Meta组建新应用AI部门，扁平化架构助力超级智能研发提速

近日，Meta正式组建全新应用人工智能工程部门，由现实实验室副总裁Maher Saba掌舵，直接向首席技术官Andrew Bosworth汇报。该部门将与Meta超级智能实验室联手打造数据引擎，采用管理者与员工比例最高1:50的扁平化架构，对标英伟达模式，旨在加速超级智能相关技术的研发进程。

当全球科技巨头在人工智能赛道的竞赛进入深水区，组织架构的革新正成为破解研发效率的关键钥匙。Meta近期的一次内部调整，将这一逻辑推向台前——全新应用人工智能工程部门的成立，不仅是组织架构的重构，更是其在超级智能领域攻坚的重要信号。

新部门由现实实验室副总裁Maher Saba领导，直接向首席技术官Andrew Bosworth汇报，下设开发界面与工具、数据支持两个核心团队。最引人注目的是其采用的扁平化架构，管理者与员工比例最高达1:50，远低于传统科技部门的层级密度。

这种架构设计贴合Meta创始人扎克伯格一贯强调的「提升个人贡献者地位」的理念，减少中间决策层级后，一线研发人员能更直接地对接核心需求，快速响应技术迭代中的问题，大幅缩短从想法落地到产品上线的周期。对于需要高频试错、快速迭代的AI研发而言，这种组织模式能最大程度释放团队的创新活力。

新部门并非孤立运作，而是与Meta内部的超级智能实验室深度绑定，核心目标是共同打造支撑模型迭代的数据引擎。在大语言模型向超级智能演进的过程中，高质量、高流通性的数据体系是技术突破的核心基建——它不仅能为模型训练提供海量优质数据，还能优化模型的推理效率与泛化能力。

下设的两个团队将形成闭环：开发界面与工具团队负责搭建更高效的研发工具链，降低数据处理与模型调试的门槛；数据支持团队则聚焦数据的采集、清洗与标注，确保输入到模型中的数据质量。这种分工明确的协同模式，将为超级智能的研发提供稳定的技术底座。

Meta此次的组织调整，被业内解读为对标英伟达的成功研发模式。后者凭借高效的组织协同与技术迭代速度，在AI芯片领域建立了难以撼动的优势。在全球超级智能研发的军备竞赛中，Meta需要更快的决策效率与研发速度，才能追赶OpenAI、谷歌等对手的步伐。

此前Meta推出的Llama系列大语言模型已在开源市场占据一席之地，但超级智能的研发需要更系统化的布局。新部门的成立与扁平化架构的落地，正是Meta为打破研发瓶颈、加速技术突破开出的「药方」，试图在超级智能赛道抢占先机。