4月28日下午，我在Meta總部與 Zuckerberg 面對(duì)面交流，因此這期內(nèi)容非常值得一聽(tīng)，當(dāng)時(shí)距離周二的LlamaCon主題演講和周三的 Meta 財(cái)報(bào)發(fā)布僅有一步之遙。

本次訪談的重點(diǎn)，是在更宏觀的層面上把Llama放進(jìn) Meta 的歷史脈絡(luò)之中。我們回顧了過(guò)去二十年 Meta 的平臺(tái)雄心、社交網(wǎng)絡(luò)的演進(jìn)，以及 Zuckerberg 對(duì)兩者思考方式的變化。

我們討論了Llama API，探討了 GPU opportunity cost 與 leveraging training costs 之間的張力，以及為何即便必須獨(dú)自承擔(dān)，Zuckerberg 仍認(rèn)為后者值得投入。

我們還談到Meta AI如何可能讓 Zuckerberg 最早的一些設(shè)想“環(huán)形歸位”，這又如何與Reality Labs相呼應(yīng)，并解釋了“Meta”最終為何成為這家公司的完美名稱(chēng)。

話題目錄 （本篇包含前四部分）

1. From f8 to LlamaCon

2. The Llama API

3. Meta’s AI Opportunity (Part 1)

4. The Llama API

5. Social Networking 2.0

6. Meta’s AI Opportunity (Part 2)

7. The Meta AI App

8. Tariffs and Reality Labs

Stratechery：這次訪談的直接契機(jī)是LlamaCon——一場(chǎng)全新的 Meta 開(kāi)發(fā)者大會(huì)。在聊它之前，我想先回顧一下 Facebook 過(guò)去的大會(huì)史。2007 年至 2019 年間，F(xiàn)acebook 舉辦過(guò)F8（其中有幾年停辦）。當(dāng)年的重大發(fā)布包括最早的 Facebook Platform、Open Graph、Parse 等等。不過(guò)有意思的是，其中絕大多數(shù)要么已壽終正寢，要么與最初愿景相去甚遠(yuǎn)。我突然把這個(gè)問(wèn)題拋給你……

MZ：這是個(gè)不錯(cuò)的開(kāi)場(chǎng)（笑）。

Stratechery：這些項(xiàng)目的“消逝”，究竟讓你感到失望，還是給了你某種教訓(xùn)？你怎么看？

MZ：其實(shí)談不上失望。最初的 Facebook Platform 完全是為了 Web 場(chǎng)景而生，那是移動(dòng)時(shí)代之前的產(chǎn)物。隨著用戶從桌面 Web 轉(zhuǎn)向移動(dòng)端，Apple 基本上直接表態(tài)：“你們不能在平臺(tái)內(nèi)再建一個(gè)平臺(tái)，也不能讓?xiě)?yīng)用調(diào)用你們的東西。” 于是，那套系統(tǒng)忽然失去了前景，當(dāng)時(shí)它已成為我們業(yè)務(wù)的重要組成部分，我記得在2012 年 IPO 時(shí)，游戲和應(yīng)用大概貢獻(xiàn)了 20% 收入。我們嘗試過(guò)把它改造成 Connect、讓第三方應(yīng)用用來(lái) Sign In 等形態(tài)，但……

Stratechery：如今仍存活的，大概只剩 “Sign In with Facebook”。

MZ：是的，它和開(kāi)發(fā)者想知道app安裝量等需求之間，仍有些許連接，但整體而言已經(jīng)相當(dāng)單薄。我認(rèn)為這在很大程度上是 Apple 政策的“副作用”——他們會(huì)說(shuō)：“這些本來(lái)很有價(jià)值的功能不允許做?！?由此導(dǎo)致雙方長(zhǎng)期積累了不小的隔閡，我覺(jué)得這很可惜，如果移動(dòng)生態(tài)更開(kāi)放——

