标、OpenClawd 的域名、里头所有的代码，依然是属于 OpenClawd 基金会的。只是它的创始人、这个最核心的贡献者，上 OpenAI 上班去了。上班了以后，他其实依然是在管理 OpenClawd 这个项目，但是他要分清楚，哪些是 OpenAI 的指令，哪些是 OpenClawd 基金会的指令。

而加入到 OpenAI 里边的，只有 Peter Stinebarger 一个人。其实现在去维护这个项目的人已经有很多了，核心的大概也有快 10 个人了，但是真正加进去的就他一个，其他人都没有加进去。而 OpenClawd 自己的话，主要是由这个基金会来运作。这个基金会需要什么？付服务器的钱，或者组织各种活动，制定各种的标准。说我们这个项目以后要向什么样的方向前进，跟谁兼容跟谁不兼容，这都是由基金会来定的。

OpenAI 原来就是 OpenClawd 基金会的一个赞助者。只是你赞助了多少钱不知道，因为你要成为他的赞助者，最少赞助 5 美元就行了，一个月 5 美元就可以。当然以 OpenAI 这样的一个体量来说，应该还是给了不少钱的。而且现在 OpenAI 已经告诉大家了，说以后 OpenClawd 就不用再担心了，你们再用服务器、再用算力、再用这些东西，我包圆了，你们就不用管了。因为原来 Peter Thielberg 也讲过，每个月还要赔进去一两万美金，因为需要付服务器成本，收到的捐款根本就不够。以后这个钱就通通归 OpenAI 来付了。

但是这点钱对于 OpenAI 来说算个什么？一个月一两万美金，这都不是什么事。当然 OpenAI 肯定还会出很多其他的钱，比如说组织各种的研讨会，组织各种线下活动，或者做各种的标准的修订，这个是 OpenAI 会去做的事情。当然 OpenAI 也不可能直接做，还是会把钱给到基金会，让基金会去做这个事情。只是坐在那领导基金会、去做所有工作的人，是从 OpenAI 领薪水的。

开源软件跟这些大厂有几种合作方式？

这里要注意，大型开源软件咱们可以去讨论这个事，那些小型开源软件其实跟这个没有特别大的关系。

第一种方式：人员加入，继续做开源社区的事情

就像这一次 Peter Steinberger 加入 OpenAI 这个事情是一样的。这个里头有一个很典型的案例，就是 Python。Python 是现在最火热的编程语言，因为现在大模型都是使用 Python 语言再去做各种的编程。那么 Python 的创始人其实很长一段时间是在谷歌上班的，后来被谷歌开了。这个很有意思，当时他从谷歌就直接被优化掉了。很多人还很奇怪，说你怎么就被优化掉了？这个兄弟后来好像又跑到微软继续去上班去了。他们这些人到公司里头只是领薪水，具体的事情还是干原来的基金会的事情，或者是干原来这种开源项目的事情。谷歌除了发薪水之外，其他啥也不管。

包括一些开源的编辑器，他们的这些创始人实际上都是谷歌在发薪水。就是这些人在谷歌有时候会也参与一些谷歌的项目，但是他的主要工作就是领了谷歌的薪水去维护自己的项目。谷歌属于确实有钱，他们也特别喜欢干这个事情。你说谷歌给他们发薪水了，到底从他们身上挣到什么？其实也没挣到什么。你说我把 Python 项目的老大搁在这，那我能不让别人使吗？谁使谁给我交钱？他也不能干这个活。或者说我把这个标准改到你离开谷歌的环境你就跑不了？他也不能干。所以除了发钱，他们啥也干不了。这是谷歌的一个比较有意思的玩法。

第二种方式：开源之后再成立基金会，控制权外移

就是一开始这个项目是公司里边的项目，做一段时间我们把它开源了，然后拿出去。这个里头最典型的一个案例叫 PyTorch，就是现在最火热的运营大模型用的这个工具。这是谁做的？是 Meta 做的。做完了以后就成立了一个基金会，说我们以后把 PyTorch 这个项目就放在这基金会里头运营了，Meta 跟它就没有特别直接的关系了。它的创始人依然在 Meta 上班，上了很多年的班，大概是在去年才从 Meta 离职。现在是加入到了叫 Thinking Machine Lab，就是那个从 OpenAI 离职的那美女 CTO，她创建那公司，加到那去了。

就这种项目，你说为什么？明明我把它做出来了，干嘛要把它交到基金会里去管理？原因也很简单，就是你要去跟其他人竞争。竞争的时候靠你一家又搞不定，你需要大家凑在一块来竞争。谁会愿意说我们出人出力去使用一个 Meta 控制的项目？没有人会愿意干这个事。那他说我们放基金会里，这东西是中立的。PyTorch 最后战胜了谷歌的 TensorFlow，成为现在最流行的、大模型支援的这种架构，就是通过这种开放的方式来搞定的。其他人你说，我们使 TensorFlow 不就完了吗？但是 TensorFlow 是完全谷歌控制的，别人就不愿意用，所以最后 PyTorch 赢了。

第三种方式：直接收购型

就是人家原来是开源的，我把它买下来，我自己来去运营这个项目。但是这种它分两种情况。

• 第一种：买完后闭源或限制。 我就找人收钱，或者我就想办法让他跟别人不兼容。这种就会翻车。一旦被收购了以后说：“我现在闭源了，或者我现在要收钱了，我对你进行限制了。”原来的开源项目就会进行分叉，我再做一个别的项目，跟你做同样的功能。这样的话其实最终两个项目都不会发展起来，全都做的很惨。
  
  
  
  这个里头比较典型的案例，一个是 Sun 收购了 OpenOffice。Sun 当时收购了很多的这种开源项目，收完了以后说这东西只有我能使，别人不能使了。后来他们就去分叉了，分叉成叫 LibreOffice，但是这两个项目发展的也都不怎么样。还有一个特别典型的案例叫 MySQL，它是被 Oracle 收购了。收购完了以后说：“我们对它进行各种限制，你们以后就少用这玩意，都上我这来买 Oracle 数据库来。”他们后来也是分叉的，一个 m 开头的一个数据库的名字，跟 MySQL 完全兼容的，但是后面我觉得发展的也都不是很好吧。就是你一旦收购回来以后说我要管你了，这就翻车了。
• 第二种：买完后投入巨资快速迭代。 虽然要管，但是我还是开放的，你们还是可以随便用，而且我投入巨大量的经费，让整个的项目极快的迭代起来。一旦说这个项目快速迭代起来以后，大家就顾不上说你这东西到底是谁家的了，跟都跟不上了。这里头有两个典型的案例：一个叫 安卓，一个叫 Chromium。都是谷歌花钱买回来的，买完了以后就投入巨大的资金，开始快速的迭代。谷歌现在这两个当家的软件，都是这么来的。现在安卓也是开源的，Chromium 这个是开源的，Chrome 是谷歌自己的产品，咱们要分清楚。

大家看到这几家，Meta 其实有点浑浑噩噩的。它其实站在了一个非常非常强的生态位上，它是 PyTorch 开始的这个公司，创始人也一直在 Meta 上班，但是 PyTorch 实际上没有给 Meta 带来任何的帮助，最后人还离职了。就是在前面把这个亚历山大·汪招回来以后，这哥们就走了。Sun 和 Oracle 就属于格局小了，我把这个开源软件买回来以后说，我要把它管起来，不许跟别人兼容了，你们通通都得上我这来交钱来，这就属于格局小了。

而这个谷歌是真正财大气粗的，他支持了非常非常多的项目。在这些项目对于谷歌本身的发展不是那么重要的时候，他就发钱，我也不管你，你就自己玩去，什么时候需要钱，你什么时候来找我要就可以了。我到时候给你发薪水，给你发各种各样的社区活动的钱。就社区里头真正花钱是底下各种的线下活动，包括各种标准制定。谷歌说我就愿意花钱养着你，你们也不用给我回报任何东西。一旦发现里头有这种跟他们的未来发展方向特别息息相关的东西，那马上冲出来，全情投入买下来，快速迭代更新。他是来走这样的一个方式的。一定要广种薄收，就是非常非常多的种子选手在那培养，有那么一两个特别核心的，砸重金进去发展，就有了谷歌的安卓和 Chromium。

OpenAI 这次肯定是赚到了，这样的一个核心产品直接被他也算是收入囊下吧。但是最终的结果还是需要时间检验的。所有跟开源相关的项目，没有说我今天花钱把它买下来，明天就有结果的，除非是像 Oracle 和 Sun 那么干活，就是我一花完钱以后，我马上就去改各种的开源协议，我就限制着别人使用，这种会马上翻车。只要不做这种杀鸡取卵的事情，它未来的效果都是需要很漫长的时间积累，叫日久见人心才能看出来。

OpenAI 为什么不直接收购 OpenClawd？

那下一个问题是，OpenAI 为什么不直接收购 OpenClawd，而是要选择这样的一种很难以控制的方式？

1. 保持中立标准

第一个最重要的原因叫保持中立标准。就跟当时 PyTorch 去战胜 TensorFlow 这个过程是一样的，我是开放的，我是中立的，任何人都可以在这个平台上去干活。比如谷歌说，我也愿意在这个平台上去干活，这个没有任何问题，它不是属于 OpenAI 的，它是属于 OpenClawd 基金会的。再加上中国的一大堆的模型厂商说，我们也愿意上去弄去，给他提供各种支持和服务，提供代码，我们也愿意给钱。这个是 OpenAI 所乐于见到的。

你要想，一旦他把它收购下来了，你后边跟不跟这些中国厂商合作？比如说像 MiniMax，比如说像 GLM 这种。GLM 专门有 OpenClawd 套餐，GLM 智谱是美国实体清单上的公司；MiniMax 现在还在被一堆的美国的电影公司在那告。那你说干还是不干？包括字节跳动也是专门提供了 OpenClawd 套餐。那你说我现在属于是 OpenAI 的一个项目了，那 OpenClawd 以后还跟不跟这些中国团队合作了？你要想跑得快的话，还是要留着这口子，你要继续跟中国团队合作。那你要收进去了以后，OpenAI 的原则是我不跟中国人做生意，特别是不能跟这种在实体清单里的公司做生意，那这事就没法整了。所以他必须要保持开放和中立这样的一个位置。

2. 架构与责任归属

第二个原因是 OpenClawd 本身的架构还有很多问题，也有很多的这种不完善的地方。你一旦把它收进来，那么所有这些问题的话，你就要承担责任。你比如说过两天谁用了 OpenClawd 说：“我这个数据丢了，我这造成什么经济损失了。”你 OpenAI 赔不赔？这个跟我没关系，它是 OpenClawd 基金会的，我们只是把人拎回来发工资了，它不用赔。这个是很重要的一点。

3. 安全性与合规风险

第三点是什么？OpenClawd 本身的安全性有待提升，而且很多的黑灰产的用户在使用 OpenClawd 做事情，就是做一些不是那么正规的事情，不是那么好的事情，或者拿出去做诈骗了，都是有的。OpenAI 肯定也是不愿意承担相应的法律责任的。你们接着该干嘛干嘛去，跟我没关系。

OpenAI 未来也并不一定会推出基于 OpenClawd 的产品。一旦说我们准备推出 OpenClawd 产品了，那他可能就会选择像谷歌处理安卓和 Chrome 那样的方式，我直接把它买下来，然后完全控制。这是 OpenAI 的一个选择。但是如果说我以后的产品形态可能是把一个类似功能的服务放到 ChatGPT 的客户端或者是 Codex 客户端里头，那就没有必要说再去跟 OpenClawd 这个东西较真了，没必要费这个劲了。他只需要说我们把这个 Peter Thielberg 拎回来说，你就给我们做这个个人代理的负责人，你来去指挥说我们以后要往哪个方向走就可以了。这不就是挺好的事情吗？

OpenAI 的实际收益

但即使如此，OpenAI 拥有了 Peter Stinebrink 之后，他依然是可以做很多事情的。比如说各种的联盟的建立，我们要去组织各种各样的这种 OpenClawd 联盟，或者 OpenClawd 的这种线下会议。现在各个地方都在开 OpenClawd 线下会，就是我们拿这东西到底干什么了。

然后主导 OpenClawd 标准。我们以后是不是只支持 OpenAI 标准的大模型？中国的所有这些开源模型都是走 OpenAI 标准接口的。在 Claude Code 火起来之前，咱们都从来不去兼容 Anthropic 接口。但是现在我们很多的模型公司都跑去兼容 Anthropic 接口去了。那么以后 OpenAI 说我要出一些什么新的标准、什么样新的接口，可能 OpenClawd 就会第一个站出来支持。其他人说我想去内卷一下，我想去比赛谁兼容最新的标准，就都会去跟着 OpenAI 的路子去走。这是 OpenAI 真正想要得到的东西。

