Автор: Ada, Deep Chao TechFlow
Жо Миньюн не успел как следует обжиться на своем рабочем месте в Meta, как уже ушел.
В июле 2025 года Цукерберг переманил этого самого востребованного китайского инженера в области инфраструктуры ИИ у Apple, предложив многолетний пакет вознаграждения общей стоимостью более 200 миллионов долларов. Жо Миньюна определили в Лабораторию сверхразума Meta (Meta Superintelligence Lab), где он должен был заниматься созданием инфраструктуры для моделей ИИ следующего поколения.
Спустя 7 месяцев его переманила OpenAI.
Согласно отчету The Information, OpenAI вела кампанию по вербовке Жо Миньюна в течение нескольких месяцев. Хотя он и говорил коллегам, что «ему очень нравится работать в Meta», в конечном итоге он выбрал уход. По данным Bloomberg, его пакет вознаграждения в Meta был привязан к этапным целям, и досрочный уход означал отказ от большей части нереализованных акций.
200 миллионов долларов не купили и 7 месяцев лояльности.
Это не просто история о смене работы.
Уход одного человека — сигнал для многих
Жо Миньюн не первый, кто ушел.
На прошлой неделе руководитель продукта платформы для разработчиков Лаборатории сверхразума Meta Мэт Веллозу (Mat Velloso) также объявил об уходе; он уволился из Google DeepMind и присоединился к Meta в июле прошлого года, проработав менее 8 месяцев. Ранее, в ноябре 2025 года, лауреат премии Тьюринга, главный научный сотрудник по ИИ Ян Лекун, проработавший в Meta 12 лет, объявил об уходе для создания стартапа в области «мировых моделей», которые он всегда пропагандировал. Руслан Салахутинов (Russ Salakhutdinov), ключевой ученик Джеффри Хинтона и вице-президент по исследованиям генеративного ИИ в Meta, также недавно официально объявил о своем уходе.
Чтобы понять утечку кадров ИИ в Meta, нужно сначала понять, насколько болезненным был провал Llama 4.
В апреле 2025 года Meta с помпой представила модели Scout и Maverick серии Llama 4. Официальные заявленные данные были впечатляющими: утверждалось, что в ключевых бенчмарк-тестах, таких как MATH-500 и GPQA Diamond, они полностью превзошли GPT-4.5 и Claude Sonnet 3.7.
Однако этот флагманская модель,承载шая амбиции Meta, быстро «показала свое истинное лицо» в независимых слепых тестах сообщества open-source: ее реальная способность к обобщению и логическому выводу оказалась катастрофически ниже заявленной. Столкнувшись с резкой критикой сообщества, главный научный сотрудник по ИИ Ян Лекун в конечном итоге признал, что команда на этапе тестирования «использовала разные версии модели для запуска разных наборов тестов, чтобы оптимизировать итоговый балл».
В строгом академическом и инженерном сообществе ИИ это переступило через недопустимую красную линию. Другими словами, команда обучила Llama 4 быть «зубрилой из маленького городка», который умеет только решать задачи прошлых лет, а не настоящим «отличником» с передовым интеллектом. На тесте по математике показывали чемпиона по математике, на тесте по программированию — чемпиона по программированию, каждый отдельный тест выглядел сильным, но на самом деле это была не одна и та же модель.
В академических кругах ИИ это называется «сбор вишенок» (cherry-picking), в мире натаскивания на экзамены — «сдавать экзамен за кого-то».
Для Meta, которая всегда позиционировала себя как «маяк open-source», этот скандал напрямую разрушил самый ценный актив доверия в ее экосистеме разработчиков. Его непосредственной ценой стало то, что Цукерберг «окончательно потерял доверие» к инженерным стандартам первоначальной команды GenAI, что положило начало последующему назначению внешних топ-менеджеров и отстранению ключевых инфраструктурных подразделений.
Он потратил 14,3–15 миллиардов долларов на приобретение 49% акций компании по разметке данных Scale AI и назначил 28-летнего CEO Scale AI Александра Вана (Alexandr Wang) главным директором по ИИ Meta, создав Лабораторию сверхразума Meta (MSL). Лауреату премии Тьюринга Лекуну в новой структуре пришлось подчиняться этому 28-летнему юноше. В октябре Meta сократила около 600 должностей в MSL, включая членов исследовательского подразделения FAIR, созданного Лекуном.
