抓住风口，看懂趋势
你好，我是王煜全。未来的超级智能，究竟应集中于少数机构，还是成为每个人的工具？我们坚信是后者：AI 的终局并非中心化的超级智能，而是走向“分布式智能”。
Meta 战略回摆：从闭源到开放
8 月 10 日，Meta 创始人扎克伯格发表长文《The Future is for Everyone》，明确提出不应由单一中心智能代表所有人的价值与目标。他主张将智能广泛分配给个人和企业，让不同目标的智能彼此竞争制衡。
随之，Meta 重新开放 Muse Glimmer，并计划开放 Muse Spark 1.2 的权重。这标志着 Meta 路线的显著回摆：四个月前 Muse Spark 以闭源上线，如今“开放”再次回归战略中心。这与“分布式智能”的理念高度契合。然而，仅有愿景不够，从基础模型演化至真正的去中心化智能，需要清晰的路径。
分布式智能的三步走战略
开源不等于分布式智能。我们将分布式智能的演进概括为三个阶段：分发、分化、协作。
第一阶段：分发——降低获取门槛
开源的核心在于解决智能的“分发”问题。Meta 在此成绩斐然，截至 2026 年 3 月，Llama 系列模型累计下载量已突破 24 亿次。
但分发不代表分化。若几十亿次下载仅获得同一个模型的副本，用户得到的只是同一智能的复制品，而非个性化的智能。
第二阶段：分化——形成个性化智能
真正的分布式智能要求每个 Agent 理解并服务于特定个体的目标与价值观。扎克伯格开放可本地运行的 30B 参数小模型 Muse Glimmer，正是为了推动个人 Agent 的发展。
然而，拥有模型不等于拥有智能。普通用户缺乏训练、优化及规模化部署的专业能力，正如 Linux 虽开源却主要服务于服务器端，消费者仍依赖 Windows 和 macOS。更重要的是，简单的复制无法产生基于特定环境的新知识。
社会所需的知识分散在无数个体手中，是局部且独特的。医生的 AI 与制造业老板的 AI，若使用同一模型则本质相同；唯有浸泡在各自的数据与判断中持续积累，才能分化为不同的智能实体。
这种分化已现端倪：Hugging Face 上已出现超 8.5 万个 Llama 衍生模型。同时，Agent 的成熟能力反哺模型训练（如 Anthropic 的 Claude 系列），形成模型与 Agent 相互促进的生态。共性能力可集中进化，而差异性知识与私有数据则保留在独立节点中，这才是分布式智能的根基。
第三阶段：协作——构建新型智能生态
分布式智能迈向高阶的关键在于“协作”。未来，个人 Agent 无需全能，而是懂得调用专业 Agent。例如，健康 Agent 可在授权下连接医疗专家 Agent 获取诊断，再结合用户历史做决策；企业 Agent 也可按需调用营销、法律等专业能力。
在社会层面，可能出现用于公共协商的社会级 Agent，汇集分散诉求，通过协商达成更理性的集体决策。
这种协作基于“立场性知识”（Situated Knowledge），即每个人独有的经历、位置与关系网络。中心化智能无法天然具备这些知识，因此必须依靠个人化 Agent 的协作来利用分布式的智慧。
目前，支撑协作的生态正在形成：Anthropic 推出 MCP 统一连接外部工具；谷歌发起 A2A 解决跨框架 Agent 通信；Vercel 联合亚马逊、微软等推出 Agent Plugins 1.0，试图标准化 Skills 配置。这些尝试表明，产业界正着力解决智能的流动与组合问题。
结语：通往人类第三次进化
扎克伯格的愿景美好，但若缺乏路径支撑仅是口号。大型企业应主动成为生态节点，指明演进方向。当“分发、分化、协作”三步走通，我们将构建出一个由无数人与其 AI 共同组成、能够协作进化的分布式智能网络。这不仅是技术的升级，更是人类第三次进化的核心基础。
以上就是今天的内容。王煜全要闻评论，我们明天见。