Scale AI创始人Alexandr Wang：建立内部指南针对抗噪音
Scale AI创始人、Meta超级智能实验室负责人Alexandr Wang在YC Startup School 2026对谈中给出对18岁自己的建议：建立对未来如何展开的内部指南针，并坚定信念对抗噪音。
他与Garry Tan讨论从零重建前沿AI实验室、人才密度如何复利，以及如何识别值得押注整个二十多岁的指数曲线，同时覆盖个人超级智能形态、模型必须廉价、愿景重于智能等议题。
事件驱动AI人才与算力向高密度前沿实验室集中，资金流向能提供自主研究与高算力的团队，Meta超级智能实验室因人才聚集受益，低密度或执行缓慢的实验室承压。
来源：公开信息
ABAB AI 解读
Alexandr Wang 19岁创办Scale AI（YC S16），专注AI数据标注与基础设施，将其做成现代AI数据骨干，并在估值高峰期成为年轻白手起家亿万富翁；2025年Meta以约143亿美元入股Scale近半股权并招揽他主导超级智能实验室，他随后从零组建TBD Lab等核心团队，推出Muse Spark系列模型并完成组织重组。
资本路径上，Meta通过大规模股权投资与高算力资源直接换取数据基础设施控制权与核心人才，战略动机是快速弥补Llama系列落后局面、在超级智能竞赛中重建从训练到产品的闭环，资源集中输送给小规模高密度研究组而非传统大组织。
类似OpenAI与Anthropic早期的人才密度优先策略，以及当年Google对DeepMind的吸纳路径，当前处于AI行业从模型能力扩张转向组织控制与执行密度决胜的阶段。
本质属于资本集中与人才密度复利驱动的产业链重构：高算力与高自由度资源向少数能持续押注最长指数曲线的节点聚集，因为执行效率与反馈循环速度成为超智能竞赛的真正瓶颈。
ABAB News · 认知定律
信念密度决定指数曲线的归属
噪音是共识的副产品，指南针是幸存者的工具
人才密度复利 > 资本规模本身