AREX Feed Article
Meta AI 官方账号推介完整对谈视频：扎克伯格与 Alexandr Wang 同 Stripe 联合创始人聊 Muse Wonder 与 MSL
2026 年 10 月 14 日 15:57（UTC；北京时间 23:57），Meta AI 官方 X 账号 发帖称，@finkd、@alexandr_wang 与 @collision 「聊 Muse Wonder 和关于 MSL 的一切」（talk Muse Wonder and all things MSL），并附上一句「观看完整对话」（Watch the full convo）和一条短链。短链指向的对谈视频，出自 Stripe 联合创始人 John Collison（@collision）10 月 12 日发布的 X 帖：Mark Zuckerberg（@finkd）与 Alexandr Wang（@alexandr_wang）走进 Collison 访谈节目 Cheeky Pint 的酒馆现场，聊 Meta 当天稍早发布的新模型家族 Muse Wonder。
节目官方 Substack 页面于 10 月 12 日 19:26 上线这一集并附逐字稿，章节从 Muse 的用例一路排到 01:40:46 的 Meta Superintelligence Labs（MSL）专题，全片超过两小时。截至 10 月 14 日傍晚查询，Collison 的原帖在 X 上已累计 1,798,549 次观看。
一条推介帖：官方账号说了什么，没说什么
推介帖正文只有两句话：第一句点出三个人和话题，第二句给出「观看完整对话」短链。帖内嵌有一段视频，短链经 X 跳转到 。帖文本身没有解释 MSL 指什么，也没有说明这场对谈在哪里录制、由谁主持——这些信息都要到链接目标里找。
Collison 在 10 月 12 日 18:34 发布完整视频，Meta AI 官方账号在 45 个多小时后才发帖推介。截至发稿查询时（推介帖发出约两小时后），该帖获得 9,919 次观看、77 次点赞，不足原帖近两天累计观看量的 1%。
短链的另一端：Cheeky Pint 酒馆现场
Collison 在原帖里写道：「Cheeky Pint 回来了！Mark Zuckerberg（@finkd）和 Alexandr Wang（@alexandr_wang）来到酒馆，聊他们的新前沿模型 Muse Wonder。」他的 X 账号简介自述身份为 Stripe 联合创始人。
原帖列出 12 个章节，从 00:00:24 的「Muse 的破圈用例」（Muse's breakout use cases）开始，经 00:24:56 的「前沿模型是怎么造出来的」（How frontier models are built）、00:48:26 的「押注 1000 亿美元」（Betting $100B）、01:07:21 的「智能体商务」（Agentic commerce）和 01:20:06 的「智能手机之外」（Beyond the smartphone），到 01:40:46 的「Meta Superintelligence Labs (MSL)」和 02:08:11 的「Working for Mark Zuckerberg」收尾。同一期节目还发布了 YouTube 版本，标题为 。
节目 介绍本期嘉宾时写明：Mark Zuckerberg（Meta 创始人兼 CEO）与 Alexandr Wang（Meta Superintelligence Labs 首席 AI 官）「与 John 小酌一杯」（join John for a pint），讨论 Muse Wonder 的发布和个人 AI 智能体（agent）的未来。
对谈内容：1000 亿美元的支票、MMA 教练和一台买茶的 Muse
Muse 是 Meta 9 月 8 日发布的个人智能体，扎克伯格当时的说法是「理解你的目标，全天候替你把事情办成」（）。10 月 12 日 16:55，他发布 Muse Wonder，称其为「面向个人与专业智能体工作、具备最先进性能的新前沿模型家族」（）——这是 Meta 的单方宣布口径。该帖获得 5,711,999 次观看；不到两小时后，Collison 的完整对谈视频上线。
节目页介绍，两人谈到 MSL 的创建、「彻底的人才重启」（a complete talent reboot）的决定，以及在不知道模型是否可行时作出 1000 亿美元以上资本开支承诺的体验；还谈到 Muse Wonder 的架构——主动记忆（active memory）、多模态感知（multimodal perception）与前沿编码能力——以及智能体商务、智能眼镜这类手机之外的硬件形态。
节目页附的逐字稿里有几个具体场景。扎克伯格回忆去年年底的决策：「我们准备开一张——我说不好——大概 1000 亿、2000 亿美元的支票。我问：Alex，你确定这能行吗？」他在健身房装了摄像头，让 Muse 在 MMA 训练的回合之间给反馈；由于回合间只有 60 秒，他会催模型「优化你自己，再优化」。Wang 说他的 Muse「Oiler」每周都会从台湾或日本的某个农场采购冷门茶叶带回来。Collison 在开场说，按第三方报告看，Muse「可能是有史以来增长最快的智能体或 AI 应用」。
MSL：帖内一个缩写，节目里一整章
Meta AI 的推介帖没有展开 MSL，但节目章节和 Substack 页面都写明全称：Meta Superintelligence Labs。Wang 的 自述为「@meta 首席 AI 官、Meta Superintelligence Labs 创始人」（原简介：chief ai officer @meta, founder meta superintelligence labs）。扎克伯格此前发帖也用过这个缩写：8 月 10 日他感谢「@alexandr_wang 和 MSL 团队」在模型上的工作（）；9 月 1 日他称 Muse Voice Transcribe 是「MSL 的第一个实时音频感知模型」（）。
节目页称，两人在这一集里坦谈 MSL 的创建过程与人才重启的决定——这正是推介帖里那个没有展开的缩写。
同一条时间线：推介、宣称与仍在修的 bug
Wang 在 10 月 14 日的发帖把两条叙事放在了同一条时间线上。早上 07:25，他发帖承认 Muse Wonder 部署中有一批推理（inference）bug 要修，并对「使用体验的起伏」道歉（，43,803 次观看）。下午 15:37 至 16:02，他连发多帖：转引一位用户的评价——「这真的是头几次，用模型像在给员工布置任务，而不是看护一只每一步都要我领着的蠢宠物」——并写道「我们管这叫 ACTIVE FOCUS ™️」（）；称模型「速度快、token（词元）效率高」（super fast and token efficient）（）；宣称「muse wonder 在高难度文档 OCR（光学字符识别）任务上达到 SOTA（state of the art，最优水平）」（）。15:57，Meta AI 官方账号发出推介帖；16:02，Wang 又发布了一段「muse wonder full」制作的视频（原帖：made with muse wonder full）（）。
这些性能说法均为 Wang 账号的单方口径，帖内没有附评测方法。道歉帖与官方推介帖相隔 8 个多小时：对谈把 Muse Wonder 讲成一次千亿美元的押注，而模型的部署端当天还在修推理 bug。