А флагманская модель Llama 4 Behemoth, запланированная к выпуску летом 2025 года, repeatedly откладывалась: с лета на осень, и в конечном итоге была отложена на неопределенный срок.
Meta переключилась на разработку текстовой модели следующего поколения под кодовым названием «Avocado» и модели для изображений/видео под кодовым названием «Mango». Согласно отчетам, цель Avocado — конкурировать с GPT-5 и Gemini 3 Ultra. Первоначально планировалось выпустить ее к концу 2025 года, но из-за несоответствия тестам производительности и оптимизации обучения выпуск был перенесен на первый квартал 2026 года. Meta рассматривает возможность ее проприетарного выпуска, отказавшись от традиционной open-source политики серии Llama.
Meta совершила две роковые ошибки в моделях ИИ. Первая — подтасовка benchmark'ов, что напрямую разрушило доверие сообщества разработчиков. Вторая — втискивание такого подразделения фундаментальных исследований, как FAIR, которому нужны годы кропотливой работы, в продуктовую организацию, ориентированную на квартальные KPI. Вместе эти две вещи являются коренной причиной текущей утечки кадров.
Собственные чипы: еще одна сломанная опора
Кадры уходят, и с чипами тоже проблемы.
Согласно отчету The Information, на прошлой неделе Meta закрыла проект по разработке своих самых передовых чипов для обучения ИИ.
Программа Meta по разработке собственных чипов называется MTIA (Meta Training and Inference Accelerator). Первоначальная дорожная карта компании была амбициозной: MTIA v4 с кодовым названием «Santa Barbara», v5 — «Olympus», v6 — «Universal Core» планировалось выпустить в период с 2026 по 2028 год. Olympus был разработан как первый чип Meta на архитектуре 2nm chiplet, целью которого было одновременное покрытие обучения продвинутых моделей и инференса в реальном времени, чтобы в конечном итоге заменить NVIDIA в кластерах обучения Meta.
Теперь этот самый передовой чип для обучения закрыт.
У Meta был прогресс, MTIA добилась некоторых успехов на стороне инференса. Чип для инференса MTIA v3 под кодовым названием «Iris» уже массово развернут в дата-центрах Meta и в основном используется в рекомендательных системах Facebook Reels и Instagram, как сообщается, снизив совокупную стоимость владения на 40–44%. Но инференс и обучение — это разные вещи. Инференс — это запуск модели, обучение — это тренировка модели. Meta может сама делать чипы для инференса, но не может создать чип для обучения, способный на равных конкурировать с NVIDIA.
Исторически это не в первый раз. В 2022 году Meta пыталась разработать собственный чип для инференса, но после неудачи при небольшом развертывании отказалась от него и разместила крупный заказ у NVIDIA.
Неудачи с собственными чипами напрямую ускорили волну закупок Meta на стороне.
Панические закупки на 135 миллиардов долларов
В январе 2026 года Meta объявила, что бюджет капитальных расходов на этот год составит от 115 до 135 миллиардов долларов, что почти вдвое больше, чем 72,2 миллиарда долларов в прошлом году. Большая часть этих денег будет потрачена на чипы.
За 10 дней были заключены три крупные сделки:
17 февраля Meta и NVIDIA подписали многолетнее стратегическое соглашение о сотрудничестве между поколениями. Meta развернет «миллионы» GPU NVIDIA Blackwell и нового поколения Vera Rubin, плюс независимые CPU Grace. Аналитики оценивают масштаб сделки в сотни миллиардов долларов; Meta стала первым в мире суперкомпьютерным клиентом,大规模 развернувшим независимые CPU NVIDIA Grace.
