6月12日，亚历山大·王（Alexandr Wang）担任规模首席执行官，追逐他迄今为止最雄心勃勃的月球：建立比人类更聪明的人AI，成为Meta新的超级智能部门的负责人。作为他的举动的一部分，梅塔将为AI规模的少数股权投资143亿美元，但真正的奖项并不是他的公司本人。
28岁的王有望给Meta的AI努力带来紧迫感，今年受到了困扰延迟和表现不佳。曾经是无可争议的开放重量AI领导者，这家美国科技巨头已被诸如DeepSeek这样的中国竞争对手取代。尽管王（Wang）在19岁时退出麻省理工学院（MIT）缺乏一些同龄人的学术划分，但他既可以洞悉Meta Meta的竞争对手用于改善其AI系统的类型，又提供了无与伦比的野心。据报道，Google和Openai都在与META交易有关AI的规模分割。规模拒绝发表评论，但临时首席执行官强调，该公司将继续在博客文章。
大目标是王的事。到24岁时，他通过将规模建立为一个主要的球员，为人工智能行业的巨头标记数据，成为了世界上最年轻的自制亿万富翁。“野心塑造了现实，读到了Scale的核心价值观之一。那个动力赢得了他钦佩来自Openai首席执行官Sam Altman，他生活在大流行期间，在王的公寓里数月。
但是他不懈的野心与权衡取舍。他认为，规模的成功将数据视为一流的问题，但是这种重点并不总是扩展到公司的240,000多名合同工人，其中一些人面临延迟，减少或取消付款完成任务后。露西·郭（Lucy Guo）是共同创立的量表，但在与王的分歧后，于2018年离开，他说这是他们的冲突。
“我当时想，“我们需要专注于确保他们按时报酬。”王更关心增长。 缩放AI已经说过延迟付款的实例极为罕见，并且正在不断改善。
这种成长的心态的赌注正在上升。根据核炸弹以来，完全构成最不稳定的技术发展政策文件Wang于3月与Google前首席执行官Eric Schmidt和AI安全中心主任Dan Hendrycks合着。Wang在META的新角色使他成为这项技术的重要决策者，该技术没有错误的余地。
时代在四月份与王（Wang）交谈，然后他辞去了Scale的首席执行官。他讨论了他的领导风格，美国为Agi和Ai的缺陷做好了准备。
为了清楚起见，这次采访已被凝结和编辑。
您的领导风格被描述为非常韦德。例如，据报道，即使员工人数达到数百人，您也会与每位新员工打电话1-1。随着规模的增长，您对领导力的看法如何发展？
领导力是一门非常多方面的学科，对吗？有一个级别的级别 - 您能完成在您面前的事情吗？第二级是：您正在做的事情甚至正确吗？您指向正确的方向吗？然后有很多三级内容，这可能是最重要的组织的文化是什么？所有这些东西。
我绝对认为我的领导方式是非常关注细节的一种，非常熟悉，非常专注，灌输高水平的紧迫性，真正试图确保组织尽可能快，紧急地走向关键问题。”
但是，您还在层次上，您如何发展健康的文化？您如何发展一个组织，人们被置于能够做得最好的工作的位置，并且他们在这些环境中不断学习和成长。当您指出一个比生活更大的任务时，您就有能力完成真正伟大的事情。
自2018年前往中国旅行以来，您对中国AI野心所带来的威胁直言不讳。现在，特别是在DeepSeek之后，这种观点在华盛顿变得更加占主导地位。您还有其他关于AI开发的方法，现在可能有点流苏，但会在五年左右的时间内成为主流？
我认为，企业和政府越来越多地与代理商进行经济活动的代理世界。人类越来越觉得像经理和那些特工的监督者一样。我们开始将更多的经济活动转移和卸载到代理商上。当然，这是未来，作为一个社会，我们如何以最小的破坏进行过渡非常非常无聊。”
我认为，当您谈论它时，这听起来确实令人恐惧，而且我认为这表明这不会很容易完成或很容易做到这一点。我的信念是，我认为我们必须建立许多事情，我们必须做正确的事情，必须做到，以确保过渡是顺利的。
我认为，对这种代理世界有很多兴奋和精力。我们认为它触及了世界的每个方面。因此，企业将成为代理企业。政府将成为代理政府。战争将成为代理战争。它将深深地削减我们所做的一切，并且有一些关键部分，包括需要构建的基础架构，以及关键的政策决策和关键决策（关于它如何在经济中实施）都非常关键。
您对美国政府采取了agi [人工通用情报]的可能性的准备和认真程度如何评估？
我认为AI对于政府来说是非常非常重要的，我认为有很多尝试评估：进展速度是多少？我们将如何实现大多数人所说的AGI的速度？时间范围较慢，时间范围更快？在更快的时间范围的情况下，要修复的正确方法是什么？我认为这些是主要的对话。
如果您去副总统JD Vance的演讲在巴黎AI行动峰会上，他明确地对此表示了这一概念，即现任政府专注于美国工人，并且他们将确保AI对美国工人有益。
我认为，随着人工智能的继续发展，我的意思是，这个行业正在以惊人的速度行动。人们会注意并采取行动。
似乎成熟的破坏工作是数据注释本身。我们已经看到了内部AI模型用于标题的数据集Openai Sora，同时，正在对有关定义挑战的合成自我播放数据进行培训。您是否认为这些趋势会构成破坏的威胁，以扩展AI的数据注释业务？
我实际上认为情况恰恰相反。如果您看一下AI与AI数据集的贡献相关的工作的增长 - 为此，有很多单词，但是我们称它们为贡献者。关于模型是否变得更好的工作会消失，有很多关于模型会变得更好的对话。现实情况是，这项工作正在继续增长多年，一年一年，您可以在我们的成长中看到这一点。”
因此，我的期望实际上是，如果您向前迈出一条界限，朝着代理经济迈进，那么实际上，越来越多的人朝着我们当前认为AI数据工作的努力，这将是越来越多的经济体。”
我们为什么不能够自动化AI数据工作？
自动化AI数据工作有点重言式，因为AI数据工作旨在使模型更好，因此，如果模型擅长于其生产数据的内容，那么您首先就不需要它。因此，从根本上讲，AI数据都集中在模型不足的领域。当AI被应用于经济中越来越多的地方时，我们只会在那里找到更多的缺陷。
您可以退缩和斜视，AI模型似乎真的很聪明，但是如果您实际上尝试使用它来完成工作中的许多关键工作流程中的任何一个，您会意识到这很不足。因此，我认为作为一个社会，人类将永远不会停止寻找这些模型需要改进的领域，这将促进对AI数据工作的不断需求。
规模的贡献之一就是将自己定位为技术公司和数据公司一样多。您如何实现这一目标并在比赛中脱颖而出？
如果您退后一步，AI的进步从根本上依赖于三个支柱：数据，计算和算法。很明显，数据是该行业的关键瓶颈之一。计算和算法也被瓶颈，但数据就在那里。
我认为，在规模之前，没有公司将数据视为真正的问题的第一类。随着规模，我们真正完成的一件事是以应有的尊重来对待数据。我们真的试图理解，我们如何以正确的方式解决这个问题？我们如何以最技术的方式解决它？
拥有这三个支柱后，您可以在数据和算法之上构建应用程序。因此，我们规模构建的是首先为整个行业提供数据支柱的平台。然后，我们还发现，使用该支柱，我们能够以最重要的形式建立，并且我们能够帮助企业和政府以其令人难以置信的大量数据为基础构建和部署AI应用程序。我认为这确实使我们与众不同。