还有一个 OpenAI 想得到的东西，他们现在在各种新闻报道里没有写，但是是必然可以得到的是什么？就是在极限的这种 AI 编程之中，Codex 要去战胜 Claude Code。原来 OpenClawd 里边大量的代码是使用 Claude Code 去写的，但是现在它的最核心的创始人 Peter Steinberg 上 OpenAI 上班去了。那你说我不能继续使用 Claude Code 吗？不行，因为把 OpenAI 员工的账号都给封了，你不能用了。所以你想以后再继续去维护 OpenClawd 代码，你就只能用 Codex 了，你就不能再去用 Claude Code 了。以后其他人说我们想继续去在这个 OpenClawd 代码库上再去做各种各样的工作的话，对不起，你们也要用 Codex。在这一点上 Codex 又胜出一局。这就是 OpenAI 为什么不去直接收购 OpenClawd，以及 OpenAI 从这一次交易里头到底能够得到什么。

最后总结一下吧

Peter Stinebrg 加入了 OpenAI，也算是尘埃落定了。他最后没有选择 Meta，而是加入了 OpenAI。这是一种更先进的开源协作方式，更有利于不同的公司之间，甚至是不同的地缘政治与法律架构之间，在统一的标准下进行协作，推进技术和推进技术的发展。

OpenAI 这一次肯定是赚大了，花了很少的钱就得到了未来的一个制定标准的机会。但是这一次交易的结果还是需要时间检验的。这种开源策略很难在短时间内看到成效。

好，这就是咱们今天讲的故事。不要再出去说 OpenAI 收购了 OpenClawd，OpenClawd 变成 CloseClawd 了，这个属于外行说的话，开源圈里内行会告诉你事不是这样的。

这个故事今天就讲到这里，感谢大家收听，请帮忙点赞、点小铃铛，参加 DISCORD 讨论群，也欢迎有兴趣有能力的朋友加入我们的付费频道。再见。

背景图片

Prompt：in the style of Moebius (Jean Giraud), Franco-Belgian ligne claire illustration, hand-drawn ink linework with watercolor gouache textures, ultra-maximalist interior storytelling, an unoccupied high-rise family computer studio in Beijing’s bustling metropolis, modern Chinese home aesthetics with wood lattice shelving, ink-scroll accents, porcelain decor, dual-monitor desk setup, gaming console dock, retro game devices, hi-fi speakers, mechanical keyboard, headphones, layered cables and gadgets, Lunar New Year decorations in every corner with red lanterns spring couplets paper-cuts Chinese knots and festive ornaments, floor-to-ceiling window with glowing city skyline, 24mm wide environmental interior shot, eye-level, dense yet readable composition, warm tungsten ambient light mixed with subtle RGB tech glow, cozy lived-in atmosphere with strong futuristic vibe –no people, person, human, face, body, text, watermark, logo, sterile showroom, lowres blur, photoreal CGI texture –ar 16:9 –stylize 180 –chaos 8 –v 7.0 –p lh4so59

杨乐坤出走Meta：一场关于战略、用人和未来的博弈

大家好，欢迎收听老范讲故事的YouTube频道。

这一天还是来了。前面我们已经猜测了很久，说杨立昆到底什么时候会离开，因为所有人都眼睁睁地看着Meta的AI战略转换方向。亚历山大·汪进入Meta，一个28岁的辍学生，在管理65岁的大学教授和图灵奖得主，这个事一定不能长久。而且前面还对杨立昆手下的FAIR部门进行了600人的裁员。

靴子落地：杨乐坤宣布离职

现在靴子终于落地了。2025年11月19日，当地时间13:20，杨立昆发了一个长文宣布离职了。在这个文章里边，他回顾了一下在Meta待了12年，感谢了小扎和一堆高管，然后准备要去做他的AMI。他这个AMI呢，叫做“高级机器智能”，说：“我在Meta期间就一直在干这件事，现在呢我准备出去了以后接着干。”而且新公司呢，Meta依然还有参与，具体的情况后续再公布。他呢，也终于可以不受Meta的限制，去研究自己的世界模型了。

杨立昆也要去做世界模型，跟李飞飞有些相近。最后咱们再说一下，他的世界模型跟李飞飞的世界模型到底有什么差别。

Meta呢，应该在这个里边还是给了钱的。你请这样的一位大神出去，而且大神在发文的时候还感谢了扎克伯格，那一定还是要给钱的。所以杨立昆未来的公司里头，Meta应该还是一位重要的股东。但是到底给了多少钱，占了多少股份，可能还要等未来Meta的官宣，现在应该公司还在注册过程中吧。

谁对谁错？一场责任的追问

我们普通人呢，真正关心的不是这些事。我们关心的是，这些大神们斗来斗去了以后，到底谁对谁错呢？

• 有些人讲了，扎克伯格短视了，不听老人言，找了一个年轻小伙子过来，你把这个图灵奖大学教授给放走了，这一定是要吃亏的。
• 还有人呢说，Alexander Wang抢班夺权，给扎克伯格进了谗言了。这是中国人比较喜闻乐见的一种论调，为什么呢？总是“清君侧，不能斩昏君”，皇上做出什么错误的决定，一定是下边人进谗言了。这个28岁学生整了这么一公司，进来以后就把老教授给挤跑了，一定是他的错误，扎克伯格只是被他一时蒙蔽了。
• 当然呢，也有一些人，特别是像傅盛这样的人呢，就出来说杨立昆耽误了Meta，如果没有他的话，Meta早就行了。这种呢就属于站在CEO的角度上，CEO的角度呢，通常都是不会承认自己有错的，都是下边人是坏蛋。而杨立昆呢，站在这样的一个位置上，把持了这么多的资源，又没有把这些资源真正的变成Meta能够挣钱的商业利益，那么一定是他错了。

扎克伯格的决策失误

从我个人的角度来分析，当一定要有一个人来承担责任的时候，这个人一定得是老大，也就是扎克伯格自己。扎克伯格在这件事情上到底做错了什么呢？是不是听信谗言了？是不是不听老人言了？是不是选错方向呢？还不是。扎克伯格真正做错的是决策错误。

哪样的一个决策错误？就是你去找杨立昆这样的一个人来，纽约大学的教授，图灵奖得主，算是人工智能三教父之一，这样的一个人你把他招来，这个决策没毛病。但是你招来让他干嘛？这个事就错了。你真的让他整了一个研究所，叫FAIR (Facebook AI Research)，这样的一个机构，说：“你们自己研究去吧，研究完了这些东西，你们去发论文吧，你们去开源吧，我们在后边支持你。”他去干这件事情，其实是有问题的。

如果你说你前面就下了这么一个决心，说：“你就干吧，我就不管你了，你们给我赚名声就完了。”也行。那你后边自己该去产品化的地方，该去做工程实施的时候，你要组建另外一套班组去干活去。结果呢，扎克伯格后边那一半事没办，他把前面那半截干了。最后导致什么？杨立昆他们研究出来的很多东西，在Meta里头没有办法落地，还没有办法给Meta带来实际的利益。而且呢，在各种的竞争里，他还落后了。

如何正确“使用”顶尖科学家？

这是扎克伯格犯的错误。就这种大佬请回来干嘛使？

1. 招牌效应：人工智能三巨头我请回来一个，那三个人里头，有一个是被谷歌直接把公司收购了，收谷歌去了；另外一个呢，每天在外边吵吵，说要去做人工智能监管；杨立昆呢，被Meta收下来。首先你这个招牌是有了。
2. 人才磁场：作为一个大学教授，你就应该是把他的学生都拎回来。谷歌也是这么干的，把一个哥们拎回来以后，就天天的拉着他的各种学生，拉着他的师兄师弟，上谷歌干活来。这个应该也是杨立昆真正能够给Meta带来的东西。

至于杨立昆真正研究的东西，其实这种大学教授真正研究的东西，对于公司来说通常是没用的。为什么？就是离变现太远了，离具体的实际使用太远了。

结果呢，Meta是前面不够果断，把杨立昆找回来了，但是你该继续投入的时候，就不够果断了。因为FAIR这个团队这么多年，这十几年可能总共花了十几亿、二十亿美金的样子。那你说这也不少钱了，老范你又这个拿钱不当钱了是吧？十几亿、二十亿你就一张嘴就来了。你看看微软花了多少钱，你看看谷歌花花了多少钱。想去跟大家竞争的、平起平坐的扎克伯格，他花的钱真的算少的。而且在这个过程中，主要还是去发论文、发开源，并没有真正的去工程落地这件事。因为工程落地，你还要花更多的钱。

所以呢，杨立昆到了Meta，让不合适的人去承担了错误的预期。你找了一个大学教授回来，你希望他把整个这一套事都干完：竖招牌、再招人、再到科学研究、工程实施和产品化。你希望他一个人把这事都干掉，这是不可能的。

正常的应该是什么？你把这位大神请回来养着他，他想干什么你让他干，他花不了太多钱。剩下的呢，你再让他的学生挑一摊，把后边真正的跟公司有关的研发做掉，把跟公司有关的工程化、产品化的事情做掉。这才是应该干的活。什么时候缺人，你就让徒子徒孙们继续上，继续进来填坑。这才是这种大神正确的用法。

新旧团队的冲突与杨乐坤的出局

所以这一次杨立昆的出走，就是扎克伯格前面在用人方面用错了。等到最后呢，扎克伯格发现我们落后了，没有达到他一开始的预期。他没有去检查自己犯了什么错误，而是大刀阔斧地开始是1亿美金、10亿美金去招人去了。他有这钱，你多给杨立昆点，没准还能做出点东西来。到后边“七嚓咔嚓”整了一大堆人进来，找了一个叫亚历山大·汪的人。

亚历山大·汪最后能干成什么样，现在去猜测还为时过早。但是呢，杨立昆这一摊，他就实在维持不住了。亚历山大·汪这帮人进来了以后呢，跟杨立昆他们之间的分工还有很多是重合的。那就怎么办？内部关系一定摆不平，就要开始抢夺资源。那一定还是要立起一个“正宫娘娘”来，其他的小三什么的，你们就先朝后站一站就完事了。那么杨立昆呢，就这样出局了。

所以这里头谁对谁错？杨立昆没错，亚历山大·汪也没错，这里头唯一犯错的就是扎克伯格。他犯错误了。

FAIR的遗产：对中国AI产业的巨大贡献

杨立昆在Meta期间做的这个FAIR，到底给世界，特别是给中国的AI产业，做出了什么样的贡献呢？巨大的贡献。没有杨立昆，就没有今天中国的AI产业，完完全全可以这么讲。

他们做了两个非常、非常重要的产品出来。

• 第一个叫PyTorch，现在绝大部分的AI平台都在这上面跑，这是一个开源的系统。当然了，PyTorch的负责人现在也离开了Meta，他要比杨立昆走的稍微早几天。这哥们呢，现在加入了Thinking Machine Lab，叫TML。这个公司是谁创建的呢？大家还记得OpenAI有一年闹宫变，当时有一个美女CTO，他后来离开OpenAI以后，创建的这个公司叫Thinking Machine Lab，就是这个公司。当时扎克伯格想去找人顶杨立昆的时候，在找亚历山大·汪的同时呢，也在找这个TML，说我把你收购下来吧。当时人家不同意，说我们要自己发展，不愿意被你收购。所以呢，他就把亚历山大·汪找回来填坑来了。
• 另外一个巨大的贡献就是Llama大模型，开源的Llama大模型。Llama1、Llama2，绝对是给中国早期的开源模型奠定了基础。没有Llama1、Llama2，甚至是Llama3的这些开源，就不会有中国今天百花齐放的大模型。所以这个FAIR对于整个世界，特别是对于中国的AI产业，是做出了巨大贡献的。

杨乐坤为何在Meta混不下去？

杨立昆为什么在Meta混不下去了呢？亚历山大·汪来的时候，他还说我们好好合作一下吧，当时还是很有求生欲的，但是现在还是混不下去了。

原因一：科学家与CTO的角色冲突

第一个原因很简单，他呢是要去做长期研究的。通常大学教授都是做长期研究的，他是没有明确的工程化和产品化压力的。我今天做了一研究，这东西到底最后怎么工程化，或者在我的整个内部怎么去改进，他从来没想过这事，科学家也不想这事。或者说我把这东西做成一个什么产品给大家提供出来，他们也不会思考这个问题。他们真正追求的是什么？更多的经费，研究更遥远的未来的事情，以及呢，发表更多的论文。而且科学家的本质呢，从来就没有改变过。

那你说CTO跟科学家之间到底有什么区别呢？CTO，你是为股东负责的，你是要为董事会负责，什么该说什么不该说，你心里应该有数，你每说一句话都会影响股价的。而科学家就是只为自己心中的梦想去负责：“你们那些乱七八糟东西，不要来给我捣乱。”

那你说杨立昆跟作为Meta AI里头的领衔科学家，到底说了什么不该说的话呢？作为一个CTO他肯定不合格。总喊着“大语言模型是死路一条”，这玩意咋搞？我们现在招人做产品、做工程化，老大在这天天喊：“这个这是死路一条，你们再往前走就死了。”而且他还喊：“现在的所有大模型，跟一只猫比起来都不行。”OpenAI也好，谷歌也好，都说我们的模型可以顶博士了。说：“你把它装机器人里，你看看它有猫灵活吗？”肯定没有。这就是他的一个论断。你作为科学家你可以这么喊，而且你越这么喊，越容易搞到经费。但是你作为一个企业里面的领军人物，也是Meta的AI领军的科学家，但你天天喊“大语言模型是死路一条”，这事肯定是不行的。

原因二：商业压力与战略落后

他呢，一直准备去做世界模型。世界模型这个事呢，肯定是巨大的天坑。因为大语言模型这件事，大家已经走通了，知道怎么往前走……虽然挣钱还难一点，但是怎么去骗股民，怎么去骗基金，怎么去骗华尔街，这条路其实已经通了。那对于Meta来说，人家已经验证成功的路，我们得走下去，该捡的果子我们得捡起来。你不能在这个时候再喊说，我要去做世界模型。世界模型这个东西到底怎么做，做完了以后会达到什么效果，谁也不知道。我要靠这个东西去忽悠别人给钱，是非常非常难的。

这里呢，也会体现出Meta跟谷歌他们的差异。谷歌就是我这头挣着钱呢，那头呢，我还投入了很多的钱，去研究各种各样现在大家看不出结果的东西出来。而Meta现在不行了，我必须要马上见着钱，我没有那么多钱让你们去放飞自我了。

Meta现在呢，明显在AI领域里头落后了。Meta自己的商业化模式其实是有问题的。为什么呢？大家看看现在所有做大模型的公司，或者AI这类的公司，英伟达那是做芯片卖铲子，其他几家其实现在也都是卖铲子的。微软、谷歌他们虽然也做芯片，但是他们芯片卖的量并不大，就是只是自己用而已。他们卖什么？他们卖云计算呢。谷歌云上提供了这些大模型的东西，“你来买买我谷歌云吧”。微软也是这样，“我微软云上提供了OpenAI的全套东西，你来买我微软云吧”。大家每次去看财报的时候，只管看谷歌云的收入涨了，虽然可能其他的收入有些波动，但是你只要谷歌云的收入是呈两位数上涨的，我们就认你的市值了。他是这样的一个逻辑。微软也是如此，亚马逊和Oracle走的都是这条路，他们是卖云服务的。

那你说Meta呢？Meta缺云，他自己是不卖云服务的。Meta 97%的收入全是广告收入，他就讲不了那故事了。那他怎么办呢？他只能是实打实地做出产品来，大家很喜欢这个产品，用户量很高，只能干这条路。另外一条路是什么？就是我通过AI的改造，我的广告收入上升了。广告收入这种事情呢，它是跟用户数和用户时长相关的，你最后的转换率会有优化，但是优化起来是非常难，即使加上AI以后，也很难说我就一下有这种质的飞跃。所以Meta很难证明自己真的做的这些东西是有用的。

而另外一方面呢，他做的Llama4也翻车了。Llama4全面被千问赶超。原来Llama1、Llama2、Llama3还是遥遥领先的一个位置，但是等到Llama4的时候，第一个是做各种评分的时候呢刷题，就是他做了一些学术不端的行为，想把自己想做成那种“小镇做题家”似的，我把题刷完了以后去刷成绩，这个事是不行的。在他们这个领域里头，这是非常非常丢人的，虽然中国模型都这么干，但是呢对于美国大公司来说，这个是不可接受的。另外一个是什么？就是他的Llama4只出了几个特别大的模型，底下这些小模型都没做。Llama3还是从小到大做了一遍，大家还可以在Llama3的各种层级的模型上，去做自己的微调，做自己的行业应用。而Llama4只做了个最大的。那在这块填补空白的呢，就是千问。千问是从0.6b开始做到200多b，中间所有的层级全都做了。这个就是绝对是超越Llama4的一个状态。

原因三：扎克伯格的“亲自部署”

扎克伯格呢，觉得我必须要生死一搏了，原来这种慢慢悠悠的玩法不成了。为什么扎克伯格这么聪明的人，会让AI这么重要的事情慢慢悠悠往前晃荡呢？原因很简单，他的注意力还在元宇宙上呢，注意力没在这上头。我觉得我这才是正经事，我这个一定是最终出结果的，大语言模型只是中间的小波浪而已。

跟大家讲一个当时猎豹的故事。傅盛这帮人原来在360是怎么做出来的？周鸿祎当时是跑去做搜索去了，他认为只有搜索才是对的，这是互联网里唯一的出路。所以他带着大量的人去做搜索，傅盛、徐明这帮人呢，说这留着一摊子咱看着，那算了，咱们做一个360吧，做个安全助手吧，安全管家吧。等做着做着做起来了，周鸿祎在外边做搜索碰了个一鼻子灰，说玩不下去了。那一回头一看，这块你们做起来了，那我亲自指挥、亲自部署一下吧，就把傅盛他们直接从公司里扔出来了。

所以现在就遇到了这样的一个情况，扎克伯格决定回来说，元宇宙一时半会搞不定，咱们还是要在大语言模型上见真章。那么他的处理方式是什么呢？就是招募了亚历山大·汪，组建新团队。而这个新团队马上开始跟FAIR争夺资源，这个事情是由汪涛说了算的。所以在这件事情上，汪涛要去替扎克伯格背锅，要去挡雷。比如禁止随便去开放源代码了，禁止随便去发表论文了。你现在想去发表论文，必须要在内部走一个审核流程，走完了以后你才可以去发表。如果审核的过程中，发现这个东西我们可以变现，马上就能用得上的东西，你这发表了别人就用了，我们先不发表。他现在有这样的一个审核机制。再加上呢，裁了600多人，基本上把FAIR的下面的很多直接干活的人给裁了。杨乐坤就没办法了，实在混不下去，只能离开了。

世界模型之争：杨乐坤 vs. 李飞飞

最后呢，咱们聊一下世界模型吧。杨立昆出去要去做世界模型，还有谁在做世界模型？李飞飞也在做世界模型。那杨立昆跟李飞飞的世界模型，到底有什么一样的地方，有什么不一样的地方？

杨乐坤的JEPA架构

杨立昆要做这个东西呢，叫JEPA，联合嵌入预测架构。它呢，是非生成式的。大家注意，这个非常非常重要。什么是非生成式的？咱们的大语言模型也好，李飞飞做的东西都是生成式的。生成式的就是，我要生成下边最有可能的这个词，或者下边最有可能的这个场景，这个东西叫生成式。而非生成式呢，不注重生成未来的预测，不关心未来会变成什么样，它要生成的是什么？是未来的一个动作。我们要在这个世界里做什么？他要去找到现在这个状态跟未来这个状态之间的一些规则，我们应该如何来做这个决策。

这呢，稍微有一些抽象，后边我们再去讲他到底跟李飞飞这个差在哪。杨立昆这个世界模型呢，分为感知模块、世界模型模块、成本模块、记忆模块，以及行动模块和一些配置器。它要把整个这东西配在一起，基本上像一个机器人似的东西凑在一块，才是它这个JEPA。它是一个可学习的、端到端的可微调的一个主动智能体架构，在抽象状态空间里边，预测未来可能的世界状态，而不是直接生成图片和视频。

李飞飞的空间智能

而李飞飞的呢，它不叫世界模型，它这个东西叫“空间智能”，让AI真正理解和操作物理世界，就必须要能够在3D空间中感知、想象和交互。世界模型是一个生成式的、多模态的、交互式的。

相同点与差异点

它们的相同点呢：

• 都认为光靠大语言模型这事走不通，这是死路一条。
• 而且呢，面向未来的预测器和推理引擎，不应该是单纯的生成器。
• 他们都认为呢，需要做自监督的学习，需要大规模的观测数据。
• 都相信他们现在所做的事情，是通向未来具身智能和机器人的一个正确路径。

那他们的差异点在哪呢？

1. 研究空间不同：杨立昆研究的叫“抽象表征空间”，它这个东西是抽象成一大堆的数值的，而不是一个多模态空间。李飞飞那个是一个具象化的多模态空间，他最后出来的是视频，是3D模型，而杨立昆研究的是一大堆的数字。
2. 生成方式不同：刚才咱们讲了，李飞飞玩的是生成式的，杨立昆玩的是非生成式的。
3. 核心目标不同：杨立昆研究的是通用的自主智能，而李飞飞研究的是空间智能。那你说这两个词我都听懂了，到底差异在哪儿没想明白。说白了，杨立昆研究的是怎么做“人”，而李飞飞研究的是怎么做“世界”，这就是他们两个最主要的差别。所以你看杨立昆的这个大模型里头，它是有感知模块的，有世界模型、有运动模块、有记忆模块，这个东西基本上是个人。而李飞飞那个模型，就是在一个3D空间里头，来预测下一帧的画面是什么，他最后出来的东西是世界。所以这是对于世界模型的两个不同的前进方向。杨立昆搞的是抽象的表征世界，人看到当前的世界以后怎么去做决策，这个过程不是靠看图说话来的，你是要在这个人的内部形成一大堆的这种抽象指令，然后在这个过程中去往前走的。这就是他们之间的差异。

未来展望

最后呢，让我们来展望一下Meta跟杨乐坤的未来吧。Meta呢，现在必须要完成AI的应用和商业化，如果这个故事讲不通的话，他可能在七姐妹里边掉队。投资并且继续控制杨乐坤，对于Meta来说呢，也算是名声没有塌房。而杨乐昆的话，我们还要继续等待其后续的成果，看看后续是不是有其他的投资人参与。对于大学教授创业，我一直观点是一致的，就是他们会指明方向，会带领很多人去做研究，但是最后成为CEO的那个人，通常不是他们。但是杨立昆现在想做的事情还是比较有趣的。

好，这个故事就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

Meta到底是不是世界上最大的诈骗公司呢？

大家好，欢迎收听老范讲故事的YouTube频道。这是路透社的报道，不是咱们道听途说来的。2025年11月6日，路透社报道，根据内部泄漏文件显示，Meta正靠大规模的诈骗广告来挣钱。一批2021年至2025年的Meta内部文件，包括财务、风控和安全相关的文件曝光，其中提到2024年Meta广告收入中的10.1%来自于欺诈广告，大概是160亿美金。而且Meta主观阻碍了更严格的诈骗广告防控手段，为了挣钱吧，就是稍微手松了一些，这才造成了这样的结果。

前面美国政府没收太子集团陈志的比特币，也就是150亿美金，但那还是陈志攒了好多年，再叠加上最近比特币涨价才凑到的一个钱数。而Meta光2024年一年，靠欺诈广告就挣了160亿美金。所以他到底是不是最大的那个呢？咱们抱着这个疑问往下听。

媒体与社会的反应

那么，路透社把这个文章报出来以后，社会和其他的媒体是如何反馈的呢？

• ABC News（澳大利亚广播公司）在11月7日进行了跟进报道。
• Yahoo Finance（雅虎财经）、AOL和SFGate等媒体也都在11月7号做了跟进报道。

社交媒体上就更多了，他们大多是以“大瓜”、“丑闻”为标题，社交媒体一般会更轻松一些。但是呢，这件事情好像对于很多人来说就这么过去了。这种社交媒体平台公司，Meta自己就是一个这样的公司嘛，他们自己是有一套方法可以把这些舆论压下去，所以并没有激起特别大的水花来。

对Meta的实质性影响

上面这些呢，其实还都是无关痛痒的一些批判。真正对于Meta来说有伤害的是什么呢？

1. 第一个是美国SEC开始调查Meta上的金融诈骗广告问题了。骗你卖假货这事我不管，但是你如果是拉着大家说买股票，这个事SEC是要去管的。
2. 一些地区，包括亚太、欧洲部分国家，他们的官员跟机构呢，已经点名要求Meta就路透社披露的内容做出解释，包括是否故意放宽诈骗广告以保营收。