Stratechery：不過(guò)也有人認(rèn)為，這對(duì)你們其實(shí)是好事，逼著你們成就了今天的樣子。

MZ：或許吧，但我認(rèn)為我們既能成為今天這樣，也完全可以做得更多。有太多次，我們本可以在自家應(yīng)用里構(gòu)建更豐富的體驗(yàn)，卻被告知“不行”?；仡^看，很難說(shuō)這給用戶或開(kāi)發(fā)者帶來(lái)了多少價(jià)值?？傊?，讓我們快進(jìn)到Llama……

Stratechery：對(duì)了，還有Meta Connect，元宇宙還算個(gè)事嗎？

MZ：當(dāng)然，但我們需要一個(gè)完整活動(dòng)專(zhuān)門(mén)談 VR 和 AR。

Stratechery：那倒會(huì)是挺直接的平臺(tái)。

MZ：而我們之所以要辦LlamaCon，部分原因是——

Stratechery：你搶了我的問(wèn)題，那么，LlamaCon具體定位在哪里？

MZ：這兩場(chǎng)大會(huì)關(guān)注的產(chǎn)品完全不同。Connect聚焦 AR/VR，吸引的是相應(yīng)開(kāi)發(fā)者與受眾，但未來(lái)一切都會(huì)與 AI 融合，比如Ray-Ban Meta智能眼鏡，本質(zhì)上就是 AI 眼鏡，但那依舊屬于特定品類(lèi)。對(duì)于主要想圍繞Llama構(gòu)建產(chǎn)品的人，我們覺(jué)得應(yīng)該有一場(chǎng)專(zhuān)屬活動(dòng)，于是就辦了LlamaCon。

回顧F8和 Platform 的歷程，其實(shí)挺有意思。Llama的一大核心價(jià)值是開(kāi)源，而我們堅(jiān)持建設(shè)“開(kāi)放平臺(tái)”，某種程度上正是出于對(duì)過(guò)去移動(dòng)平臺(tái)經(jīng)驗(yàn)的反思，因?yàn)殚_(kāi)發(fā)者曾被強(qiáng)加了各種在我們看來(lái)相當(dāng)武斷的限制，這也是如今開(kāi)發(fā)者如此渴望使用開(kāi)源模型的原因之一。

過(guò)去，直接調(diào)用 OpenAI 或 Anthropic 的 API 也許更省事，但這意味著他們隨時(shí)可以修改接口、讓你的應(yīng)用突然無(wú)所適從；他們可以審查你的請(qǐng)求，不喜歡就直接拒答，你也無(wú)法深度定制模型。相反，開(kāi)源在這些方面給予了極大自由。因?yàn)樵诜忾]平臺(tái)上吃過(guò)虧，我們對(duì)“開(kāi)放”更為敏感，也更愿意投入。

這正是為什么開(kāi)源 AI 正在迅速崛起。當(dāng)然，現(xiàn)在不只有Llama，還有DeepSeek等諸多中國(guó)模型。我曾預(yù)測(cè) 2025 年將成為“開(kāi)源模型成為主流開(kāi)發(fā)范式”的節(jié)點(diǎn)，我覺(jué)得這大概率會(huì)成真。這便是我們整體的思考框架。

二、Llama API

Stratechery：有一項(xiàng)新發(fā)布的內(nèi)容——在你之前與我交流時(shí)，你堅(jiān)持說(shuō)它“很小”，但我猜外界未必會(huì)這么看——就是Llama API。這到底是什么？為什么現(xiàn)在要推出？

Mark Zuckerberg：哦，我并不覺(jué)得它小。嚴(yán)格來(lái)說(shuō)，我們并不是想把它做成一門(mén)大生意。

Stratechery：明白。

MZ：每當(dāng)有人推出付費(fèi) API，外界往往下意識(shí)認(rèn)為背后一定是“要做生意”?？晌覀兟?tīng)到的主要反饋是——正如我剛才所說(shuō)——開(kāi)發(fā)者喜歡開(kāi)源，因?yàn)樗麄兿Ｍ麚碛型耆目刂茩?quán)，希望能自定義，希望不會(huì)被人隨時(shí)收回，想要隨心所欲地使用，而且開(kāi)源通常更高效、更便宜。這些都是價(jià)值所在。但開(kāi)源至今的劣勢(shì)在于——

