AI代理讓構想落地容易10至100倍，亞歷山大・王：稀缺資源是願景與企圖心

Meta（META）首席AI長亞歷山大・王（Alexandr Wang）表示，AI代理人讓構想付諸實行變得比10年前容易10至100倍。他認為，未來稀缺的資源不會是智慧或執行力，而是願景與企圖心；即使協助執行的技術普及，決定要打造什麼仍是創業者的責任。

王在7月舉行的Y Combinator（YC）Startup School 2026座談中分享上述看法。YC於7月29日公開座談影片。

王認為，回頭看10年後，智慧與執行力將變得充足。他表示，創業者應先思考5至10年後想打造什麼樣的世界，以及希望對未來產生什麼影響。

他所說的AI代理人能讓執行容易10至100倍，是個人判斷，並非生產力測量結果。王補充，執行變得更容易後，人們也能提出更大的構想。

王表示，討論模型發展速度、超級智慧何時出現，以及技術進步是否會遭遇瓶頸，在某種程度上是在浪費時間。他認為，強大的模型終究會出現；即使技術從現在起不再進步，經濟與世界的運作方式仍可能在數十年間大幅改變。

他指出，眼前的挑戰是讓技術擴展至世界各地，並協助企業與政府適應。王也提到，除了管理生物與網路安全風險，AI還帶來推進新科學、解決健康與生物領域難題的機會。Meta先前也介紹過個人化AI代理人Muse，構想是協助使用者把想法付諸行動。

王表示，創業競爭的比喻也變了。他回憶，10年前創辦Scale AI時，情勢像是資源有限的「大衛對抗巨人」，挑戰大型企業。

王認為，現在的情況更像是由AI代理人提升能力的新創公司，與既有大型企業「巨人對巨人」競爭。他主張，新創若積極運用代理人，就有機會超越既有企業。

王關注的一種應用方式，是把多項工作串接並反覆執行的「代理人循環機制」。他以公司的工作流程為例，從取得客戶、提升客戶滿意度，到帶動更多營收與人力，這些環節可以構成一個回饋循環。

王表示，重要的是設計讓代理人執行各個環節，並訂定評估成果的指標。他以Meta內部案例說明，若代理人循環機制與評估指標設計得當，一群代理人能完成比100名工程師組成的團隊更多的工作。

王提到，具體實作可使用技能檔案、Markdown檔案與排程工作。他說，深入檢視後，這並非什麼特殊方法，而是運用熟悉工具的做法。

王表示，Meta的AI研究組織重視「人才密度」。優秀人才聚集後，也會吸引更多頂尖人才加入。

他指出，尖端AI研究是一種著重實驗與規模擴大的科學研究，所需的思維與營運方式，和開發既有網路產品並不相同。

王的創業經歷後來走向資料業務。他高中畢業後在Quora工作一年，接著進入麻省理工學院（MIT），之後申請加入YC，並在19歲時創辦Scale AI。

王回憶，起初他構想打造協助人們使用醫療服務的AI代理人，但當時時機不合，於是轉換方向。他表示，訓練模型需要雲端運算帳戶、程式碼與資料；相較於前兩者，他認為當時缺乏有效取得資料的方法。

王表示，資料業務在初期曾引起投資人懷疑。他們質疑即使營收表現良好，這項業務是否能長久；王則認為，投資人沒有親自訓練模型，因此未能體會取得資料的困難。

王表示，即使AI代理人開始承接程式設計工作，有系統且嚴謹的思考仍然重要。他說，人的角色將從親自撰寫程式，轉為協調單一代理人，進而管理大量代理人，而每個階段都需要系統思考。他建議年輕創業者尋找能長期延續的成長趨勢，並建立自己的判斷標準；他認為，當前相當於過去摩爾定律的趨勢是AI發展。