现在呢，诉讼、和解和罚单还没有报道出来，毕竟是11月6号才报嘛，那11月7号才有人开始跟进，所以相信这些诉讼、和解和罚单呢，应该在路上。

内部文件是如何泄露的？

那文件是如何披露的呢？刚才咱们讲了，这是内部文件泄露。路透社呢并没有说清楚这些文件到底是怎么出来的，包括Meta后边出来的解释，也没有指责造谣，也没有说这些文件不存在。所以这个文件首先是真实的。那最近Meta到底干了什么样的事情，导致内部这么重要、这么敏感的文件泄露呢？裁员。在做一些很大部门的、很核心员工的这种裁员。那么以后各个公司裁员的时候，你们要稍微小心一点点。

Meta上的垃圾广告类型与损失分析

下面我们来讲一讲，都是什么样的垃圾广告被投放到了Meta，一共造成了多少损失呢？Meta在文件里边披露的是叫“欺诈或被政策禁止的广告”，并不是说都是欺诈，有一些就是政策不允许的，色情或者一些赌博，或者超出一定范围以外的这些，这个呢都属于是政策禁止的。其实政策禁止广告真正被封的最多的还不是这些东西，真正封的多的是叫做“素材违规”。什么叫素材违규呢？就是我们看广告的时候，你总是要看一个图片、看一句话，或者是看到一个视频。不是说色情暴力，大家想歪了，没有版权。你说我盗版了一个别人的视频上来，推广了我的产品，那么这些呢都算是违规。

都有一些什么样的广告被投放上去呢？

• 虚假投资：大家去买币，大家去做什么量化，大家去做策略，这个叫虚假投资广告。
• 非法赌博：大家来赌钱，或者来做博彩，这种就是非法賭博。所以前面陈志，就是太子集团，大概率是Meta的客户。
• 假电商：但是假电商的这个范围非常非常广泛。你说我在真实的电商平台上卖假货，到底算不算？还是完完全全就是虚假的电商平台、虚假的收款？
  在Meta上，原来有一类特别特别有名的广告叫“货到付款”。就是我在上面给你打广告，你说“哎，我要这个东西”，不要钱，人家给你送来了，到现场去把这个快递签收掉。你如果说不满意，我可以说我不付这个钱，然后快递员就会把这个东西带走。在东南亚有非常非常多货到付款的这种项目，而且这种项目里卖的东西呢，都是品质非常非常差。为什么呢？因为货到付款的退货率是极高的，你需要把这个成本背回来，所以你只能是卖一些非常非常高利润的假货，才有可能把这个成本背回来。
• 违规药品：各种的什么增肌、减肥，当然也有合规的药品，但是还有很多人会使用这种违规的药品。现在很多那种肌肉猛男，动不动就是突然暴毙，都是使用这样的药品出来的。而且他们这些药品的利润非常非常高，他们也会跑到Meta上去投放。这些呢都属于叫违规的投放，但是这些药本身在医生的指导下，或者在一定的范围内还是可以销售的，甚至有些是兽药，就不是给人吃的，或者不是给人打针的。我也认识一帮人，就真的是在里边来卖这些东西。

我呢一直是在做流量相关的生意，后来的投资也都是在这个行业里边去。所以呢，我以前的同事、朋友，包括我们投资的案子，应该都是在这160亿美金的贡献额里，当然有些可能他们还没算进去，待会儿咱们再细讲。

如何在Meta上投放欺诈广告？

那么，在Meta投放这种欺诈广告到底怎么投呢？

1. 大量注册假账号：这些账号，如果Meta认为你是投假广告、欺诈广告了，他会给你把账号封掉。所以这些人为了能够不断地把广告投出去，他们会大批量地注册假账号，用各种各样机器人去注册Gmail邮箱，然后再从Gmail邮箱去注册Meta账号。那都是几十万甚至上百万账号，这么一批一批这么注册下来的。
2. 上传素材：拿到假账号以后呢，就开始上素材，就是你的视频也好、图片也好，要上素材。这个里边呢，就有很多的违规素材，没有版权的，或者是有强烈诱导性的，这种素材就会扔上去。
3. 设置预算并投放：再往后就是挂预算，就告诉Meta我准备花多少钱，我有一个什么样的策略，想投给男的、投给女的、投给多大岁数的、投给哪个国家的、投给什么样收入情况的。你可以设置一大堆条件，设完了以后，你就可以把广告投出去。Meta的后台就按这些要求，慢慢地去给你展示这些广告。
4. 应对封号并循环：那这些广告展示了以后呢，他就会遇到投诉，说我买到假货了，被人骗了投资了，那他就会跑到Meta去投诉。投诉了几次以后，这些账号就会被封掉。封完了以后呢，这些人再接再厉，因为前面刚才我们讲，这个注册假账号是几十万、上百万，那么注册出来的假账号，那就再来一个呗，接着投呗。所以这件事呢，并没有办法去彻底封干净。

欺诈广告造成的真实损失有多少？

那你说Meta的这些欺诈广告到底造成了多少损失呢？这个事并没有办法去进行严格的计算。因为Meta自己内部的文件所披露的呢，是160亿美金，是Meta挣到的钱。2024年，他们靠这种违规广告挣到的钱是160亿美金。那么这些欺诈到底带来多少损失？这个事是很难衡量的，但是我要告诉大家，肯定比这160亿美金要多得多得多。为什么呢？没有人做赔钱生意。你说我都已经出来骗钱了，我都已经是诈骗了，那我还赔钱，你以为是雷锋吗？这是不可能的。

当然，这种项目的话，广告投放的预算呢，大概率占比比较高的。比如说一共挣10块钱，里头可能有个六七块钱都是广告投放。那么剩下的钱是什么呢？剩下的钱就是你的产业上下游还要再挣钱。

• 广告制作公司：你还要做素材。就算你要去使用违规素材，也不是闭着眼睛随便挑一个素材就能用的，你也得去做各种AB测试，这个素材好，而那个素材不好。使用违规素材的原因不是因为偷懒，不是为了节省创作成本，“我不要原创，我要去抄袭”，他们是为了有更好的转化率，这也是千挑万选挑出来的。
• 广告投放平台：这么多人坐在这个平台上，面对Meta的后台，在上面敲数字，我愿意投1块钱，还是愿意投10块钱，这个也是要有成本的。而且他们是要做资金占压的，我要先把钱给Meta，然后把广告发出去以后再把钱挣回来，所以它的成本也很高。那你说这个钱是谁来的？这个钱是银行，像前面我们讲过，硅谷银行他们就愿意放这种贷款，我贷款给你，你们去投吧，投完了以后再把钱挣回来还给我。
• 电商、支付、物流等平台：后边还有电商、支付、物流等平台，他们也是要去产生成本的。
• 生产成本：当然还有生产成本，你说我卖给人一假包，那这个包你还是得生产，你不能从空气里变出来，那这也有成本。那这块呢就可以压得比较少。
• 退货成本：还有就是退货成本，在这个里边，可能除了广告投放成本之外，另外一个大头就是退货成本。
• 合规成本：还有的就是各种封号成本，比如说把你亚马逊账号封了，或者是把你的速卖通的电商账号给你封了，或者是把你的Facebook的投放账号给你封了，这个也是一个成本，叫合规成本。

所以这是几块要去分摊这个东西。而最后这个产业链呢，要把所有这些成本都cover掉，因为他既然一直在做这个事，肯定做这事他是挣钱的。

欺诈广告的惊人规模

所以到底产生多大损失呢？现在有一些侧面论证。

• 美国呢，1/3与支付相关的欺诈都是来自于Meta广告。大家注意，这里头有一个定语叫“与支付相关”，你还要付钱的，与支付系统相关的。那你说我被人骗着出去炒股票了，做了老鼠仓了，或者我被人骗了去这个做比特币投资去了，还没算在这里头。你与支付相关通常是，你去电商买东西了，那么我买的假货，这里头有1/3来自于Meta。
• 英国接近一半与支付相关的欺诈是来自于Meta广告。Meta还确实是占了很大一块的市场。

那么到底发出多少欺诈广告才能有这么彪炳的战绩呢？让大家稍微猜一猜，心里稍微想一想，看看数量级对不对得上。这个具体小数咱们就不用想了，你说我这一年发1亿条、发2亿条还是发10亿条。大家都不用再猜了，可以跟大家讲，公布答案：每天150亿条。通过这样的广告狂轰滥炸，才能够有这么彪炳的战绩。

为什么Meta的政策备受批评？

你说我是一广告平台，有10%是有问题的广告，这在所难免嘛，我也在很努力地去治理了，那为什么被骂呢？首先在这呢要跟大家讲，到底哪条广告是欺诈，哪条不是，这件事呢并不是非黑即白，特别是对于审核平台来说，更没有办法来去做非黑即白的判定。一天150亿条，你咋判定的过来吗？根本没法整。

而且广告主想的事情呢也很简单，就是怎么提高转化率。我已经花钱了，做了产品，然后找人去画了这个广告的素材，还去投放。这个投放的成本可能是1000次展示，比如说10美金，我已经把这钱都花了，我就希望更多的人看到了我这个展示了以后去买我的东西。那么在这个过程中就难免擦边，比如说我说个“遥遥领先”什么这种事情，都算是有点擦边。

高风险打分标准：95%的“智慧”

那么Meta处理的方式是什么呢？它叫设定高风险打分标准。我们对每一条广告、对每一个广告素材去进行打分，到多少分以上就算是高风险广告了。他们打分了以后呢，到多少算是欺诈广告呢？95%。就是95%的条款都符合，你们就算欺诈广告。那么这些广告会被封禁。那么现在统计的就是落到这95%外，把这个5%的欺诈广告就直接封禁掉了。

对于那些很像是欺诈，但又达不到95%的怎么办呢？就跟是这个大胡子，你说到底是100根胡子是大胡子，还是1000根胡子是大胡子？那1000根胡子是大胡子，拔一根剩999根，还算不算大胡子？他就是这样的一个概念。那么有些就很像，但是又达不到。Meta的智慧呢就体会在这里了，我觉得你可能是在做坏事，那怎么办呢？不是说上去警告，“多给点钱吧”，Meta是这么来处理的。他会对这疑似是做欺诈广告的广告主提高报价。

如果你还愿意做下去，基本上后边会有几种可能性，大家猜一猜。第一个，投放成本上升了，那么投放者呢会小心维护。既然我已经花了更多的钱来获得用户了，那我就稍微地规矩一点，这个是有可能的。当然还有一种呢，就是投放成本上升，投放者就更加肆无忌惮，“我都已经花这么多钱了，把这些竞争对手都挤死了，那赶快上，捞一把是一把。”这些人呢到最后的结果也很简单，就是换账号。就是你更肆无忌惮了以后就可能落到超过95%的这个范围内了，就直接被封号。那么这些人就会上一个新账号，继续去投广告。

对于Meta这种大数据来说，看到的都是比例，能够设置的就是各种阈值，影响的都是转化率。大家一定要记住，这事就是没有0和1。大数据，就是这数据首先要大，一天150亿条，够大了吧。而且这还是他们认为落到这95%打分标准以外的这些欺诈广告，一天150亿条。

救火队式治理与“收入围栏”

那么Meta也经常被人告，说你这个欺诈了，被人投诉了，被人告了怎么办呢？他会优先处理一些国家。那他先处理谁、后处理谁呢？有些国家呢最近有专项整治，或者最近准备立法，或者是最近立法趋于严格，有可能会带来重大罚金了，Meta就会先处理这些国家的欺诈广告。这真的是各种救火队的这个玩法。

而且呢，Meta还有一个特别有趣的政策，叫“收入围栏政策”，就是让公司收入下降控制在0.15%以内，这是给打击欺诈广告的这个部门的KPI上限。就是如果你打击了以后，造成公司收入大幅度下滑了，那这事都不行了，这个幅度呢就是0.15%。

Meta的官方回应

那对于这样的这种批判来说，Meta肯定得回应。Meta的发言人叫Andy Stone，他就出来回应了，说首先你这个叙事有问题，你选择性视角，扭曲了公司打击欺诈和违规广告的整体策略，“我们在很努力，你不能说只看到我们的缺点，没看到我们的优点”。这个叙事方式是不是很熟悉？在哪看到过的，我就不跟大家讲了。