Stratechery：沒(méi)人真正想自己托管。

MZ：對(duì)——托管需要付出額外工作。相比之下，直接調(diào)用一家成熟服務(wù)的API ，要簡(jiǎn)單得多。當(dāng)然，已經(jīng)有不少公司把“托管模型”做成了業(yè)務(wù)，包括托管開(kāi)源模型，其中有些做得不錯(cuò)。我們最近發(fā)布Llama 4時(shí)學(xué)到了不少運(yùn)營(yíng)經(jīng)驗(yàn)，但也發(fā)現(xiàn)了問(wèn)題：我們把模型放出來(lái)后，很多 API 提供商在實(shí)現(xiàn)上出現(xiàn)了 Bug，導(dǎo)致不少人第一次測(cè)試 Llama 4 時(shí)就踩到了這些外部 API 的坑。

Stratechery：那是最近的事吧。你們這么快就決定“我們需要一個(gè)官方參考 API”了嗎？

MZ：倒也不是這么簡(jiǎn)單的線性因果，我只是舉例說(shuō)明。從Llama 3開(kāi)始，網(wǎng)上就有人抱怨：“我想要一家能提供未量化版本的405B 模型的 API 服務(wù)，可是很難判斷各家用了什么量化策略、取了哪些捷徑，質(zhì)量參差不齊，我們只想要一個(gè)可靠來(lái)源?！?/p>

所以，我認(rèn)為擁有多元的 API 生態(tài)是好事，而且很多公司做出了有趣創(chuàng)新。舉例來(lái)說(shuō) ，比如Groq，他們垂直整合，自研定制芯片，只為做到極低延遲推理，這就很有吸引力。

Stratechery：你這里說(shuō)的是Groq這家芯片公司，而不是Grok那個(gè) AI 模型，對(duì)吧？

MZ：對(duì)。Grok——Elon Musk的項(xiàng)目——也很有意思，但我說(shuō)的是芯片公司Groq。他們自己造芯片，再提供垂直整合的超低延遲 API，這非?？?。我希望在生態(tài)里，能出現(xiàn)更多此類(lèi)公司來(lái)利用開(kāi)源模型。

不過(guò)，為了回答你最初的問(wèn)題，我應(yīng)該先給一句“主題句”：Llama API的目標(biāo)，是為行業(yè)提供一個(gè)參考實(shí)現(xiàn)reference implementation。我們無(wú)意把它做成某種龐大業(yè)務(wù)，我們要做的是一個(gè)“純凈、標(biāo)準(zhǔn)”的 API，讓大家確信調(diào)用到的就是我們意圖提供的原生模型，而且能夠穩(wěn)定運(yùn)行。這樣，開(kāi)發(fā)者只需把原來(lái)指向 OpenAI API 或其他服務(wù)的 URL 換成我們的，就能直接對(duì)接。同時(shí)，我們幾乎不加溢價(jià)，基本以我們自己的資本成本定價(jià)。

Stratechery：既然幾乎不加價(jià)，那聽(tīng)起來(lái)它倒可能變成一門(mén)大生意？

MZ：但對(duì)我們而言，利潤(rùn)不會(huì)高。

Stratechery：你一邊說(shuō)“只是個(gè)小東西，不會(huì)收太多錢(qián)”，可這兩件事好像沖突啊。

MZ：怎么講？

Stratechery：如果你們收費(fèi)很低，那大家為什么不都來(lái)用你們的，而不用別家的云服務(wù)？

MZ：理論上，那些專(zhuān)門(mén)靠托管模型吃飯的公司，應(yīng)該能做出更有特色、更有價(jià)值的產(chǎn)品。剛才提到的Groq，就是例子——他們?yōu)檠舆t敏感場(chǎng)景做了芯片級(jí)優(yōu)化。

Stratechery：但很多人，其實(shí)是在AWS上跑 Llama。

MZ：沒(méi)錯(cuò)，而AWS的價(jià)值在于，它還有大量你原本就會(huì)用到的配套服務(wù)，如果你本來(lái)是 AWS 用戶，這很方便。

Stratechery：那么，如果有人開(kāi)發(fā)應(yīng)用，且不依賴(lài)某家云廠商鎖定，你們的 API 就是最簡(jiǎn)單、最便宜的方案？

