首次引起公众广泛关注时，Alexandr Wang（汪滔）身着洞洞鞋亮相。29岁的他站在Meta演讲舞台上，摒弃了传统的西装革履与精英姿态，展现出一种极客般的随性。
这位看似随意的年轻人，实则已从数据标注领域步入Meta超级智能布局的核心圈层。
2025年，Meta宣布对Scale AI进行战略投资，汪滔随后加入Meta出任首席人工智能官，主导超级智能相关工作。同年，Meta向Scale AI投资约143亿美元，获得约49%的经济权益。需注意的是，这并非整体收购，而是伴随核心人员转移的重大战略投资。
作为MIT退学生及初创公司创始人，汪滔常被贴上“天才少年”的标签。然而，回顾其履历，贯穿始终的并非偶然机遇，而是一条从解决数据标注痛点到构建超级智能体系的清晰逻辑线。
汪滔多年深耕的核心命题始终是：AI如何获取高质量数据，进而演变为能解决现实问题的智能系统？
科研世家背景与MIT时期的洞察
汪滔成长于美国新墨西哥州洛斯阿拉莫斯，父母均为物理学家。浓厚的科研氛围使他自幼接触数学、计算机及软件开发，科学对他而言不仅是学科，更是生活方式。
进入麻省理工学院（MIT）后，汪滔深入研习机器学习。据公开报道，他曾通过宿舍冰箱监控实验发现：摄像头虽能持续采集影像，但机器无法自动识别关键信息（如有人拿走饮料）。这一过程揭示了机器学习对人工数据整理、分类和标注的巨大需求。
尽管关于该实验细节存在不同版本，但其核心启示明确：AI训练不仅依赖模型算法，更取决于海量可靠的数据支撑。
2016年，汪滔从MIT退学并创立Scale AI。彼时自动驾驶浪潮兴起，车辆产生的海量视频数据亟需人工标注以识别行人、车辆及道路边界。Scale AI致力于将这一繁琐过程标准化、高效化，成为AI行业的“教材整理者”。
随着计算机视觉与大模型技术的发展，Scale AI业务延伸至数据管理、模型训练支持、人工反馈及评测等领域。OpenAI、Google、Microsoft及Meta等科技巨头均曾与其合作，使汪滔逐步从数据服务商转变为影响AI学习路径的关键人物。
加盟Meta与超级智能布局
2025年，AI行业竞争格局巨变。面对ChatGPT的崛起及Google的追赶，Meta急需推动AI业务实质突破的人才。尽管Meta资金充裕，但具备深厚数据业务经验及产业理解的领军者稀缺。
在此背景下，Meta通过巨额战略投资引入Scale AI资源，汪滔随之出任Meta首席人工智能官。此举旨在整合Scale AI在数据标注、人工反馈及模型评测方面的优势，助力Meta推进超级智能研发。
外界关注的“Muse”项目，被媒体推测为Meta内部涉及生成式AI或智能体方向的重点工程。然而，鉴于Meta未公开完整的产品说明，目前尚无法确认Muse是否已正式面向用户发布，也不能断言汪滔直接主导该项目。
当前行业焦点已从单纯的大模型转向AI Agent（智能体）。与传统聊天机器人不同，智能体具备调用工具、访问信息及执行多步骤任务的能力。例如，未来AI可独立完成机票查询、酒店预订及行程规划。
然而，智能体的落地面临严峻的安全与可靠性挑战。操作失误可能导致严重后果，因此，基于高质量数据的持续训练、验证与纠错机制显得尤为重要。这也解释了为何汪滔在数据基础领域的积累对Meta至关重要。
成长启示与产业思考
剥离“MIT退学”、“年轻富豪”等标签，汪滔的职业路径显示出极强的连贯性：从早期关注计算机基础，到创业深耕AI数据基础设施，再到加入巨头探索超级智能，他始终围绕“如何让机器有效利用数据”这一核心问题展开。
汪滔的成长经历也为家庭教育提供了参考。其父母并未过分强调分数排名，而是鼓励孩子动手实践、探索兴趣。这种宽松且注重实践的环境，为他后续在计算机领域的深入探索奠定了基础。
当然，汪滔的成功也离不开过去十年人工智能产业爆发的时代红利。个人能力、家庭环境与产业趋势的共同作用，造就了今日的成就。
从数据标注到模型评测，再到智能体应用，汪滔并未脱离原有领域，而是沿着产业链向更高阶的应用延伸。他在Meta的新角色，标志着其从解决“机器看懂世界”的基础问题，迈向解决“机器完成任务”的复杂挑战。
无论Muse项目最终形态如何，汪滔的故事核心在于他对AI基础环节的坚守与深化。从让机器理解数据，到让模型理解任务，这条路径仍在延伸。汪滔在Meta的下一步动作，或将定义超级智能落地的关键方向。