Meta(META-US) 創辦人兼執行長祖克柏（Mark Zuckerberg）重新將「開放」拉回AI戰略核心，並提出不應由單一超級AI掌控所有人的「分散式智慧」願景。從重新開放Muse Glimmer、計畫釋出Muse Spark 1.2權重，到個人代理的興起與不同AI之間的協作，AI發展可能正從單純的模型開源，進一步走向「分發、分化、協作」三階段。未來真正的關鍵，將不只是誰擁有最強大的模型，而是能否讓不同個人、企業與AI節點形成一個彼此連結、持續演進的智慧生態。

祖克柏本月發表長文《The Future is for Everyone》，重新闡述他對人工智慧（AI）未來發展的看法。他認為，未來不應由單一、中心化的智慧代表所有人的價值、利益與目標，更理想的狀態，是讓智慧廣泛分布在個人與企業之間，讓不同目標的AI彼此競爭、制衡。

在這番論述之後，Meta重新開放Muse Glimmer，祖克柏也透露，未來將開放Muse Spark 1.2的模型權重。相較4個月前以閉源形式推出Muse Spark，Meta如今再度將「開放」置於AI策略的重要位置。

分析指出，這項轉向也讓Meta近來所談的「分散式智慧」概念更加具體。

不過，若目標是不讓智慧集中在少數中心化模型手中，單純開放模型仍不足以完成這項願景，真正關鍵在於後續如何建立一套能讓不同智慧持續形成、分化並彼此協作的生態。

從開放模型到分散式智慧，關鍵在三個階段

分析人士指出，開源並不等同於分散式智慧。若要描述這項演進，可以將其拆解為「分發、分化、協作」三個階段。

其中，開源首先解決的是「分發」問題，也就是降低取得AI能力的門檻；接著，個人代理有機會進一步推動智慧「分化」；最後，真正的分散式智慧仍必須建立在不同AI彼此「協作」的基礎上。

在智慧分發方面，Meta近年的成果相當明顯。截至2026年3月，Llama系列模型累計下載量已突破24億次。

但大量下載本身並不代表智慧已經分散。如果數十億次下載取得的仍是同一個模型，那麼使用者擁有的其實只是同一種智慧的不同副本，而非真正獨立發展的智慧。

祖克柏曾設想，未來每個人都能擁有一個持續替自己工作的個人代理，理解使用者自身的目標與重視的事物。Meta此次重新開放Muse Glimmer，便提供了一個參考方向。該模型參數量為30B，能夠在本地運行。

然而，取得模型與真正擁有屬於自己的智慧仍是兩回事。即使模型可以在消費級高階硬體上執行，實際進行訓練、工程最佳化以及大規模部署，依舊需要相當程度的算力與專業能力，並非一般使用者都能負擔。

這與Linux的發展存在某種相似之處。Linux開放原始碼後，確實大幅推動整體軟體產業發展，但其巨大影響力主要體現在伺服器、雲端運算與超級電腦等領域；對一般消費者而言，日常使用的仍多是Windows與MacOS等閉源作業系統。

更重要的是，同一個模型被複製數十億次，也不會因此自然產生原本不存在的新知識。

真正分散在社會中的知識，本來就不會完整集中於某一個人或單一機構，而是存在於不同個體之中，具有局部性、不完整性，甚至彼此矛盾。若未來AI要成為真正分散的智慧，同樣需要讓智慧存在於不同的人與組織之中。

例如，醫師所使用的AI與製造業經營者所使用的AI，即使最初採用相同模型，只要長期處於不同資料、工作環境與判斷脈絡之中，最終就有可能形成截然不同的智慧。

這也正是「分化」的核心。

祖克柏同樣指出，代理不應只是服從某一家公司的價值觀，而應該與每一個人的目標與價值觀對齊。換言之，未來每個人的代理都可能有所不同。

至於支撐這種分化的技術架構，目前仍沒有明確答案。可能是一個大型模型搭配大量代理，也可能由多個小型模型共同構成複雜代理系統，甚至可能發展成由大量模型、代理與Skill動態組合的架構。