MZ：對(duì)，如果你想上手 Llama 4，又想知道“哪里有一個(gè)肯定能用的參考實(shí)現(xiàn)”，那就來(lái)用這個(gè)。等規(guī)模做大后，大家自然會(huì)根據(jù)需求在不同服務(wù)之間優(yōu)化或自行托管。但易于上手的參考實(shí)現(xiàn)，是開(kāi)源生態(tài)缺少的。

Stratechery：萬(wàn)一有客戶用量暴增，你會(huì)不會(huì)說(shuō)“太大了，請(qǐng)另尋他處”？

MZ：（笑）我們還真沒(méi)細(xì)想過(guò)。

Stratechery：待定？

MZ：是的，還沒(méi)深入討論。你可能會(huì)問(wèn)：“既然如此，為什么我們之前一直沒(méi)做 API，也沒(méi)做云業(yè)務(wù)？”

Stratechery：這又是我的下一個(gè)問(wèn)題。

MZ：尤其考慮到大家會(huì)說(shuō)：“你們投了這么多錢(qián)訓(xùn)練 Llama，得想更多辦法把這筆投入賺回來(lái)?！?/p>

Stratechery：對(duì)，很多投資者也這么想。

MZ：但在我們的業(yè)務(wù)里，把新增 GPU 投向內(nèi)容/信息流或廣告推薦，總體邊際收益marginal return，一直更高。

Stratechery：這也是我一直認(rèn)為你們暫不推出 API 的原因。

MZ：正是如此，不過(guò)這次情況不同：如果 Llama 生態(tài)做大，而“參考實(shí)現(xiàn) API”有助于它的成長(zhǎng)，那它就值得存在。但基于經(jīng)濟(jì)性考量，我并不把它當(dāng)成大規(guī)模盈利項(xiàng)目。如果哪天它消耗了巨量 GPU，而且還能盈利，那當(dāng)然好，但它必須與我們現(xiàn)有的推薦系統(tǒng)資源競(jìng)爭(zhēng)。

Stratechery：機(jī)會(huì)成本如今很真實(shí)。

MZ：是啊，而且沒(méi)人能精確預(yù)估到底要建多少 GPU。我們內(nèi)部總在權(quán)衡：“該多給 Instagram Reels 團(tuán)隊(duì)一點(diǎn)，還是給另一個(gè)新項(xiàng)目一點(diǎn)？” 說(shuō)實(shí)話，API 業(yè)務(wù)在優(yōu)先級(jí)上，大概率排得很靠后。但我們自有的數(shù)據(jù)中心規(guī)模龐大，功率以“吉瓦Gigawatts”計(jì)。拿極小一部分去做參考實(shí)現(xiàn)，幫助更多人輕松使用開(kāi)源 AI，我覺(jué)得劃算，現(xiàn)在的大局就是如此。

Stratechery：如果某個(gè)客戶規(guī)模做大，或許得好好談一談？

MZ：到時(shí)候再說(shuō)，到時(shí)候再說(shuō)。

Stratechery：船到橋頭自然直？

MZ：總體而言，這類(lèi)業(yè)務(wù)里，客戶做大是好事。

Stratechery：當(dāng)然，這也算是“甜蜜的煩惱”。不過(guò)成本問(wèn)題很有意思——你提到推理成本，我也同意：那些 GPU 你本可以用在內(nèi)部業(yè)務(wù)，而另一方面，訓(xùn)練成本也很高，你們花了幾十億美元訓(xùn)練模型，如何最大化回報(bào)？這也是投資者覺(jué)得你們應(yīng)當(dāng)做 API 的原因之一。坊間還有傳聞：既然那么多公司受益于 Llama，它們是否該為訓(xùn)練貢獻(xiàn)資金？你們?cè)谕七M(jìn)這事嗎？有人愿意出手嗎？

MZ：我們跟一些伙伴聊過(guò)，目前還沒(méi)成。隨著成本繼續(xù)攀升，也許會(huì)成，但現(xiàn)在看來(lái)各種新項(xiàng)目反而還在增多。

