QUOTE
在 AI 这行，七个月是很长的一段时间。
—— 亚历山大·王，Founders 播客（10月11日）
前天上线了一期一个多小时的播客，我对着文字稿从头看了一遍。嘉宾是亚历山大·王，Meta 的首席 AI 官，Scale AI 的创始人。主持人 David Senra 做了十年《Founders》，专门拆解历史上的创业者，这次请他来聊的是一个具体的东西：Meta 9 月 8 日上线的个人 AI 助理 Muse。
Muse 能替你回邮件、订行程、在网上下单，可以直接在 WhatsApp 里跟它说话。免费能用大部分功能，想用得多，有每月 20 美元和 100 美元两档订阅。
我原以为会听到一堆“超级智能”“改变世界”的大词。结果他花了最多时间讲的，是一张表格、一个不到 200 人的团队，还有他半夜想到一个梗、饭都吃不下去非要先发出去的那种状态。
说实话，听完我对这个人的印象变了不少。他讲的东西，普通人做项目也能直接拿来用。
本文看点
01
19岁退学的数据生意
02
2周原型和7个月打磨
03
能抄走的五个做法
01
WHO
先认识一下这个人
亚历山大·王 1997 年出生在美国新墨西哥州的洛斯阿拉莫斯，父母都是当地国家实验室的物理学家。他从小数学和编程就很突出，17 岁已经在硅谷全职当工程师，先在金融科技公司 Addepar，后来去了问答网站 Quora。
后来他进了 MIT 读机器学习，只读了一年。2016 年，19 岁的他退学进了创业孵化器 Y Combinator，和联合创始人一起做了 Scale AI。
Scale 做的事情听起来一点都不性感：给 AI 公司处理和标注训练数据。可模型越做越大，这门“卖铲子”的生意也跟着越做越大。24 岁那年，他成了当时世界上最年轻的白手起家亿万富翁。
2025 年 6 月，Meta 用 143 亿美元买下 Scale AI 49% 的股份，这笔交易让 Scale 的估值来到约 290 亿美元。他离开 Scale，去 Meta 当了首席 AI 官。他在给员工的告别信里写：“我大一一结束就开了这家公司，从来没回头看过。一分钟都不想改。”
19岁
退学创办 Scale
49%
Meta 入股比例
29岁
今年的年纪
很多人记住他，是因为“最年轻亿万富翁”。我更在意的是他起家的那门生意：别人都在抢着做模型的时候，他去做了最脏最累的数据活。这个习惯，在 Muse 身上又出现了一次。
02
TWO WEEKS
两周做出原型，然后熬了七个月
— 2月做原型，9月才上线，中间是七个月的打磨
Muse 的起点，是今年 2 月。他和同事 Nat Friedman（GitHub 前 CEO）一起泡在一个叫 OpenClaw 的开源个人助理里，好几个星期，有空就跟自己的助理聊天。他形容那段体验“介于害怕和狂喜之间”。
两人得出同一个结论：个人助理这东西，确实有点不一样。两人都写了备忘录。然后团队用一到两周做出了原型，直接给董事会演示。后来 Muse 里的很多设计，在第一版原型里就已经有了，包括那个小吉祥物。
接下来才是真正难的部分。他的原话是：原型“有时候能用，用起来很神奇，但大多数时候不好使，老是坏”。要把它变成一个能放心交给普通人的产品，花了七个月。
这七个月外面并不安静。他自己在节目里说，那段时间公司里有不少怀疑，华尔街的主流说法是“Meta 在烧钱，AI 上到底能不能做出点东西”。他特别感谢扎克伯格的耐心：“七个月听起来不长，但在 AI 这行，七个月是很长的一段时间。”
这一段我挺有共鸣的。做出一个能演示的东西，现在越来越容易了，一个周末就够。难的是后面那段：演示里那 10% 的神奇时刻，要变成用户每次都能遇到的稳定体验。他们拿出了原型时间十几倍还多的工夫去磨，这个比例本身就很说明问题。
03
SPREADSHEET
一张 100 多行的表，80 行绿也不发
— 示意图：每一行都定一条“不达标不上线”的线（条目为举例）
怎么判断磨好了？他的回答很朴素：靠一张表。
团队把“一个理想的个人助理必须会做的事”一条条列出来，他说“不是几千条，但超过一百条”，每一条都做了测评。然后给每一行定两条线：低于哪条线就不能上线，高于哪条线算好。
中间出过很多版模型，有的版本 80 行是绿的，20 行是红的。他们知道这还不够，没发。直到第一个全部变绿的版本出来，再加上团队自己上手试，明显比之前任何一版都好用，才定下来。
参与这件事的人有多少？模型加产品，一共不到 200 人。放在大公司里，这算很少了。他说这是有意克制的：Muse 是 Meta 今年最重要的产品之一，高管们都知道，但他们没让它膨胀成半个公司都来插一手。
