Scale AI創始人Alexandr Wang：建立內部指南針對抗噪音
Scale AI創始人、Meta超級智能實驗室負責人Alexandr Wang在YC Startup School 2026對談中給出對18歲自己的建議：建立對未來如何展開的內部指南針，並堅定信念對抗噪音。
他與Garry Tan討論從零重建前沿AI實驗室、人才密度如何複利，以及如何識別值得押注整個二十多歲的指數曲線，同時覆蓋個人超級智能形態、模型必須廉價、願景重於智能等議題。
事件驅動AI人才與算力向高密度前沿實驗室集中，資金流向能提供自主研究與高算力的團隊，Meta超級智能實驗室因人才聚集受益，低密度或執行緩慢的實驗室承壓。
來源：公開信息
ABAB AI 解讀
Alexandr Wang 19歲創辦Scale AI（YC S16），專注AI數據標註與基礎設施，將其做成現代AI數據骨幹，並在估值高峯期成爲年輕白手起家億萬富翁；2025年Meta以約143億美元入股Scale近半股權並招攬他主導超級智能實驗室，他隨後從零組建TBD Lab等核心團隊，推出Muse Spark系列模型並完成組織重組。
資本路徑上，Meta通過大規模股權投資與高算力資源直接換取數據基礎設施控制權與核心人才，戰略動機是快速彌補Llama系列落後局面、在超級智能競賽中重建從訓練到產品的閉環，資源集中輸送給小規模高密度研究組而非傳統大組織。
類似OpenAI與Anthropic早期的人才密度優先策略，以及當年Google對DeepMind的吸納路徑，當前處於AI行業從模型能力擴張轉向組織控制與執行密度決勝的階段。
本質屬於資本集中與人才密度複利驅動的產業鏈重構：高算力與高自由度資源向少數能持續押注最長指數曲線的節點聚集，因爲執行效率與反饋循環速度成爲超智能競賽的真正瓶頸。
ABAB News · 認知定律
信念密度決定指數曲線的歸屬
噪音是共識的副產品，指南針是倖存者的工具
人才密度複利 > 資本規模本身