Stratechery：明白。

MZ：一些我原以為會(huì)“認(rèn)準(zhǔn) Llama 開(kāi)源標(biāo)準(zhǔn)、借此省錢(qián)”的公司，結(jié)果反而啟動(dòng)了各自的新模型項(xiàng)目，再看看結(jié)局如何吧。我猜未來(lái)幾年，訓(xùn)練規(guī)模會(huì)升級(jí)到“吉瓦級(jí)集群gigawatt clusters”，屆時(shí)肯定會(huì)出現(xiàn)整合。

Stratechery：總會(huì)有人退出。

MZ：是的。不過(guò)，我在財(cái)務(wù)規(guī)劃里，假設(shè)我們獨(dú)自承擔(dān)所有成本，如果日后能與別人分擔(dān)，那只是“額外利好”，并非剛需。

Stratechery：明白。

MZ：從某種意義上說(shuō)，這對(duì)我們是正面的。如果需要，我可以進(jìn)一步講講其中的商業(yè)邏輯。

三、Meta 的 AI 機(jī)遇（第一部分）

Stratechery：我想先整體詢問(wèn)一下你的開(kāi)源策略。一方面，作為行業(yè)觀察者，我對(duì)你們的做法非常感激——可以說(shuō)，正是你們率先打開(kāi)了閘門(mén)，消除了某些或許出于善意、但卻不合時(shí)宜的顧慮，使得大型模型得以廣泛普及。另一方面，大公司歷來(lái)都是開(kāi)源的主要貢獻(xiàn)者，過(guò)去的 Facebook、現(xiàn)在的 Meta 亦然。你曾把Llama與Open Compute Project相提并論——在 OCP 中，你們的標(biāo)準(zhǔn)被全球數(shù)據(jù)中心采用，硬件廠商也據(jù)此生產(chǎn)設(shè)備，最終收益依然回流到你們的底線，而且正如你所說(shuō)，你們并不是數(shù)據(jù)中心服務(wù)商，因此皆大歡喜。問(wèn)題是：Llama開(kāi)源到底有何經(jīng)濟(jì)回報(bào)？尤其考慮到“或許我們還想針對(duì)自身進(jìn)行專(zhuān)門(mén)調(diào)優(yōu)”。這究竟只是品牌與口碑，還是因?yàn)檠芯咳藛T青睞開(kāi)源？我特別想聽(tīng)聽(tīng)其中的經(jīng)濟(jì)考量。

Mark Zuckerberg：是否開(kāi)源，其實(shí)是“先有需求，再談模式”。我們并不是為了“給開(kāi)發(fā)者開(kāi)源”而去構(gòu)建模型，我們先得出結(jié)論：要實(shí)現(xiàn)自己想要的服務(wù)，就必須擁有這樣的模型。接下來(lái)才是：要不要開(kāi)源。

關(guān)于是否必須站在前沿，能否落后六個(gè)月都沒(méi)關(guān)系？我認(rèn)為，從長(zhǎng)遠(yuǎn)看，必須處于前沿。現(xiàn)在行業(yè)中出現(xiàn)了專(zhuān)門(mén)化趨勢(shì)：不同公司擅長(zhǎng)不同方向、聚焦不同場(chǎng)景，我們的用例與他人并不完全相同。以我們這種規(guī)模，打造一款真正為自身需求深度定制的模型，才最合理。

Stratechery：那具體而言，哪些要素對(duì)你們最重要？

MZ：這會(huì)讓我們稍微偏離剛才的問(wèn)題。

Stratechery：沒(méi)關(guān)系。

MZ：我認(rèn)為Meta眼下有四大產(chǎn)品與商業(yè)機(jī)會(huì)。我先從最簡(jiǎn)單、也是最容易實(shí)現(xiàn)的說(shuō)起，再談離當(dāng)下更遠(yuǎn)的。

機(jī)會(huì)一：讓廣告業(yè)務(wù)更強(qiáng)大。
這是最基礎(chǔ)的一項(xiàng)，是用 AI 讓廣告業(yè)務(wù)大幅改進(jìn)。目標(biāo)是：任何企業(yè)都能來(lái)找我們，不必制作任何素材，也不必了解客戶細(xì)節(jié)，只要告訴我們希望達(dá)成的商業(yè)結(jié)果、愿意支付的金額，并把銀行賬戶連上，就能按效果付費(fèi)。