理由他讲得很直白：大组织做出来的产品，常常变成很多人想法的拼盘，每个产品经理都想往里塞点自己的东西，最后搅成一杯“奶昔”，用户一用就能感觉出来。Muse 要的是一个清楚的视角。他把这份功劳给了 Nat Friedman 的品味。
100+
条检查项
80/20
绿/红，不发
<200
人的团队
04
MEMES
首席 AI 官，在 X 上自己写梗
Muse 上线后，他在 X 上的画风突然变了，主持人说他发帖发得有点“放飞”。很多人以为背后有一百个 Muse 在帮他想段子。
他澄清：每一条都是他自己写的。有段时间开会都没法专心，脑子里冒出一个梗，就觉得“必须马上发出去”；跟同事吃着饭，突然说“等等，我想到了”，又发一条。他说这种感觉很像当年当工程师修 bug，你能感觉到哪一条会火。
他还说了一句我很认同的话：互联网奖励冒险，奖励意外。有几条他没怎么想、随手发的，几个小时没看手机，回头一看反而火得最厉害。Nat Friedman 在会上调侃他：“我以为我们会了解很多 Muse 用户，结果我们了解了很多亚历山大的脑子。”
用户数他没说具体数字，只说“我们说过是几百万”。主持人追问，他还是这句。我觉得这点得替读者记一笔：“增长最快”之类的说法，目前主要来自他转发的第三方图表，官方没给准确数。
抛开好不好笑，他背后的判断是对的。现在每天都有新模型、新产品，光靠 Meta 的流量把它推到用户眼前，并不能让人真的记住。他说现代消费产品“得在截图上成立”，截图要能在群聊里被转来转去。Muse 截图里总有那个吉祥物，一看就知道是谁家的。
05
LESSONS
能抄走的五个做法
— 示意图：先给小事，做成了，再给大一点的事
把这期播客里能落地的东西拎出来，我整理成五条。不管你是做产品、带团队，还是自己用 AI 干活，都能直接试。
原型压到两周以内。先做一个能演示的版本给关键的人看，别在 PPT 上纠结。Muse 第一版原型里就有了后来大部分的核心设计。
把“好用”拆成一张表。列出你的产品或交付物必须做到的事，每行定一条“不达标不发”的线。哪怕只有 10 行，也比凭感觉说“差不多了”靠谱。
80 分不发，宁可多磨。演示好看和每次都好用是两回事。给打磨留出比做原型多得多的时间。
团队小一点，拍板的人少一点。一个人定方向，比十个人投票更容易做出不拧巴的东西。
用“信任跌落”的方式用 AI。这是他讲 Muse 老用户的使用路径：先交给它一件小事，做成了，再交一件大一点的，一步步加码。别第一天就把邮箱和付款全交出去。
当然也要看到他的立场。他是 Meta 的首席 AI 官，这期节目某种程度上也是在讲自家产品，好话多一些很正常。个人助理要接邮箱、接支付，隐私和安全的问题不会因为一期播客就消失，Meta 自己也说敏感操作会先问用户。这些，交给时间和用户去验证。
∞
THE END
最后说两句
节目最后，他说了一句挺打动我的话：Muse 想让每个人过上小时候梦想过的那种成年生活。小时候想当宇航员、想改变世界，长大后被各种琐事磨得只剩下应付。他希望 AI 把“不得不做的事”接过去，人把时间花在“想做的事”上。
这话有没有点理想化？有。但从 19 岁退学去做数据标注，到 29 岁带着不到 200 人磨一张表，他走的每一步都挺实在的。
你现在手上有没有一个“演示很好看、但还没磨好”的东西？评论区说说，你打算给它列一张什么样的表。
CHECKLIST · 照着做
□ 这周就把手上一个想法做成能演示的版本，时间不超过两周
□ 给它列一张检查表：至少 10 行，每行写清“不达标不发”的标准
□ 定一个拍板的人，其他人提意见，不投票
□ 做一张能被转发的截图：一眼看出是什么、帮人省了什么事
□ 用 AI 助理时从小事开始，连续做对几次再加码，敏感权限最后再给
往期人物
演过蝙蝠侠的阿弗莱克，会写Python，还把AI公司卖给了Netflix
皮查伊转发的诊所AI试验
出处：David Senra《Founders》播客亚历山大·王访谈（10月11日上线）及文字稿；Meta 官方 Muse 发布稿（9月8日）；CNBC、纽约时报 Muse 报道；Forbes 人物资料；Fortune 2025年6月关于 Meta 入股 Scale AI 的报道。
END
我是「AI科技明星」，每天挑一位 AI 圈里值得认识的人，讲讲他做了什么、我们能学到什么。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。