他回应的要点如下：

• 淡化关键数字：他淡化了10%和160亿美金这个具体数字，说这个10%也不是说不存在，确实存在，160亿美金的也有，但是呢这只是一个粗陋且过度泛化的模型，我们并没有进行特别详细的统计。而且呢我们统计这里头还包含很多合法的广告，这些广告其实是没问题的，因为它是使用打分的方式。那咱们就想，这每天150亿条是没有办法逐条核实的，那95%这个标准还是能够说明问题。那大家想呗，到底有多少合法广告落在那5%里头被他干掉了，又有多少不合法的广告落在那95%里头被他放过了呢？
• 强调已采取行动：他也强调说，我们已经采取行动了。2025年，我们删除了1.34亿条欺诈广告内容。2025年的1.34亿条欺诈广告内容，跟每天150亿条发送量比起来，还是有一点点触目惊心的。而且呢，过去18个月，全球欺诈广告用户的举报量下降了58%，这个呢确实还是做出点成绩了。你可以别的都不说，但是大家不来投诉了，还是有点效果。
• 否认指控：Meta也否认营收护栏优先于安全，说0.15%收入影响上限只是一个预测的情景，不是硬性限制，“我们并没有要求他们不超过，只是就正好发生在这了，就是这么巧”。他们呢也否认只在被监管威胁时才行动，就是你这个国家哪怕不来管我，我也会去打击这些虚假广告的。

所以Meta真正出来回应的呢，就是否认自己从欺诈中牟利是商业策略，承认问题存在，但是呢强调数字被误读了，公司还在改进之中。Meta的回复呢，还是看着比较眼熟的。

总结：Meta是最大的欺诈公司吗？

最后总结一下吧，Meta到底是不是世界上最大的欺诈公司呢？这里还有一个比他还大的，这公司叫谷歌。谷歌的数字应该会更恐怖一些。现代欺诈大多是以互联网形式传播的。

• 谷歌2024年广告收入有多少呢？2,646亿美金，占谷歌整个的收入是75.6%。
• 而Meta2024年的广告总收入是1,606亿美金，占它的总收入97.6%。

所以Meta是没有别的收入的，全是广告收入，97.6%。刚才算那个10%、160亿美金，就是拿这个1,606亿美金，基本上拿这玩意算的。

在互联网世界中，没有非黑即白，一切都是比例，都是转化率。所有的政策都会有错杀，也都会有漏掉。世界上所有的交易，好的与坏的，都和互联网广告脱不开干系。治理这件事呢，还是要增加广告平台的责任。Meta肯定属于不太负责任的，特别是我觉得你有可能欺诈我涨价这个事，真的是太不负责任了。

未来的治理方向

现在大家期望什么呢？

1. 更严格的广告实名和审核制度。因为刚才我讲，你要想投这种垃圾广告，第一件事是要去注册假账号，如果你能把最上游的假账号封掉了，那这个确实能够有一定的效果。
2. 独立的第三方审核诈骗广告数据。这件事呢理想很美好，但是不太现实。原因也很简单，一天150亿条，你让什么样的第三方机构来审这东西？这是不可能的。未来我们只能期望AI能够能力更强一些，对这些欺诈广告进行快速的筛选，靠人这事是不现实的。

最后呢要跟大家提醒，大公司裁员之前稍微加点小心。Meta如果不是因为紧急裁员的话，估计这些未公开数据、未公开的内部文件也不会泄露到路透社去。

好，这就是咱们今天要讲的故事。感谢大家收听，请帮忙点赞、点小铃铛、参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道，再见。

Meta暴跌带崩美股，AI泡沫是不是要破了？

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲Meta暴跌带崩美股，AI泡沫是不是要破了？

TACO之后，为什么紧跟着就是美股下跌呢？我是在Taco之前，还专门转了一部分的钱，进到这种美国科技股的基金里边去，结果转进去以后就开始跌，给我气的。我太太就说：“你看你转早了吧。”反正这种事呢，只能是自己承担了，也没什么好说的。确实没想到两个老大见面聊了以后，就变成这样了。

TACO峰会回顾：符合预期，渐行渐远

TACO这个事呢，咱们简单的总结一下吧，算是符合预期。所有的事情暂停后推，但是呢，也没有任何超出预期的部分。芯片该不给还是不给，稀土我们也没说就解除了，所有的东西都是往后推。所以这意思呢，就是看看谁能够把这个事克服掉。比如说我们这也在疯狂造芯片，美国也在疯狂整稀土。

我今天还看到一个哥们在那讲，说钩呢还是要脱的，这个链还是要断的，只是呢，中间这个过程是要变得可控。如果有一家觉得不可控了，就会出来闹事，甭管是他们在这虚空造牌，还是我们对等反制，都是会闹事。而且这种闹事呢，谁也受不了。所以现在呢，两边就说咱们再慢一点，再往前走一点，大概是这样的一个状态。所以呢，属于叫符合预期，但是依然是在向着渐行渐远的方向发展。

科技股下跌元凶：Meta财报引发的连锁反应

美股就开始下跌了。除了谷歌之外，谷歌在涨，其他的科技股都在跌。为什么我们只讲科技股呢？其实现在美股里边最大头就这7个，“美股七姐妹”。他们涨，就整个的指数在涨；他们跌，就整个指数在跌。而且他们之间呢，也有相当的关联性。有一家跌了，或者出现一些什么重大的问题以后，大家会一起往下跌。

这一次美股科技股的整体下跌的罪魁祸首呢，就是Meta。它的财报公布，收入呢其实还是超预期的，一把被大美丽法案干掉了159.3亿美金的利润，它的整个的利润就变成了负增长。原来每个季度的利润，都是能够涨百分之三十几往上涨。是不是因为这件事，所以大家对它不看好了，还是怎么样？待会咱们再讲。

这个大美丽法案还是挺神奇的。当时大美丽法案出的时候呢，并没有录节目去讲，因为它这个东西很复杂，跟着一堆的这种二道贩子、三道贩子的解读呢，也没什么意思。但是今天这个大美丽法案，确实是影响我们了，也让老范亏了钱了，所以呢要稍微的去研究一下。待会呢，把研究的结果分享给大家。

其实呢，即使是没有这笔钱，就是说这159.3亿美金的利润不去掉，它的利润增长呢，其实也没有达到预期。它的利润增长是在下降，就是利润还是在涨，但是涨幅没有那么高。这是它这一次被做空，或者说这一次暴跌的一个主要原因吧。AI的投入过高，而且呢，没有后续的故事和预期，这是现在市场上给出的一个论调。

它最高大概跌了13%。微软也被拖累了，跌了2.9%，因为微软其实现在是AI圈的老大，它是OpenAI的大股东。谷歌现在在这一块上，跟OpenAI算是打的有来有回，但是还没有完全超越，现在老大还是OpenAI。OpenAI没上市呢，那微软就是上市公司里的老大了，所以把它也带崩了。英伟达、特斯拉呢也都是在跌，亚马逊呢是稍微下跌一点，前面呢涨上去的，现在要稍微消化一下。谷歌是涨了2.5%，为什么它能涨呢？老大又站起来了。很多人都觉得谷歌会死，因为AI把整个的搜索广告逻辑给打破了，而谷歌大概百分之七八十的收入来自于搜索广告。现在一看，谷歌你还可以，特别是Nano Banana上来以后，Gemini整个的用户量直接上去了，起飞了。纳指呢是整个跌了1.6%，标普跌了1%，道指呢跌了0.2%。所以就是这几大科技股下跌，会把整个的股市往下拉的。

深入解读：神奇的“大美丽法案”

这到底是减税还是增税？

咱们来首先来讲一个东西：大美丽法案。直接扣掉的这159.3亿美金的税，到底是怎么回事？很多人说川大统领您太狠了吧，怎么就收这么多税呢？这个理解其实是不对的。大美丽法案其实是在给大公司减税。

大美丽法案规定的是，美国本土的研发投入和美国的基建设施，都可以当期直接进行100%折旧和抵扣。原来比如说我在这招了一堆程序员写程序，但是你是不能把它完全算成当期的成本。100万美金的这个研发成本进去，可能在未来的4到5年里头才能把它摊掉，每年挣了利润以后，减掉20万美金、25万美金，剩下的钱是我的真实的利润，我要再去交税。我建完算力中心呢，可能要5年或者10年才能把它摊销完。现在的大美丽法案说不用，花了钱，当期就可以把它都摊掉了，你现在就直接把它折旧掉就完事了。那意思是什么呢？比如像Meta这样，10亿美金薪资我去挖人去了，或者1亿美金薪资我挖人去了，你直接就可以把当年的利润去掉，剩下的钱再去交税就完了。而是这样的一个法案。

所以呢，它是在鼓励美国的互联网大厂，多在美国做研发，你不要跑到外国做研发去；多在美国做基建，把这些大的这种基础设施、算力中心都给我建在美国。原来研发和基建的钱，需要分很多年从利润里头抵扣掉，现在一把干掉。这个是很神奇的一个东西吧。所以大家看到这大美丽法案，是不是跟咱们的某个东西很像呢？是不是很像中国的以旧换新政策？这川建国的名字真不是白叫的。只是咱们的以旧换新呢，只关注设备，而人家的这个大美丽法案呢，除了设备更新之外，还希望大家尽可能在美国去做研发，他对人的投入也是允许一次性抵扣的。所以川建国美国版以旧换新，就是大美丽法案。

159.3亿美金利润去哪了？

那这个钱到底交了吗？谁出的钱，交给谁了？这159.3亿美金不是一个小数字。首先跟大家明确一点，这个钱并没有交。Meta没有拿出这153亿美金来，美国政府也没有收到这笔钱。那这钱是怎么回事了呢？159.3亿美金这利润怎么就没了呢？这笔钱其实是被Meta花了。花哪去了？去高薪挖人去了，去建算力中心去了，我去买英伟达显卡去了。如果是在大美丽法案公布之前，这笔钱呢，Meta会把它记在账上，说我未来的可能四五年，或者有五六年，我每年摊销一部分。那这一块呢，你算利润了，你今年的这个利润你要去交税。那现在的未来，这个的摊销的这个东西我就不要了，我这159.3亿，我今天一把子都把它摊销掉，所以今年这个利润就没了，不用拿这个利润去交税了。

双轨制税制下的选择

什么情况下会选择进行一次性冲抵呢？就是他把这个159.3亿全都给一把冲抵了吧。美国的税制呢，还是比较麻烦的，这个东西我也没有那么懂，今天研究了半天。它呢是双轨制税制。一个呢叫实际税，就是你应纳税所得的21%，你是要去交税的。大美丽法案呢，等于极大的降低了应纳税的这个基数。你比如说像Meta，原来你这个159.3亿，你都应该算是实际的应纳税所得，现在把这个东西一下全去掉了，等于你整个的税就可以交的少很多。另外一个税呢，叫做财报上的利润，加减指定的一些调整之后，它规定有哪可以调，哪个不可以调，这个呢是可以去做最低税额。最低税是多少呢？就是你财报利润算上加减的这个指定调控以后15%。应纳税的这个实际税和这个最低税，它是俩税，然后这俩税里头呢，算一个最高的。比如说你现在把这个应纳税额全都给我抵扣没了，你就不交税，这事不行，你要把你财报利润的15%，就按照这个最低税去交。实际税是应纳税所得的21%，最低税是你的财报利润去除了一些加减指定调整之后乘15%，这是俩数，这俩数里头呢，哪个多交哪个。他是这么来算税的。所以你做了这个税务优化，财报做的很漂亮，政府收不到税，这事是肯定不行的，必须得收到税。

七姐妹的军备竞赛：谁在疯狂烧钱？

Meta做了巨额的研发和算力投入。其实呢，Meta花的钱不是最多的，肯定现在花的最多的应该是微软，它是买算力中心花的最多，但是它的研发投入其实没有那么高。但是呢，要注意一点是什么？Meta的市值没有微软那么高。微软3万多亿、4万亿去了，Meta只有1万亿，所以它花的钱虽然少，但是它占比例高。

基建投入对比

• 亚马逊：基建投入占市值的5.2%（包含物流中心）
• Meta：基建投入占市值的4.2%
• 微软：基建投入占市值的3.6%
• 谷歌：基建投入占市值的2.7%
• 特斯拉：基建投入占市值的0.5%到0.7%
• 苹果：基建投入占市值的0.3%
• 英伟达：基建投入占市值的0.15%

有一个更高的是亚马逊，亚马逊的基建投入是占亚马逊整个市值的5.2%，但是亚马逊是要建这个物流中心的，它里头有很多是仓库，所以它的基建呢，跟其他人还不太一样。苹果的基建投入只占市值的0.3%，非常非常少，但是苹果本身市值很高。英伟达的基建投入只占市值的0.15%，万亿美金的公司，他就投了50亿美金出来建晶圆厂，所有这些算力中心跟他都没关系。他的算力中心都怎么办？他是投资别人，你们去建去，而且我投资你的钱，你还得回来给我买芯片来。这是英伟达做的比较鸡贼的地方。特斯拉的基建投入呢，是市值的0.5%到0.7%，所以特斯拉也没有做特别多的基建投入。真正狠狠的在这做基建投入的，就是微软、谷歌、亚马逊和Meta。而且这里头真正比较狠的，实际上是Meta跟亚马逊。