Stratechery：史上最強(qiáng)“黑箱”。

MZ算是吧，可以視作終極商業(yè) Agent。廣告環(huán)節(jié)大致分三塊：內(nèi)容創(chuàng)意、受眾定位和效果衡量。我們最早完善的是衡量——使業(yè)務(wù)模式真正圍繞“交付結(jié)果”，而非“展示曝光”。
隨后是定位，過(guò)去十年，我們幾乎不再鼓勵(lì)廣告主進(jìn)行人為限制受眾，以往他們會(huì)指定“我要投放到 18–24 歲女性”，而我們現(xiàn)在會(huì)說(shuō)：“你可以提示，但如果完全交給我們，效果會(huì)更好?！?br/>

然而，創(chuàng)意層面依舊繁瑣：企業(yè)得自己做文案、視頻或圖片。我們的目標(biāo)是：未來(lái)企業(yè)來(lái)投廣告，只需說(shuō)明目標(biāo)、連上賬戶，無(wú)需創(chuàng)意、無(wú)需人群定向、無(wú)需自行評(píng)估，只需查看我們產(chǎn)出的結(jié)果報(bào)告。

我相信這會(huì)徹底重塑廣告范疇，換句話說(shuō)，廣告在 GDP 中所占比例很可能繼續(xù)上升，因?yàn)?AI 把“面向結(jié)果的廣告”，推廣到了遠(yuǎn)超傳統(tǒng)“買(mǎi)戶外廣告或電視商業(yè)”的場(chǎng)景。

Stratechery：我同意，我完全認(rèn)可這種黑箱模式。那第二點(diǎn)呢？

機(jī)會(huì)二：提升消費(fèi)者端參與度與推薦
MZ第二個(gè)方向是在用戶產(chǎn)品層面，利用 AI 提升內(nèi)容推薦與消費(fèi)時(shí)長(zhǎng)。第一步，是把現(xiàn)有內(nèi)容更精準(zhǔn)地推給正確的人，這正是Reels的做法。接下來(lái)，AI 不僅推薦內(nèi)容，還將輔助用戶創(chuàng)作，甚至直接生成內(nèi)容。

如果把我們的產(chǎn)品發(fā)展史，分為“兩大紀(jì)元”：第一個(gè)紀(jì)元，是好友之間的分享；第二個(gè)紀(jì)元，是在此之上，疊加“創(chuàng)作者內(nèi)容”，朋友和關(guān)注對(duì)象的動(dòng)態(tài)仍在，但我們又加入了龐大的創(chuàng)作者內(nèi)容庫(kù)，算法負(fù)責(zé)推薦。

Stratechery：2015 年，當(dāng)時(shí) Facebook 似乎堅(jiān)持“連接好友”這一敘事——

MZ：稍等，讓我把思路講完，

Stratechery：好的，之后我們可以回到心智層面的問(wèn)題。

MZ：我認(rèn)為，即將到來(lái)的“第三紀(jì)元”，會(huì)充滿AI 生成內(nèi)容。朋友內(nèi)容、創(chuàng)作者內(nèi)容依舊存在，但 AI 生成內(nèi)容，將帶來(lái)前所未有的爆發(fā)式增長(zhǎng)，且高度個(gè)性化。

從宏觀角度看，隨著邁入AGI時(shí)代，生產(chǎn)力極大提升，人們會(huì)延續(xù)百年來(lái)的趨勢(shì)：工作時(shí)間減少，娛樂(lè)與文化消費(fèi)時(shí)間增多，各類(lèi)信息流服務(wù)因而會(huì)占據(jù)更多注意力。AI 在內(nèi)容創(chuàng)作和推薦兩端的能力越強(qiáng)，它們的價(jià)值就越大。這便是第二類(lèi)機(jī)會(huì)。

