有一家在兩週內開發完成 AI，卻花了七個月才推出的公司。是 Meta。
Meta AI 組織的負責人 Alexander Wang 在本月 11 日公開的 David Senra Podcast 中，用 70 分鐘說明了個人 AI 代理人「Muse」的開發過程。團隊在二月確定方向，於 1~2 週內製作出原型並向董事會示範。最終產品中相當多的功能其實在首次示範時就已經具備。可是正式發布卻在九月。剩下的七個月裡他們到底做了什麼？
1. 80 分的檢查點是被淘汰的
Wang 的說明如下：他在試算表上列出超過 100 項個人代理人必備的行為與能力。每一列都畫上「低於此線不可發布」與「高於此線較佳」的分界線。模型訓練過程中，會出現 80% 為綠色、20% 為紅色的檢查點，這些都不是發布對象。只有當所有列全部變成綠色的第一個檢查點出現時，才正式發布。
我在這裡停留了很久。回想國內企業的 AI 專案報告，往往只剩下一個數字。「準確率 85%」。平均值看起來不錯，但剩下的 15% 錯在哪裡，表格裡根本找不到。把把客戶資訊寄錯給別人與拼寫錯誤算同樣的 1 分。結果是 PoC 通過了，卻有人說實務上根本無法使用。
我把這稱為「發布阻斷線」。不是平均分數，而是以行為單位為基準，只要跨不過這條線，即使其他分數再高也不會放行。Meta 用七個月的時間，做的不是新增功能，而是把紅格子擦掉。
2. 成為「奶昔」的產品由使用者先感知
第二個顯眼的點是團隊規模。模型與產品合計不到 200 人。即使這是公司最重要的產品，仍刻意保持規模小。
Wang 把大組織產出的產品比喻成「奶昔」。每位產品經理把自己想要的功能一個接一個推進，結果就是多人的願景被混合、攪拌成的產物。使用者會感受到這種「鬼魅」般的混雜感。Wang 明確指出，Muse 完全是由 Nate Friedman 一個人的品味與感覺決定的。
這種情境在實務上不陌生吧？當全公司 AI TF 成立時，業務會提出業務需求，財務會提出財務需求，稽核會提出稽核需求。會議上只要有人缺席，就會被認為不夠體貼而全部納入。結果做出的聊天機器人雖然兼顧了所有部門的需求，卻沒有任何部門願意真正使用。我認為在 AI 專案中，最先需要確定的不是模型，而是「唯一的最終決策者」。
3. 信任是發布條件，而非功能
在原型問世前，Freedman 寫過的一篇備忘錄標題是「trust is a must」。Wang 說這句話決定了 Muse 的核心設計。事實上，Muse 是一個能夠代替使用者完成付款與購物的代理人，若信任崩壞，整個產品就不成立。
公平地說，我們還不知道 Meta 是否通過了這項測試。發布後，美國媒體批評 Muse 會累積使用者與對話對象的資訊，且使用者要求刪除的紀錄是否真的被刪除。市場調查顯示，發布次日的回訪率接近 ChatGPT 的兩倍，但約十天後就出現逆轉。Meta 具備每日 35 億使用者的應用程式發佈力，而我們大多數公司並沒有這樣的武器。
因此對我們更重要的是：如果公司在發佈力與資本上都不及 Meta，一旦失去信任就很難再獲得機會。內部代理人看了哪些資料、記住了什麼、誰可以刪除這些紀錄，這些都不是發布後才加上的功能，而必須寫入「發布阻斷線」之內。
4. Demo 兩週，正式發布七個月
主持人說 AI 產業的七個月相當於其他產業的十年，Wang 把這段時間的功勞歸功於 Zuckerberg 的耐心。若管理層把這個數字倒過來讀，就會很尷尬。「兩週就有 Demo，說不定一個月就能上線」不是正確的解讀，而是「Demo 只要兩週，真正可用的產品則需要超過那十倍的時間」才是正確的閱讀方式。
那麼，我們把公司內的 AI 專案套用這個標準再檢視一次，會是怎樣的情況？
是否有行為清單與發布阻斷線取代平均分數？
是否已指定唯一的最終決策者？
資料存取與紀錄刪除是否已納入阻斷線範疇？
只要三項之中有任一缺失，當下需要的不是更好的模型，而是更嚴格的標準。
如果您想共同制定內部 AI 專案的發布標準，請隨時與我們聯繫。 Knowverse AX 諮詢