研发投入对比

• 亚马逊：研发投入占市值的4%
• Meta：研发投入占市值的2.9%
• 谷歌：研发投入占市值的1.6%
• 微软：研发投入占市值的0.8%
• 苹果：研发投入占市值的0.8%
• 特斯拉：研发投入占市值的0.36%
• 英伟达：研发投入占市值的0.3%

研发投入呢也是可以进大美丽直接抵扣的嘛，那么研发投了多少呢？Meta投了2.9%，就是它的市值乘2.9%是它的研发投入今年的。谷歌是1.6，再往后微软是0.8，英伟达是0.3，苹果有0.8，亚马逊还是最高的，亚马逊有4%，特斯拉是0.36。这个里头真正敢花大钱的，一个是Meta，一个是亚马逊。

穷兵黩武的Meta

那Meta呢，其实有点像二战前的日本穷兵黩武。本身市值不高，1万多亿了也不能算不高吧，但是跟美股七姐妹里的其他公司相比，它算是不高的。但是研发跟基建投入的占比，非常非常巨大，而且赌徒心态非常彰显，就要赌一把大的上来，我就1亿美金去挖人，10亿美金去挖人，他在玩这样的一个事情。

很多人说亚马逊不是比他花的更狠吗？怎么没有跌的这么惨？原因很简单，基建和研发针对市值占比，确实是亚马逊更高，但是亚马逊刚玩了一个什么？3万人大裁员。不是没有道理的，你对于股市来说，裁员就是最好的强心剂。只要说我这做大裁员了，股票就会涨。亚马逊宣布说我3万人大裁员的时候，那股票蹭就上去了。这一次只是被Meta带着稍微的回调了一点，大概回调了2%。如果Meta也敢搞上万人、上万人的裁员的话，他也能涨，只是前面偷偷的裁了600人，还被人骂的狗头一样。而且还都是裁到关键位置上，把杨乐坤的团队都给裁了。你想干嘛呀？所以这个里头花的钱多，内部的整个的战略比较混乱，不是很清晰，还不舍得裁员，所以他就得跌。

为何只有Meta“一把梭哈”？

那下一个问题说，既然大美丽法案这么好，是不是大家都这么干？还是说只有Meta这么干？跟大家讲，只有Meta这么干。为什么呢？七姐妹里头其他的几家公司，都没有利用大美丽法案，直接把研发投入和这种基建投入一把全都给它冲掉。其他人有可能在第四季度干，但是至少第三季度没干。因为很简单，就这些投入，并不是一定要一次性冲掉，你还是可以留到后面去冲抵，你可以自己选，说我这次是一把把它都冲了，还是说我留到以后再去冲。

Meta的财务呢，可能是感觉未来这些用不上了，所以干脆一把冲了算了。这个呢，为什么是这么算？大家再想想，刚才咱们讲的这个税是怎么算的，还有俩税，一个呢叫实际税，一个叫最低税，两个里头呢找最高的交。Meta觉得以后，可能实际税也超不过这个最低税，所以咱就按最低税交就完了，我就不需要再去冲抵了。如果它的利润非常高，实际税就会很高，也需要留好多这样的抵扣到未来进行冲抵去。最后呢，他们会把实际税呢，也保持在比如16或者是十几这样的一个位置。像英伟达，就是始终保持它的税率是16%点几。那我就可以把这些东西留到以后用。但如果我觉得，以后实际税可能也没有多少，我这个大头就是这个最低税，那我就不用再去留着钱到后边去做冲抵了。所以一把就梭哈进去了，一把全都冲掉了。其他大厂呢，可能未来的利润还会更高一些吧，所以就留着钱。当然了，这依然是一个利空信号，等于从Meta自己内部来觉得，这些抵扣留到以后没啥用了。这个是非常非常不好的一个信号。

财报背后的真正危机

那么利润上涨不及预期是真的。把这159.3亿的利润去掉了，所以导致整个利润看着很难看。就算是不扣这159.3亿，利润增长的也没有前两个季度猛了。所以总体利润上升不及预期，才是整个这个事情里的最要命的一件事。Meta的主要收入呢依然是广告，而广告收入的增幅却在下降。你像另外一个广告大头是谁？是谷歌。谷歌现在广告确实是在下降，但是我另外一头，靠YouTube广告稍微拉起一点来，然后云计算开始挣钱了，AI开始挣钱了，所以大家觉得你行了。而Meta呢，除了广告之外没别的东西，那你这事儿就会有问题。

而现在Meta广告收入的增幅在该下降。其实呢，它受AI影响的并没有那么大，它受到的影响主要是关税战，导致电商广告的投入下降。这块对于Meta来说，是比较沉重的打击，而且很难恢复回来。中美之间就是这样打打和和，现在呢相当于是一个离婚冷静期的时候，那你在这种时候，那Meta这种广告商，日子就不会那么好过。

它的流量呢，也确实在被其他的平台所分流，比如像TikTok、YouTube short，都在开始分流和吸引Meta的电商流量。因为TikTok自己本来就是做电商的，现在TikTok shop在美国也开了，那你直接在内部进行变现不就完事了吗？YouTube的话，谷歌现在也开始做电商了。在这一块上，Meta的很多的广告流量就会被分流掉。而且还有一点是什么呢？就是虚拟现实就VR这块，扎克伯格折腾了这么久还是亏损，一点光都看不着。你比如说亏损的这个面逐渐缩窄，我的盈利逐渐增加，或者营收逐渐增加，这事也行，没有看到任何希望。小扎呢又舍不得砍VR这一块。营收4.7亿美金，亏了44.32美金，而且亏损额一点都没有下降，上个季度是亏这么多，这个季度还亏这么多。所以这就没法整了。如果小扎宣布说我把这块砍了，裁员上万人，那股价绝对起飞了。但是小扎舍不得，那这事就没法整了。

市梦率 vs 市盈率：Meta讲不出新故事

Meta遇到的下一个问题是什么呢？就是AI的市梦率跟市盈率之争的差异，在Meta身上体现的淋漓尽致。又不是只有Meta在这砸研发、砸基建，为什么只有Meta被人质疑，说你的AI投入变现能力有问题呢？前面有一个OpenAI在那顶着呢。OpenAI特别擅长玩模糊处理，拿了英伟达的钱，拿了AMD的股票和高通之间签了芯片研发的这种协议，和韩国企业签了存储芯片协议，和Oracle签了算力租赁协议，Oracle再去找英伟达和AMD再去签这种基建协议，这个钱都不知道是在里边转了多少圈。

那你说这事没人告他吗？还真就没有，因为他没上市，他不是个上市公司。所有这些钱呢都是意向性的钱，有一个很大的数字，但是具体什么时间、怎么花、如何交付细节，通通没有。因为你一旦有细节了，你最后交不出来，或者说这个钱没花掉，你就会有问题。你虽然OpenAI不是一个上市公司，但是其他人都是上市公司，就不能胡说八道了。山姆·奥特曼等于做了很多这种非常模糊的交易，所以他就可以在里面去玩这个事儿。而且呢，微软、OpenAI、英伟达、AMD、Oracle玩的呢，就是市梦率。你说这个市盈率、市销率咱明白，啥叫市梦率？市盈率就是你的市值跟你的利润之间除一个比例。市盈率20倍什么意思？你挣了1亿，你的市值就是20亿，它是这样的一个20倍。市销率呢，就是你的销售额跟市值之间的比率。很多游戏公司市销率有1的，有2的，就是我销售额是一块钱，我的公司就值一块钱。那市梦率是什么呢？这个市梦率就是“信我者得永生”，未来很远大，未来的商业模式，你们现在人根本就没见过，你也想象不出来，所以未来到底能挣多少钱，根本就不是现在的人能想明白的。咱就只管做梦就行了。

微软也好，OpenAI也好，英伟达也好，都在干这个事。英伟达上来说，我在所有的基站上给你装芯片，大家就可以在基站上进行算了运算了。但是你说我拿基站算完了，以后到底是怎么挣的钱，怎么把这钱挣回来揣口袋里，这个事谁也不知道。但是Meta这呢，就不能玩这个事了。为啥呀？你像微软、OpenAI都说，你们只管拿着我们的产品去做开发就行了，至于以后到底怎么挣钱，我不管了，我是基础设施。Meta呢，它是一个传统的商业模式，没有什么新东西，它就是社交媒体，做广告，最后通过广告来变现，也没做出什么别的花样来。OpenAI讲的故事它讲不了，它只能说AI加入了以后，我的广告的变现率提升了多少，或者我广告的展示率提高了多少。我看到Meta财报上讲，因为加了AI，广告的展示率上升了。我在那乐，我说你广告展示率上升跟AI没关系，只跟用户体验有关系。但是他也讲不出别的故事来了，你又花了这么多钱，那这就没法整。

内部失调：失败的AI产品Vibes

原来Meta挣钱实在挣太容易了，就是做广告这个事，各种脏活累活，他是不太愿意干的。这里头呢，还有一个叫VR的赔钱货，就是Meta的虚拟现实。这个赔钱货大家都不看好，偏偏小扎呢，又舍不得扔。你说我花了大钱，我做AI我做出点东西来也行，我也能让人高看一眼。但是呢，Meta又没做出来。他们有一个新产品叫 Vibes，这个产品呢，我是听到过几耳朵，但是自己也没试用过，也没有去研究到底怎么回事，也没有看到什么响动，这产品就挂了。

产品定位与技术困境

那这个Vibes这产品是谁做的呢？Ned Fredman。这哥们原来是GitHub的老大，也是一个天使投资人，投了很多项目，也是很多项目的这种顾问。他被小扎拎回来，说你来给我做一个产品。接着开始整了这么一个东西，太急于求成了，做了一个叫短视频生成和轻量级社交平台的一个东西。这个名字是不是有点长？毁就毁在这了。如果单纯的短视频生成平台没毛病，但是如果还要再加一个轻量级的社交，这事就废了。

他们呢，也没有使用自己的技术。Meta其实原来自己是有整套的AI生图、AI生视频的技术都有，但是那些技术呢，都在Meta的原来的技术团队手里头，刚裁的600人那就是他们。那新人跟旧人正在两看相厌的时候，合作是不可能合作的，所以干脆就找别人去拿技术就完了。他们的技术哪来的呢？Midjourney和Flex，这两家的技术直接拿来用。Midjourney呢是Ned Fredman，应该算他投资吧，他也是Midjourney的顾问，所以直接给Midjourney付钱，说我直接付你几年的服务费，拿来我用一下吧。这些系统拼在一起以后的话，就不太容易去整合，可控性也没有那么强。而且Midjourney，我用Midjourney经常给自己画像，画的就不像。不像我，那你作为社交来说，最核心的一个点不是画的有多好看，而是画的有多像。社交就是你的社会关系，要参与到交往中去，产生新的价值。如果你画的不像，折腾半天这是谁呀？那你的所有的社交价值就被折损了。他技术上本身就有一些天坑在里头。

流量操作与办公室政治

所以呢，技术只能说是有点太着急了，但是这个产品真正死的，还不是死在技术上，他是死在流量操作上了。为什么一定要做这个轻量级社交平台？大家想过没有？他Meta的人就这套词熟，就这套拳脚比较熟练。你不做这个轻量级社交平台，我不会做别的。跨平台，把这些短视频发到Instagram REELS，或者是Facebook story，什么这个里边去，都可以去干去。这个时候就会出一个很严重的问题，是什么呢？既然你Vibes也有一个轻量级社交平台，那你是按什么考核的呢？你是按用户数考核？按生成量考核？还是按标准的这些社交平台的指标考核呢？那肯定按社交平台指标考核，因为就这套词熟嘛。那你既然按社交平台的方式来考核，那你要干嘛呢？就要从其他平台上洗流量回来。我要发一个东西出去，再把这个Instagram的流量和Facebook的流量给我洗到这个Vibes里头去。那其他的平台就很困扰了，我让你把内容发上来，你还把我的流量洗走了，这不行，大家都有KPI，不是光你有，我也有。那这个里头就会有一个问题，就是平台推荐算法，因为平台都是推荐算法嘛，我到底是不是推你的这些流量？如果不推的话不就没事了吗？

