Zuckerberg称Meta AI智能体推进慢于预期

Meta CEO Mark Zuckerberg 在本周一次内部全员会上谈到 AI 智能体进展时，承认开发速度没有达到高层此前的预期。材料把这件事放在 Meta 今年组织调整之后来看：公司一边把更多资源押向 AI，一边试图让内部结构围绕 AI 重组；但 Zuckerberg 对员工说，智能体开发节奏并没有按管理层原先设想的方式加快。

据 Reuters 报道，Zuckerberg 在会上说，AI 智能体开发节奏没有以高管此前预期的方式“accelerated in the way”。据 Bloomberg 此前报道，Meta 今年早些时候裁掉约 8,000 名员工，约占公司企业员工的 10%，并把另外 7,000 人重新分配到多个 AI 小组，其中包括 Agent Transformation。Zuckerberg 还谈到这轮裁员，称处理得不如应有的那样“干净”；他补充说，裁员原因是公司高层担心 Meta 无法足够快地适应科技行业变化。

他还表示，新的 AI 导向组织结构被认为会带来的收益尚未兑现，但他相信未来 3 至 6 个月会开始看到 AI 投资带来的改善。材料还提到，Meta 数月前成立的 AI 单元曾被其他调查报道描绘为令部分工程师高度压抑的工作环境。Meta 在 AI 上投入很重；据 Reuters 报道，公司今年 AI 基础设施开支预计最高可达 1450亿美元。TechCrunch 已向 Meta 请求置评。

Meta 已低调推出名为 Pocket 的实验性 AI 应用，用户可以用文字提示生成小型互动应用和小游戏，并在应用内浏览、试玩他人制作的内容。材料称，Pocket 来自 Meta 今年早些时候收购 vibe-coded 游戏平台 Gizmo 团队后的成果；应用自称是一个用于制作和分享“gizmos”的创作平台，gizmos 是其对互动体验的称呼。

根据 Google Play 截图，Pocket 与 Gizmo 原应用有多处相似：两者都支持用书面 AI 提示生成小型互动体验，也都有发现信息流。逆向工程师 Alessandro Paluzzi 今早首先注意到该应用上线，并在 X 发布了 Play Store 截图；据应用情报服务 Appfigures 的数据，Pocket 实际上已于 2026 年 6 月 29 日在 App Store 和 Google Play 上线。由于应用刚上线，Appfigures 还无法判断它是否已经产生下载量。

Business Insider 和 Investing.com 也报道了 Paluzzi 的发现。Meta 尚未正式宣布 Pocket 上线，材料也写到 Meta 没有回应置评请求。Pocket 延续了 Meta 把 AI 创作工具推向普通用户的做法：此前 Meta AI 应用可生成 AI 图片，Vibes 应用可生成 AI 视频，公司还把 AI 功能加入多个社交平台和创作者视频剪辑应用 Edits。与 Pocket 对应的 Gizmo 已在 iOS 和 Google Play 累计获得 63.5 万次安装；据 Appfigures 统计，它的正面情绪比例为 98%。

一篇在 Hacker News 被讨论的研究解读把 AI 提效问题从演示和实验室拉回真实工资记录。文章承认 AI 在合适任务上确实能加快写作、客服和结构化初稿；但在实际岗位中，收益缩小到约 2.8% 的总工时，放错任务还会倒扣成本，而且很少进入工资或公司损益表。其问题不是 AI 能否让知识工作更快，而是节省时间是否被转成钱。

文中引用经济学家 Anders Humlum 和 Emilie Vestergaard 的研究：他们把约 25,000 名员工、7,000 个丹麦工作场所的 AI 采用调查，与真实薪资记录相连。结果显示，聊天机器人节省约 2.8% 工时，约等于每周 1 小时；但对各职业收入或记录工时没有显著影响，只有 3% 至 7% 的生产率收益传到薪酬。文章对照了任务实验：453 名专业人士用 ChatGPT 写新闻稿、短报告和敏感邮件时，用时少 40%，质量评分高 18%；5,179 名客服接入 AI 助手后，平均每小时解决量提高 14%，新手提升约 34%。

材料还列出能力边界的反向结果：Harvard 和 BCG 对 758 名顾问的现场实验中，GPT-4 在能力范围内让使用者完成任务数增加 12.2%、速度提高 25.1%、质量评分高出 40% 以上；但任务被放在 AI 能力范围外时，使用 AI 的顾问比不用 AI 的顾问答对概率低 19 个百分点。企业层面，MIT Project NANDA 2025 年报告称，300 亿至 400 亿美元企业投入后，95% 的组织获得零回报，多数试点没有可衡量的损益影响，只有 5% 提取到真实价值。MIT 经济学家 Daron Acemoglu 估算，AI 十年内对全要素生产率的提升不超过约 0.66%，且很可能低于 0.53%。

印度连续创业者 Bhavin Turakhia 正用个人资金押注企业 AI 办公。据 TechCrunch，他将向新公司 Neo 投入 3000 万美元，认为生成式 AI 的技术变化足以让办公软件从头重做，而不是在旧产品上加聊天机器人。Neo 今年 4 月先在内部上线，整合项目管理、文档、文件存储和 AI。

Turakhia 曾共同创办 Directi、Radix、Titan 和银行软件公司 Zeta。Neo 目前在他的公司内部使用，包括 Zeta，计划未来几个月面向中型企业推出，先覆盖技术、咨询和专业服务公司的知识工作者。公司位于 Bengaluru，现有约 45 人，其中 18 名工程师；年底前预计增至约 100 人，多数新岗位集中在 AI 和软件工程。

Midjourney 公开了更多医疗扫描仪幕后画面。这个以图像生成为人熟知的 AI 初创公司发布近 20 分钟视频，展示一种浸入式超声扫描装置，计划部署在 spa，并希望用于便宜、细致、无辐射的成像；材料同时称，视频仍未展示太多证明其有效性的证据。

视频来自 tech YouTuber Marcin Plaza，他同时是 Midjourney 工程师。Plaza 介绍，这套装置由数十个被拆改的超声探头组成，安装在类似带升降结构的浴缸设备上，并连接现成电脑和 Raspberry Pi。材料还展示了 imaging phantom 扫描图，用于在受控条件下验证结构分割是否清晰。

Google DeepMind 和 A24 宣布建立一项以研究为中心的合作，称其为 first-of-its-kind partnership。合作把研究实验室与电影工作室的创作流程连接起来，目标是让艺术家参与未来工具的工作流和技术开发，使相关工具由实际使用它们的创作者共同塑形。

这项合作将覆盖多个项目，并以长期研发形式展开。A24 及其 filmmakers 将在创作过程中试用 Google DeepMind 的技术，反馈新技术是否服务于他们的表达和叙事；Google 也已投资 A24。材料称，初期重点是连接前沿技术与下一代娱乐，具体目标、技术产出和创意里程碑会随合作推进而演变。

arXiv:2607.01510v1 摘要介绍了 Janus，一个用于实现和评估用户参与式 agentic permission management 设计的 playground 系统。论文背景是，AI agents 能代表用户自主执行 tool calls，因而带来权限管理问题：用户可以、也应该在其中扮演什么角色，现有研究仍不足。

Janus 包含 Janus-Core 和 Janus-Harness：前者支持多种权限管理设计，后者用于自动评估。研究实现 6 个 permission assistants，并在 3 个场景和 3 个 synthetic responders 上评估。结果显示，用户输入能加强隐私和安全，AI 辅助可降低认知负担，权限疲劳等真实行为需纳入设计；没有单一设计在所有情境下最优。Janus 已公开可用，用于后续研究。

arXiv:2607.01567v1 摘要介绍了一项针对偏好学习监督的研究。研究把 Scalable Oversight via Lie Detectors（SOLiD）扩展到更大的模型，并放到更多样、更接近现实的偏好学习设置中评估；SOLiD 的做法是用测谎器筛出需要高成本标注者复核的回答。

结果显示，在检测器真阳性率为 99% 时，未被发现的欺骗从 1B 参数模型的 34% 降到 405B 参数模型的 14%。研究还称，昂贵的人类标注者可从微调阶段完全移除，且欺骗没有统计显著增加；但 SOLiD 对检测器训练数据与偏好训练数据之间的分布偏移敏感，可能把误报率推高到难以实际使用的水平。

一份名为 Jamesob's guide to running SOTA LLMs locally 的 README 在 Hacker News 获得 239 分、114 条评论。作者说明该 repo 包含自己本地运行前沿模型的硬件、购买理由、配置经验、本地 speech-to-text 设置，以及用 Docker 容器运行模型的现成配置。

材料中给出两个档位：约 $2k 可用 2x RTX 3090 获得 48GB VRAM，运行 Qwen3.6-27B 和 whisper-large-v3；更高档位提到 4x RTX 6000 Pros、合计 384GB VRAM。作者称自己使用上代 DDR4 EPYC 系统、eBay 零件、c-payne.com 的 PCIe4 switches、两块 8TB 硬盘上的 ZFS，并把模型权重缓存在 ~/storage 后由各目录的 docker-compose.yml 启动。

pxpipe 是一个本地代理，目标是把 Claude Code 请求中体积较大的系统提示、工具文档和旧历史内容渲染成 PNG，再发送给模型读取，从而减少输入 token。材料称，图片 token 成本由像素尺寸决定，而不是由图片内文字多少决定；代理只压缩请求，不压缩模型输出，近期回合仍保留为文本。

材料给出的测量结果包括：在当前 Fable 标价下，端到端账单下降约 59–70%；13,709 个请求快照从 $100 降到约 $41，另一个 8,904 个压缩请求轨迹约降 70%。它也列出限制：密集图片中的精确 12 位十六进制字符串，Fable 5 为 13/15，Opus 为 0/15，且错误可能是静默编造；SWE-bench Lite 试点两组均为 10/10，SWE-bench Pro 为开启 14/19、关闭 15/19，请求大小约降 60%。

git-annex 维护者称，过去一个月花了约 100 小时，确认 git-annex 至少目前能在不依赖包含 LLM 生成代码的依赖项的情况下构建。他把这件事描述为需要持续审查整个依赖树，并表示获得的依赖质量信息会影响未来决策。

材料列出他在审查中发现的情况：大量 LLM 生成改动在下一版被撤回且没有解释；一个 26,000 行代码库中出现 10,000 行改动和 1,489 行语无伦次的提交信息；还有一个 LLM prompt 要求从另一个项目复制代码，似乎只是因为运气才避免构成版权侵权。他还提到 Software Freedom Conservancy 和 FSF，并表示自己仍继续工作和支持用户。

据 LeadDev’s Engineering Leadership Report 2026，45%的受访工程师称每周工时比去年同期更长，高于2025年的38%；staff、principal、distinguished 等高级工程师增幅最大，2026年为53%，2025年为28%。材料称，这与AI会释放工程师时间的叙事相反。

开发者 Steve Yegge 在2026年2月写到，AI-powered coding 具有成瘾性，长期 vibe coding 后会突然疲惫入睡。报告还称，49%的软件工程师每周至少一次感到工作中情绪耗竭，高于2025年的39%；CTO为54%，2025年为24%。Rebecca Koniahgari 对 LeadDev 表示，AI移除了传统编码中的停顿点，使会话更难主动结束。