ÉlőUtoljára: 27 perceMa: 18
Modellek & LLMfrissítve: 16:16

Nem gyorsult fel a Meta AI-ügynökök fejlesztése

Mark Zuckerberg szerint a Meta AI-ügynökök fejlesztése nem gyorsult fel az elmúlt négy hónapban, az átszervezés pedig nem hozta meg a várt eredményeket.

Nem gyorsult fel a Meta AI-ügynökök fejlesztése
Fotó: Azwedo L.LC / Unsplash
forrás: The Decoder·AI Forradalom szerk.·
Megosztás

Mark Zuckerberg vezérigazgató egy belső megbeszélésen elismerte, hogy a Meta AI-ügynökök fejlesztése lassabb a vártnál – közölte a Reuters.

A cégvezető szerint a struktúraváltás nem volt zökkenőmentes, és a vezetők elhibázták az időzítést. „Az elmúlt négy hónapban az ügynökfejlesztés üteme nem gyorsult fel úgy, ahogy vártuk” – idézte Zuckerberget a hírügynökség. A vezérigazgató hozzátette, hogy az új struktúrára alapozott fogadások még nem hozták meg a gyümölcsüket. Zuckerberg tavaly év eleje óta teljes erővel az AI-felzárkózásra koncentrál, Alexandr Wangot nevezte ki az AI-divízió élére, és jelentős összegekkel csábított át tehetségeket riválisoktól. Áprilisban mutatták be a Muse Spark modellt, amely ugyan jó teljesítményteszt-eredményeket ért el, de elmaradt az OpenAI és az Anthropic modelljeitől.

Kapcsolódó: Meta belső AI modellek

Átszervezés és infrastruktúra-költés

A Meta májusban globálisan mintegy 10 százalékkal csökkentette dolgozói létszámát, és körülbelül 7000 alkalmazottat helyezett át az AI-csapatokba. A lépés célja az AI-infrastruktúra finanszírozása és a munkafolyamatok hatékonyságának növelése volt. Zuckerberg elmondta, hogy januárban és februárban a vezetők aggódtak a lassú haladás miatt, és „szuperoptimisták” voltak az olyan eszközökkel kapcsolatban, mint az Anthropic Claude Code-ja. A Meta idén akár 145 milliárd dollárt is elkölthet AI-infrastruktúrára, ami jelentős része annak a több mint 700 milliárd dollárnak, amit a Big Tech vállalatok összesen fektetnek ebbe a szektorba. Zuckerberg a következő három-hat hónapon belül várja a kézzelfoghatóbb eredményeket. A Bloomberg szerint a Meta egy felhőszolgáltatást is épít, hogy felesleges AI-számítási kapacitását külső ügyfeleknek adja el.

Kapcsolódó: Zuckerberg AI infrastruktúra

Az AI-főnök optimista

Ezzel szemben Alexandr Wang, a Meta AI-főnöke, eltérő hangot ütött meg – közölte a Business Insider. Wang szerint a Meta következő modellje, a „Watermelon” felvette a versenyt az OpenAI GPT-5.5-ös modelljével, bár konkrét teljesítményteszt-adatokat nem közölt. „A Watermelon, ami az Avocado (Muse Spark belső kódneve) utáni következő modellünk, jelenleg betanítás alatt áll” – mondta Wang. Hozzátette, hogy a Watermelon az Avocado számítási kapacitásának nagyságrendjével használ többet. Wang később a X-en azt is közölte, hogy Zuckerberg az iparág egészének fejlődéséről beszélt, nem specifikusan a Meta AI-erőfeszítéseiről. Hamarosan érkezik a Muse Spark frissítése, amely jelentős fejlesztéseket hoz a kódolási és ügynökfunkciók terén, és egy, az Anthropic Claude Opus-ával egyenrangú kódoló modell is „nagyon hamarosan” várható.

Kapcsolódó: Meta AI elbocsátások

Adatvédelmi aggályok az alkalmazotti szoftvernél

Andrew Bosworth, a Meta műszaki igazgatója egy másik témát is érintett: a vállalat vitatott egérkövető szoftverét, amelyet az alkalmazottak digitális tevékenységének rögzítésére használtak AI-képzési adatok generálásához. A Meta felfüggesztette a programot, miután potenciálisan érzékeny adatok kerültek napvilágra. Egy belső vizsgálat azonban megállapította, hogy egyetlen alkalmazotti adat sem került be az AI-képzésbe. Ha a program a vizsgálat lezárulta után újraindul, az opcionális lesz. Bosworth szerint azok, akik kényelmesen érzik magukat a részvétellel, hozzájárulhatnak a „nagyszerű emberi felméréshez”, míg a többieknek ez nem jelent problémát. A Meta 2026 végére tervezi a szoftver újraindítását.

Kapcsolódó: NeuBird AI finanszírozás

Forrás

Feldolgozott sajtóforrás·The Decoder

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom