Scale AI 创始人汪滔谈管理转变：创业早期要深抓细节，在 Meta 更重视招揽顶尖 AI 人才

据 IT之家 10 月 12 日消息，Scale AI 创始人、现任 Meta 首席 AI 官汪滔（Alexandr Wang）当地时间 10 月 11 日做客 David Senra 播客时，分享了他对首次创业者的管理建议，以及自己从 Scale AI 到 Meta 后的工作方式变化。他认为，创办第一家公司时，创始人需要亲自承担大量具体工作，深入理解业务细节并直接把控执行；但在加入 Meta、负责新成立的超级智能实验室后，他的重心已转向招募顶尖人才、搭建能让专业人士发挥作用的组织环境。

从 Scale AI 经验看：创始人早期为何要“亲自下场”

汪滔在节目中提到，首次创业者在公司早期不应过早把关键判断交给他人。原因在于，创始人需要对业务的每一个环节形成清晰认识：哪些工作真正重要、执行质量如何判断、团队是否偏离目标，以及哪些细节会影响公司长期竞争力。

从 Scale AI 的发展经历来看，来源显示，汪滔认为创始人对各项工作的直接控制，是公司取得成功的重要因素之一。这种方式意味着创始人不只是制定方向，也要参与大量执行层面的判断，甚至在具体流程、业务交付和团队协作中保持高强度介入。

对 AI 基础设施类公司而言，这种管理方式并不难理解。Scale AI 所处的数据、标注、模型训练支持等领域，本身就高度依赖交付质量、流程效率和客户需求理解。如果创始人早期不能掌握细节，公司很容易在扩张前就失去对产品与服务质量的控制。

• 早期创业：创始人需要通过亲自参与建立判断标准。
• 业务推进：关键流程和执行质量往往需要创始人直接校准。
• 组织成长：当公司规模扩大，过度集中决策会带来瓶颈。

“亲自决定一切”的代价：创始人会成为瓶颈

汪滔同时也谈到，这种强控制的方式存在明显副作用。当所有决策都需要经过创始人本人，公司推进速度会受到限制，创始人也会逐渐成为业务增长的瓶颈。也就是说，早期深抓细节可以帮助公司建立基础能力，但如果长期不放权，组织就难以形成可扩展的运转机制。

这也是很多科技创业公司都会遇到的管理拐点：创始人从“最懂业务的人”，逐渐转变为“最容易阻塞业务的人”。尤其在 AI 公司中，技术、产品、数据、客户交付和商业化往往同时高速变化，单一管理者很难长期覆盖所有关键领域。

因此，汪滔给出的建议并不是简单强调创始人事必躬亲，而是强调阶段差异：公司早期需要创始人建立高标准和细节意识，之后则必须逐步学会放权，让组织中的专业人员承担更多决策与执行责任。

在 Meta 的新任务：为超级智能实验室搭建人才密度

加入 Meta 后，汪滔采取了与 Scale AI 早期不同的管理方式。来源显示，Meta 超级智能实验室需要在很短时间内完成大量工作，而汪滔本人既不是 AI 研究员，也不是产品设计师，无法亲自承担实验室所需的所有关键工作。因此，他将工作重点放在人才招聘上，希望在不同专业领域引入顶尖人才，并为他们创造能够发挥专长的工作环境。

这意味着，在 Meta 的 AI 战略中，汪滔的角色更接近组织搭建者和人才吸引者，而不是每一项研究或产品细节的直接决策者。他更看重让专业人员参与塑造产品和研究方向，而非由自己亲自决定所有具体事项。

据报道，汪滔于 2025 年 6 月出任 Meta 首席 AI 官，负责新成立的 Meta 超级智能实验室。同期，Meta 向 Scale AI 投资 143 亿美元，获得其 49% 的无投票权股份。这一安排也让外界持续关注 Meta 在 AI 人才、数据基础设施和超级智能方向上的投入节奏。

影响与解读：AI 竞争正在从模型能力转向组织能力

汪滔这次分享的重点，表面上是创业管理经验，实际上也反映出当前 AI 产业竞争的变化。早期 AI 创业公司往往依赖创始人对细节的极强把控，快速建立产品质量和商业闭环；而进入大公司超级智能项目后，关键不再是某一个人亲自做完所有工作，而是能否形成高人才密度、高执行效率、跨学科协作的组织。

对于中文科技行业观察者来说，这一点尤其值得关注。大模型竞争已经不只是参数、算力或单点产品的比拼，背后还包括研究团队、产品团队、数据体系和工程平台的协同能力。汪滔从 Scale AI 到 Meta 的管理转变，说明 AI 公司在不同阶段需要完全不同的组织打法：早期靠创始人建立标准，成熟阶段靠系统和人才放大能力。

换句话说，创始人是否懂得何时亲自下场、何时让更专业的人接手，正在成为 AI 公司能否持续扩张的重要变量。Meta 超级智能实验室未来的表现，也将检验这种以人才招揽和组织搭建为核心的管理方式，能否在激烈的 AI 竞争中转化为实际产品和研究成果。