但是咱们想清楚，Ned Fredman他是个新人。虽然这哥们是一个很资深的投资人，而且是GitHub的老大，跑到小扎这儿，但是他在Meta他是个新人，新来的嘛，那肯定跟小扎是有蜜月期的。又不太了解内部应该如何推动，这种人在里头干会干嘛呢？一定是举着尚方宝剑四处挥砍，上来以后就是我们是天子门生，你要听我的。那么下边这帮人你说能不能配合呢？一定会配合，不可能说完全不配合，但是这种配合一定是掺了水的，最后把各种屎盆子再重新扣回来。所以呢，它这个Vibes上来以后，Instagram上那些真人的创作者，包括这些大V，还有各种的MCN机构就开始骂街了。骂什么呢？说你这AI内容垃圾，内容长得又不像，不好看，还把我的流量吸走了。骂完了以后，这个产品直接就臭街了嘛。

京东原来也出过这种事。京东原来招了好多这种外来的和尚，因为京东有一段时间呢快速发展，人不够使，他们就在内部提拔了很多这种叫将将够用的人，占据了关键岗位。等京东长大了以后，刘强东说不行，我也得整点高大上的人回来，我要这个大厂的人，我要名校的人回来。结果这些人去了以后呢，京东以前的这些掌握各种资源的人就会给他们穿小鞋。出现一什么问题呢？销量下降。而京东刘强东最后只看一个东西，就是你的销量是上升了还是下降了。如果销量下降了，那你不行吧，原来那个老人留着，把这个新人干掉，再换一个。所以这种传统势力对抗这种新人，就是这样的一个方式。Vibes就遇到了这种问题了。

横向对比：谷歌VEO3与OpenAI Sora 2

咱横向比较一下谷歌的VEO3。它的技术很好，API是开放的，受到了开发者和创作者的好评，很多人现在已经开始拿VEO3去干活去了。VEO3就是一个视频创作工具，甚至它视频创作工具这块，做的都不是那么好，它就是个API，没有自己搞社交平台。现在呢，他准备把这个产品集成到Gemini和YouTube里边去，大家也都挺欢迎的。我原来有这么多用户，这用户还是我的，我我增加了新功能了，他们可以在我这有更长的停留时间，有更好的变现机会。所以VEO3去跟下边这些兄弟单位之间去合作的时候就比较顺畅。

OpenAI的Sora 2呢，它是社交平台和视频创作工具。社交平台没问题，因为OpenAI自己原来没有这东西，我从头做一个呗，也不跟别人打仗。即使是这样，Sora2的社交平台，现在感觉活跃度也不是很高，没有那么热闹起来。其实并不是原来的技术达不到，而是有一些伦理限制。原来我们去做Sora2的视频，必须是拿自己拍视频，现在的话它允许大家上传视频了。比如说我上传一个《哪吒2》的视频上去，你就可以拿哪吒的形象去做视频了。但如果一开始你就开放这事的话，那版权方一定会弄死你的。现在已经有一些声量了以后，他就慢慢开始开口子了，用户达到一定阶段，慢慢的放松。Sora2的技术呢，我一直讲没有那么好，但是呢，它比较会投机取巧。Sora2最强的地方在哪？就是人长得像。我要做社交，一定是人要长得像，这个是最重要的。而且原来也没有其他的社交部门，也不需要去抢，我们就从头开创就完了。所以他们玩的还比较开心。

社交媒体平台本身玩的就是推荐算法，就是引导舆论或者压下意见，这玩意是老本行。所以咱们刚才讲，你去得罪这些公司里的老人，他们给你小鞋穿的时候，一定会出幺蛾子。Instagram上的这些大V，Instagram上的这些MCN机构，去抱怨去骂街，还能传起来，一定是有人在内部组织，而且在推荐算法上，对他们进行了一定的倾斜，否则这东西绝对出不来。

团队动荡与补救措施

Meta呢就刚刚把一位印度人，一个老将调到Nate Friedman手下去了，看看怎么能够推动项目继续往前走。这哥们呢原来是Instagram电商的老大，后来呢是跟着小扎去做VR的负责人去了。这种老人呢，会和各个部门的负责人进行沟通，因为他们跟各个部门的负责人呢，本身就知根知底，一块打过仗，一个坑里爬出来的，各种小花招跟潜规则的他们也熟。这些人呢还有一个很重要的能力是什么？叫直达天庭。有什么事你直接去跟小扎汇报就完了。这种补救你说能不能管用呢？不是每次都行，但是老板呢，还是觉得把一个身边的贴己人派下去，这个事情会变得可控。对于一个老板来说，以前的这些原来跟着我一块干过，但是也没那么熟；外边我挖回来的大神，比如Ned Fredman这种人，我很崇敬他，但是呢也没那么熟。他们下边两边人吵来吵去的时候，他也不搞不清楚到底发生了什么。现在有一个自己人下去负责呢，把这个冲突抽丝剥茧给老板讲清楚，好让老板可以做决策。算是这种大内总管吧，直接派下去了。

Meta内部的团队呢也在动荡。前头呢刚裁了600人，这个其实也是个利空。你要真的裁几万人，这事就变成利好了。说明什么呢？说明他AI研发团队内部并没有调和好，他把这个杨乐坤的人给裁了。虽然看不出Meta如何用AI挣钱，但是AI投入总不是坏事，你现在把AI投入的给干掉了，那这个一定不是好事，对于整个市场来说都是看空的。小扎现在最该干的活是什么？把VR干掉，而不是把杨乐坤的团队干掉。

谷歌也经常做内部调整。原来谷歌不也是Deepmind跟谷歌AI、谷歌大脑打来打去，也走了好多人。谷歌咋就没事呢？怎么也没他走600多人就成这样了呢？谷歌人多，谷歌就是AI的发源地，大神多去了，走几个你看不出来。而Meta这块呢人没那么多，走一个两个，这个和尚脑袋顶上有虱子，都看着呢，明摆着呢。谷歌一直是整个技术的发源地，现在你说哪个公司里头做AI的人不是在谷歌干过的？都在谷歌干过。以后量子计算机真的普及了、实用了以后，估计到那个时候，全世界量子计算机公司里头也都是谷歌的全员工。如果没有谷歌的话，就没有现在整个的AI行业。那谷歌你说还有一点是什么呢？他也没招来这么大流量。我就这么一屋子人在这吭哧吭哧干活，时不常走几个出去，说我不干了。Meta呢，10亿美金的天价挖人，1亿美金的天价挖人，他干了好多这种事，你带来了巨大的流量，流量这个东西是会反噬的呀。所以Meta这一次600人儿的裁员，股价下跌雪上加霜。

总结与展望

最后呢，咱们总结和展望一下吧。Meta在一个特定的时间点，选择了将大漂亮法案的税一把都抵扣掉，支出了超过其体量的研发和基建成本，还没舍得像亚马逊那样大裁员砍项目，缺乏未来盈利的想象力，因为它就是传统的商业模式。不但自己暴跌，还带崩了谷歌之外的七姐妹。

Meta基本盘其实并没有什么特别大的问题，用户还在，虽然有流失但是并不严重，广告收入也在。OpenAI其实也没有找到新的变现方式，也是在那做广告的。他最大的问题就是，应该真正的让AI被用户或者在社交圈子里的真正用起来，而这个呢，对于他来说其实是挺难的。如果能够有些耐心，把手头的资源好好消化一下，也不是完全没机会。最忌讳的就是瞎折腾。小扎去折腾VR这个事情，就是完完全全的自己在这瞎折腾，我是非常不看好这个事情。其他的公司即使是一时落寞，只要忍住了，还是可以起飞的。比如微软，微软在移动互联网时代隐忍了，后来投资了OpenAI再次起飞。

这就是咱们今天讲的故事，Meta带崩了整个的科技，AI到底是不是有泡沫的事情，大家自己去判断一下。

马斯克终于开源了他的Grok-2。虽迟但到，这背后隐藏着哪些不为人知的秘密呢？

大家好，欢迎收听老范讲故事的YouTube频道。

马斯克最终还是开源了他的Grok-2。原来我们还嘲笑过他，Grok-1开源完了，往那一扔就再也不管它了，有任何人提问题，你也不说什么。Grok 4都出来了，现在Grok 2都没开源出来。马斯克说：“那我们下周开源。”当时是这么讲的。然而下周完了以后，好像还是又等了那么一段时间，稍微晚了这么几天吧，Grok 2最终还是开源出来了。而且承诺呢，6个月之内，或者说在年底之前吧，有可能会去开源Grok 3。但是马斯克的话嘛，大家相信，就是他说了的事会做，但是未必按时间做。

马斯克的开源呢，只能算是符合非常广义的开源。这话什么意思呢？开源也是分原教旨主义者的，他们是肯定不会认可马斯克在开源的。第一个，马斯克不是当时发布产品马上开源，而是要过一段时间，甚至是过了一年多才去开源。而且现在他开源出来的这个版本，远远落后于当前主流模型。当然Grok 2呢也不算特别落后，它在当时刚推出的时候，应该是跟GPT-4不相上下的一个水平，但是跟后边4O，以及后边O1、O2这些东西就没法比了。跟当前的主流模型，像什么GPT-5、Grok-4、Claude 4或者是Gemini 2.5这些，它是比不过的。

而且呢，马斯克开源出来的这个大模型，对于部署是非常不友好的。你要想去把它的大模型下载下来，把它部署到自己的服务器上去，这个是非常非常痛苦的。这个大小是500G，需要在Huggingface上做断点续传。Huggingface是大模型领域里边的开源仓库嘛，你需要把这500G的文件从那上头慢慢往下传下来，错了没关系，继续再来几次。他专门给大家写了这样的一个话。

而且运行的时候呢，需要8张40G以上显存的显卡才能跑起来。8张40G以上显存的显卡什么意思呢？在国内合法可以跑的这个显卡是H800、H20、RTX 6000。你说我拿5090D跑行不行？这是为中国专门量身定做的5090，跑不起来。5090D呢是24G显存，把这个D去了，也就是国际上正常的5090是32G显存，也跑着费劲。而且呢，5090跟前面我们讲的H20比，有一个巨大的差异是什么？它没有Nvlink，卡跟卡之间的通信是很慢的。而H20这种专门的算力卡，里边是有Nvlink的，八块卡搁在一起，它还可以快速的跑起来。

当然了，Grok 2呢不是特别不友好，你像在那个当时还有一个跟Grok 2前后脚发布的产品，叫Deepseek V2，那个版本当时开源出来的时候是需要8张80G的显存的显卡才可以跑起来。这个Grok 2只需要8张40G显存的显卡就可以跑起来了。为什么会有这样的差距呢？原因很简单，当时的Deepseek V2是FP16的，而现在的Grok 2的话是FP8的，所以它会要更加的省显存一点点。

现在开源出来的呢叫Grok 2.5，并不是真正的Grok 2。它必须使用叫SGLANG的这样的一个系统来去部署。这个里边呢就会有很多故事了。大家注意，Grok 1并没有这样的要求，Grok 1使用的是Jax系统部署的。Jax是谷歌的系统。咱们待会就围绕这个SGLANG，来讲一讲它这个故事到底在哪。

马斯克的开源跟其他人开源不一样，就是他把东西开出来以后，基本上就不闻不问了。你其他人开源出来以后，你去提意见，说我哪遇到问题了，开源出来的这些公司还是要去修修补补的，调整一些东西的。马斯克就甭管是它前面的Twitter的推荐算法，还是Grok 1开源出来以后，就再也没人说这事了。你提任何事情，他都不理你，也不会做任何更新，就是这样的一种开源。

而且呢，它的开源参数呢也没有完全公开。你像Deepseek这些，都是直接告诉你我有多少参数，如何去部署，怎么去用这个东西，甚至连论文什么一块扔出来。马斯克就是我把东西扔这了，你们自己谁爱用谁用去。现在呢，大家只能通过下载的模型去猜测，它呢应该是一个269B的模型，是一个挺大的模型。

license呢也是严苛的，商务社区版本的license。所有的开源项目，你都是要有开源license，就是我拿这开源项目以后，什么事许干，什么事不许干。它这个Grok 2是不允许商用的。你就算是把它放在自己的产品里用，你说我不商用，没有达到大规模使用的这个程度，你也要在里边写上“powered by XAI”，这个都是要注明的。一旦超过了它一个使用限制以后，这个事就没法整了。Grok 1是阿帕奇2.0的license，还是一个完全开源的产品，但是到Grok 2就不是了，就已经变成了这种商业许可的产品了。