這種模型分化的現象其實已經開始出現。早在2024年底，Hugging Face上的Llama衍生模型數量就已超過8.5萬個。

另一方面，代理所累積的成熟能力也可能逐步被固化至背後模型，讓模型執行任務時更加直接、有效；而能力更強的模型，又可能進一步催生新的代理，形成相互推動的循環。

Anthropic的發展便呈現出模型與代理彼此促進的現象。雖然目前沒有公開證據顯示Claude Code使用者資料直接被用於訓練Claude，但隨著Claude Code崛起，Anthropic後續模型持續強化長期程式設計、工具使用與代理任務能力，後來推出的Mythos模型更強大到不敢直接開放。

分析認為，這些現象可視為智慧逐步分化的早期表現。

未來真正重要的，可能不只是模型本身的能力，而是智慧是否能圍繞不同個人、企業與產業持續產生差異。屬於個人或企業的長期記憶與私有資料，也不必被公開並集中到某個中心化的超級智慧之中。

換句話說，共通能力可以集中演進，但具有差異性的知識則可以留在不同智慧節點。若這種架構最終能夠成立，分散式智慧才算真正建立基礎。

從個人代理到代理協作，下一步是讓智慧彼此連結

但分散式智慧要進一步形成更高階的能力，關鍵仍在於「協作」。

假設未來每個人都擁有自己的個人代理，而且代理充分理解使用者，那麼個人的健康代理不必自己成為腫瘤專家，而可以在獲得使用者授權後，將相關資訊交給專業醫療代理，再把取得的判斷帶回來，結合使用者自身的歷史資訊作出決策。

企業經營者的代理同樣如此。它可以充分掌握企業自身狀況，但當需要行銷、法律或策略等專業能力時，便可以進一步呼叫其他領域的專業代理。

若進一步擴大到社會層面，未來甚至可能出現用於公共協商的社會級代理，與不同個人、企業及其他主體的代理進行溝通，彙整分散的需求，再透過持續協商提出方案與進行決議，形成集體決策。

原因在於，未來的智慧很難同時精通所有領域，因此協作將成為不可避免的一環。

每個人的判斷都建立在自身擁有的知識、資訊，以及所處位置、經歷與人際網絡之上，也就是所謂的「立場性知識」（Situated Knowledge）。中心化智慧很難天然掌握所有這類知識，因此也難以成為未來唯一的智慧形態。

只有先建立以這些立場性知識為基礎的個人化代理，再讓不同代理彼此協作，分散於不同節點的知識才有機會被整合利用。

而支撐這種協作所需的生態，也已開始出現。

Anthropic推出MCP，主要是希望解決AI如何以統一方式連接外部工具與資料；Google(GOOGL-US) 發起的A2A則進一步處理不同框架、不同業者之間的代理如何相互發現、通訊與協作。

近期出現的代理 Plugins 1.0，則由Vercel發起，並有亞馬遜(AMZN-US) 、微軟(MSFT-US) 、OpenAI等公司參與，試圖進一步將Skills與MCP Server的設定轉化為統一且可移植的插件。

目前仍難以判斷最終哪一套標準會勝出，但這些發展至少反映出，AI產業正在逐步處理一個更根本的問題：智慧如何在不同系統之間流動、組合與協作。

這也可能是從開源模型走向分散式智慧的重要一環。

Meta重新談「開放」，真正考驗在於能否走出完整路徑

回到祖克柏提出的願景，避免由單一中心化超級智慧控制所有人，確實是一種明確的方向。但如果只有願景，卻沒有清楚的實現路徑，最終仍可能停留在口號層次。

如果Meta希望智慧不被少數中心控制，那麼除了重新擁抱模型開放，也需要進一步思考如何推動個人化代理、智慧分化以及不同代理之間的協作，讓整個生態真正朝分散式方向發展。

從「分發」到「分化」，再從「分化」走向「協作」，若這三個階段逐步建立起來，未來形成的可能不會是一個統治一切的超級AI，也不只是大量彼此孤立的開源模型，而是一套由無數人及其AI共同構成、能夠彼此協作並持續演進的分散式智慧體系。

分析人士指出，這或許才是祖克柏所描繪的「人人都能擁有智慧」願景，真正需要面對的下一個問題。