我先回答你剛才提出的疑問(wèn)，然后再談第三類(lèi)。

四、Social Networking 2.0

Stratechery：如今的 Facebook， 已不再僅僅是用來(lái)與親朋好友保持聯(lián)系的平臺(tái)，對(duì)此你有什么感受？

Mark Zuckerberg：整體來(lái)說(shuō)，這是一次很好的轉(zhuǎn)變，但我當(dāng)初有點(diǎn)沒(méi)弄明白背后的原因。過(guò)去，你在信息流里與所關(guān)注的人互動(dòng)：有人發(fā)帖，你就在帖子下評(píng)論，這就是“社交”。

如今，我們把 Facebook、Instagram、Threads，以及現(xiàn)在的 Meta AI App 和其它產(chǎn)品，視作發(fā)現(xiàn)引擎discovery engines。

大多數(shù)互動(dòng)，并不發(fā)生在信息流里，我們通過(guò)算法幫你發(fā)現(xiàn)有趣內(nèi)容，而真正的社交互動(dòng)，則發(fā)生在你把這些有趣內(nèi)容轉(zhuǎn)發(fā)到群聊或私聊之后。

所以，現(xiàn)在形成了信息流與消息流messaging的兩大飛輪，而實(shí)時(shí)、深度和細(xì)膩的線上社交，幾乎全部轉(zhuǎn)到消息流，而信息流則越來(lái)越成為發(fā)現(xiàn)平臺(tái)。

Stratechery：當(dāng)初收購(gòu) WhatsApp 時(shí)，你是否已經(jīng)預(yù)見(jiàn)到這一格局？還是說(shuō)走著走著就“撞上”了？

MZ：我當(dāng)時(shí)就知道，消息會(huì)很重要。但坦白說(shuō)，之所以我們?cè)谂c TikTok 競(jìng)爭(zhēng)上稍顯滯后，部分原因是我并未完全理解這種轉(zhuǎn)變。

等到真正使用 TikTok，我才意識(shí)到：這不僅是“短視頻”，而是對(duì)社交媒體形態(tài)的徹底重構(gòu)。

未來(lái)，人們的主要互動(dòng)不會(huì)發(fā)生在信息流條目下，而是圍繞內(nèi)容本身展開(kāi)，隨后，大部分互動(dòng)會(huì)在私聊和群聊里完成。

Stratechery：你以前提過(guò)一句話——我當(dāng)時(shí)還批評(píng)過(guò)，大意是“在任何地方都展現(xiàn)完整自我”，后來(lái)你好像已淡化這種說(shuō)法。我的觀點(diǎn)是，群聊讓人們可以根據(jù)不同的受眾，展現(xiàn)自己不同的側(cè)面。

MZ：沒(méi)錯(cuò)，消息產(chǎn)品非常契合這一點(diǎn)。Facebook 和 Instagram 長(zhǎng)期面臨的挑戰(zhàn)是：用戶隨著時(shí)間推移，積累了大量好友或粉絲，那么“你究竟在跟誰(shuí)說(shuō)話”，就變得模糊。

Stratechery：對(duì)。

MZ：如果你是創(chuàng)作者，你有一個(gè)明確的受眾，這就說(shuō)得通。但如果你只是普通用戶想社交——

Stratechery：你絕對(duì)不想“爆火”，我向你保證。

MZ：正是如此。人們希望真實(shí)地分享，但更愿意在小范圍分享。現(xiàn)代的解決方案，就是消息應(yīng)用：你不會(huì)只有一個(gè)共享圈，而是有多個(gè)群聊、以及各種一對(duì)一聊天。我可以把東西分享給家人，也可以分享給一起運(yùn)動(dòng)的伙伴。

Stratechery：當(dāng)年你擔(dān)心 Google Circles，如今你把它的理念納入自己手中。

MZ：它只是落腳在“消息流”，而不是“信息流”。如果你還想繼續(xù)往下聊……

Stratechery：當(dāng)然，我想聽(tīng)下去。

（請(qǐng)關(guān)注本公眾號(hào)：一個(gè)胖子的世界，本次訪談的下半篇將在未來(lái)三天內(nèi)發(fā)布，歡迎收藏和分享給你的朋友。）