国际上面是有这种商业许可限制的大模型呢，像Llama其实是有限制的，那个也是有规定的，就是你用户量达到多少以上，你就不可以再去使用了。你拿去做一些研究是OK的，但是呢你不可以拿Llama再去训练新的模型。但是这个东西呢，说也是叫防君子不防小人吧，Llama 1开源，全中国的这些开源大模型就如雨后春笋一样夸夸就出来了。所以你去写说不允许训练其他模型，不允许去优化自己产品，不允许去商业使用这些事，反正你说着开心就好了。Grok 2呢也是这样的一份协议，大家说着开心就好了。但是差异在哪呢？就是Llama当时发布的时候是当时最领先的模型，大家会去照着去学习；但是Grok 2发布的时候就已经是去年的模型了，反正你算是开过源了吧，也就如此了。国内的模型呢，像Deepseek、千问这些，基本上都是MIT或者是阿帕奇的这种license，就是你可以拿去使，可以商用，可以自己去修改，拿它去干嘛我就不管了。所以跟他们还是有很大区别的。

咱们后边讲这个SGLANG到底是一个什么样的系统呢？它的名字是一个缩写，叫结构化生成语言。S是structure，G是general，LANG是这个language，它大概是这么三个单词拼在一起了。它的开发者呢，两个主要开发者，一个叫郑连敏，一个叫尹良生，听着像中国人吧？郑连敏呢是上海交大的本科，UC伯克利的博士，他现在就是Xai的工程师，在Xai里头主要就负责SGLANG这个版本的继续推进。明年7月份呢，会加入到UCLA任助理教授，现在UCLA的官网上已经把他的名字写上了。像美国的这些大厂里边的科学家，或者是这种大工程师呢，都会有这种两边来回流动的一个过程，去上两学期课，然后呢回来做一段时间的研究，很多的美国这些大厂的顶尖科学家是这么工作的。另外一个呢叫尹良生，尹良生呢是上海交大的本科，2025年从上海交大毕业，就是今年毕业，已经拿到了UC伯克利的博士生入学许可，准备到那儿接着去读博士了。

他们两个人写的这套系统。那你说老范，你是不是要讲中国人好厉害？比大家想象的可能还要再稍微厉害那么一点点。本身XAI里边这个中国人的比例就非常非常高，咱们这讲的是中国人，不是广泛的意义上的华人，就是从国内去的这帮人，比如清华、北大或者上海交大这些地方学完了去的，他们可能在美国读的博士，然后就在XAI里边去上班了。

但是这个项目还不太一样，咱们去稍微捋一捋这个SGLANG的一个发展历程。他是2023年12月12号发表的SGLANG的论文，当时呢郑连敏应该是在UC伯克利读博士，而尹良生应该是在上海交大还在上本科，他们两个人呢联合署名做了这样的一篇论文。到2024年5月份，Deepseek V2发布，236B的一个大模型，每次激活21B的参数。他们呢就说我们要去升级我们的版本，大概是到9月份，这个SGLANG就升级好了，专门对Deepseek进行了优化。SGLANG是Deepseek最优化的一个运行平台，你在其他平台上跑这个Deepseek都没有在SGLANG上跑得快。到2024年的8月份，Grok-2发布了，269B，每次激活115B。这个时候呢，郑连敏应该已经从UC伯克利博士毕业了，已经到了XAI去上班去了。2024年的12月份，SGLANG继续升级，这个升级是为了支持Deepseek V3的。Deepseek V3呢是2024年12月份发布的671B的一个大模型，包括后边我们讲的Deepseek R1，都是在Deepseek V3的基础上进行训练的。Deepseek最近刚出的V3.1还是671B，所以呢这都是一个系列的模型。2024年12月份还发生了一个什么事呢？grok V3发布。

大家按这个线去捋，你就基本上可以发现，Grok 1做的时候，马斯克还是满眼抓瞎的时候，不知道该怎么弄，拿着这个JAX就开干了。另外一个拿JAX开干的是谁？是苹果。苹果那个时候也是举着JAX就开干了，最后呢做出来的一个产品，但是效果一般。这个时候Deepseek大量的这种MOE模型的开源的东西就出来了，包括后面的论文什么就都出来了。上海交大这两位同学吧，他就开始去写这个SGLANG，专门针对这种MOE的模型进行优化。马斯克觉得这条路不错，那咱就干脆把这个团队招到我这来，你给我去好好维护这个SGLANG的版本，我们也在这个基础上，去训练我们的模型。

你说这个里头有抄袭没有？还是说有借鉴？我觉得说借鉴还是比较合理的。因为你去做新的研究的时候，你总要看论文吧？梁文峰写了那么多论文，你也得看。看完了以后，你说我受这个影响了，照这个方向去往前发展，这个本身没有任何问题。咱们不要老觉得说不是原创就怎么怎么样，别老想着这事。

所以从这看呢，Grok跟Deepseek还是很有缘分的。Grok 2跟Deepseek V2、V2.5，它们之间其实是有非常相近的地方。再到Grok 3跟Deepseek V3，也是有很多相近的地方了，有相互借鉴的地方。可能更多的是Grok去借鉴Deepseek，因为Grok每次出新版本的时候，它不开源也不开放出来，他要过一年以后才开放；而Deepseek每次拿出点什么东西，马上都开放了。所以这个到底谁去借鉴谁，大家自己心里去想。

其实呢，这就是开源生态的一种发展方式。很多人在讲什么“美国人一开源，中国人就自主研发、自主知识产权了”，这可不是这么回事的。开源了，我们就可以在开源协议的允许范围内去使用这些代码，甚至是去修改这些代码，再发行这些代码。他只要是协议允许你干这个事，你就可以去干。我干完了以后，我去注明了，说我是用了人家的代码，我把它写清楚就完事了。就算是前面翻车那盘古大模型，上头也写了“我用了别人东西”。但是中国人有时候没法接受这事，你说你都叫盘古了，你好意思你用别人的吗？前两天华为云内部的架构大调整，把整个的盘古这个团队全开掉了，以后这个丢人现眼的东西咱不弄了。前边别人说盘古去抄袭了，华为还在那义正词严的在那辟谣呢，辟完谣以后沉寂了俩月，直接把团队给开了。你说这玩意叫啥事？

我觉得我们应该很好的去接受这种开源生态，而不是说我一定要原创，我从来没有抄过，我从来没有用过别人，这个是相对来说比较狭隘的。你像Deepseek发了论文，公开了参数，SGLANG呢肯定是以这些公开信息为基础进行了优化。Xai呢也在这个过程中呢转型，在SGLANG基础上用同样的系统进行优化。大家走的路呢又不是完全一样，Deepseek还是要更多的考虑到算力紧张，没有NVlink的情况下，这个性能到底怎么样，到底怎么把它跑起来。Grok那就是土豪家的败家子，有的是卡，最新最好的卡，而且还有工程师爸爸负责部署和实施。他还跟微软、Oracle这些公司不一样，那些公司还需要外包，找别人去给部署。那马斯克干这玩意，肯定是没有任何问题的，因为他从特斯拉的时候就开始部署这种超算的集群，非常非常有经验。所以他可以把最好的卡、最新的卡拎回来进行部署，而且量大管饱。现在马斯克已经说，我们注册一公司叫“巨硬”，准备买上百万块的显卡，接着往前走。

马斯克算迎头赶上了，用Deepseek没有的资源，直接暴力推进。我们前面在讲Deepseek的时候就已经讲过了，马斯克肯定会照着往前冲的。苹果啥也没干，其实苹果在做大模型这块跟XAI是同时起步的，都是从JAX这开始起步的，但是苹果最后啥也没出来，马斯克这边都做出来了。梅塔呢还在老路上面去蹉跎前行，未来到底怎么走还不知道。所以呢，别人都开源了，谁你抄的好、抄的不好，或者在这个基础上到底能不能做出新东西来？我相信Grok还是创新的，我并不是说我就指责了，说“Grok你就是抄Deepseek”，没有说这话。还是得看谁可以把这个工程往前推的更远，这个才是本事。

国内的模型厂商的话，你说他们没有借鉴Deepseek吗？肯定借鉴了。他们只是说太多东西要抄了，到底抄谁的呀？这个是真正国内厂商要去头疼的事情。大家发现了，Deepseek V2的版本其实并没有那么热，到V2.5开始这个热度一下就上来了。就是从Deepseek V2.5开始，很多的国内厂商就开始转型，说我们是不是去看一看，像百度什么，他们就已经开始转型了。等到Deepseek V3出来的时候，其实就已经很热很热了。当然对于整个的行业来说，或者说对于社会来说，圈外的人真正知道Deepseek是从Deepseek R1，就是从今年1月份才开始知道这个事儿。但是从去年12月份的Deepseek V3开始，在这个程序员圈里头，在这个行业内呢，大家就已经普遍认知了，这就是一个当前最好的框架了。所以当时很多的团队就都已经都转过来了。现在Kimi k2、mini Max M1、百度的这个4.5、智谱的4.5，其实都是按照一个模式做出来的。但你说它们都是抄袭的，我觉得大家不要想这个事。大家呢都在同样的看论文，都在一个可能同学圈或者是朋友圈里边去，大家一块可能平时喝个咖啡、聊个天什么的，他是这样的一个环境。

国内大模型厂商也是相互借鉴。你看谷歌、微软，他们肯定也会去读论文，他们去做新的研究、去做新的产品的时候，“这Deepseek写的，中国人写的，我不看”，他们也不会这样的，没有那么狭隘。

今天我其实主要跟大家讲的是这样：开源才是未来的一个方向。不要上来说你抄袭，不尊重原创，这太狭隘了。咱们最后总结一下：开源是当今世界比较先进的全球化、松散协作方式。大家注意我刚才讲的这些定语：全球化、松散协作。开源呢推动了互联网、移动互联网和今天的大模型的整个产业的升级。Deepseek呢在里头起到了巨大的推动作用，包括咱们今天讲的SGLANG，都是在开源大潮里边起到了巨大的作用。

马斯克的Grok开源呢，基本上没有为社区贡献太多的东西，毕竟是去年4月份的东西嘛，还是稍微差一些的。马斯克喊开源呢，主要还是为了要吸引眼球。第一方面呢是恶心OpenAI。当然OpenAI现在人家也开源了，把GPT OSS拿出来了。但GPT OSS要比现在开源的Grok 2要强非常非常多，因为GPT OSS是大家可以用的一个产品，不是像Grok 2这样的，没有人会去用它。为什么没有人用？因为部署起来成本非常高，还是一个旧模型。我花了这么多成本，我去部署Deepseek V3.1不行吗？所以他就不想让别人用，也不想让任何人占他便宜。

马斯克现在想干的活呢，就是让更多的人去用他的Grok服务。而且呢也希望在未来呢，让更多的人呢去用他的这个巨硬的产品。那你说巨硬到底做什么的？前面他专门申请了一个商标叫巨硬，就专门为了恶心微软的，“你叫微软我叫巨硬”。一开始以为马斯克就是开个玩笑，或者说出来嘲讽一下比尔盖茨，没想着他真在里头干活。现在说了，我们这巨硬公司是真的要干活了，而且呢干这方向呢，也是大家熟悉的方向，他要做manos，就是做agent。说以后你微软的这些产品，我通通都拿各种各样的AI agent给你覆盖掉。你做了office，我就给你做个AI agent，跟他说你给我写一PPT或者给我写一什么东西，他吭哧吭哧给我写好了，我就不需要那么复杂的叫做office这些东西了。他是搞了这么一套东西出来。

大模型在不断创造内容的过程中呢，其实也在不断的污染大模型被发明之后的语言环境。所以呢，中国的创业公司跟开发者，也在不断的创造新的技术，创造新的内容。在这个过程中，再通过开发者社区或者通过开源社区，不断的将这些新的思想拿出来，去影响全球的科技发展，为全球科技发展添砖加瓦。不要想着说脱钩断链，说我们不要中国人的思考，我们不要中国人的技术，这个玩意是有毒，这个世界不是这么发展的。

咱们今天通过Grok 2的这个发布，通过Grok 2使用的SGLANG的这个平台的一个历程，你就会看到在这个过程中的话，你需要上海交大的学生来去给你写这些系统，你也需要去借鉴Deepseek的论文、借鉴他的一些思路去训练自己的模型。而且这个节奏是一模一样的，这边出Deepseek V2，那边过几个月出这个Grok 2；然后那边出Deepseek V3，你同一个月出Grok 3。这个就是同样的节奏，一模一样的往前走。所以这是一个进步的过程，别老想着谁抄谁的事。

好，今天这故事讲到这里，感谢大家收听。请帮忙点赞、点小铃铛、参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。