24 февраля Meta и AMD подписали многолетнее соглашение на чипы стоимостью от 60 до 100 миллиардов долларов. Meta будет закупать новейшие GPU серии AMD MI450 и CPU EPYC шестого поколения. В рамках сделки AMD выпустила для Meta варранты на покупку до 160 миллионов обыкновенных акций, что составляет около 10% акций AMD, по цене 0,01 доллара за акцию, с поэтапным переходом прав в зависимости от выполнения этапов поставки.
26 февраля, согласно отчету The Information, Meta и Google подписали многолетнее соглашение на сумму в несколько миллиардов долларов об аренде TPU чипов Google Cloud для обучения и запуска своей следующей крупной языковой модели. Кроме того, стороны также обсуждают прямую покупку Meta TPU, начиная с 2027 года, для развертывания в своих собственных дата-центрах.
Компания из сферы социальных сетей за 10 дней разместила заказы, potentially превышающие триллион долларов в совокупности, у трех разных поставщиков чипов.
Это не диверсификация. Это панические закупки.
Три уровня логики тревоги о вычислительных мощностях
Почему Meta так спешит?
Во-первых, на собственные чипы рассчитывать не приходится. Закрытие самого передового проекта чипов для обучения означает, что в обозримом будущем Meta сможет полагаться только на внешние закупки для удовлетворения потребностей в обучении ИИ. Чипы MTIA на стороне инференса могут обрабатывать зрелый бизнес, like рекомендательные системы, но для обучения передовых моделей, like Avocado, которые должны конкурировать с GPT-5, необходимо использовать оборудование NVIDIA или аналогичного класса.
Во-вторых, конкуренты ждать не будут. OpenAI уже получила огромные ресурсы — от Microsoft и SoftBank до суверенных фондов ОАЭ. Anthropic заблокировала поставки по 1 миллиону TPU и Trainium чипов от Google и Amazon соответственно. Google Gemini 3 был полностью обучен на TPU. Если Meta не получит достаточных вычислительных мощностей, она не сможет сохранить даже входной билет на гонку.
В-третьих, и, возможно, это самое главное, Цукербергу нужно компенсировать недостаток «исследовательской силы» «покупательной способностью». Провал Llama 4, утечка ключевых кадров и неудачи с собственными чипами, эти три события, наложившись друг на друга, сделали нарратив Meta об ИИ хрупким перед лицом Уолл-стрит. Подписание крупных сделок с NVIDIA, AMD и Google, по крайней мере, посылает сигнал: у нас есть деньги, мы покупаем, мы не сдаемся.
Стратегия Meta сейчас такова: если не получается с программным обеспечением, вкладываемся в аппаратное, если не можем удержать людей, покупаем чипы. Но гонка ИИ — это не игра, в которую можно выиграть, выписывая чеки. Вычислительные мощности — необходимое условие, но не достаточное. Без команды топовых моделей и четкой технической路线 даже самое большое количество чипов — это всего лишь дорогостоящий inventory на складе.
Дилемма покупателя
Если оглянуться на три сделки Meta в феврале, одна интересная деталь осталась незамеченной для большинства.
Meta покупает у NVIDIA текущий Blackwell и будущий Vera Rubin; сделка с AMD — это покупка MI450 и будущего MI455X; аренда у Google — это текущий Ironwood TPU, с планами на прямую покупку в следующем году.
Три поставщика, три совершенно разные аппаратные архитектуры и программные экосистемы.
Это означает, что Meta придется метаться между тремя совершенно разными底层 экосистемами: CUDA от NVIDIA, ROCm от AMD и XLA/JAX от Google. Стратегия multi-vendor, конечно, может分散ровать риски供应链 и снизить溢价 на закупку оборудования, но это приведет к экспоненциальному росту сложности инженерных задач.
Это именно то самое смертельное слабое место Meta сегодня: чтобы обучить модель с триллионом параметров на этих трех аппаратных платформах с совершенно разными моделями программирования, нужны не просто инженеры, знающие CUDA, а архитекторы, способные с нуля построить кроссплатформенный фреймворк для обучения.
В мире таких людей, возможно, не больше 100. Жо Миньюн — один из них.
Потратить 100 миллиардов долларов на покупку самых сложных в мире аппаратных комбинаций, одновременно теряя мозги, способные управлять этим оборудованием, — вот самая сюрреалистичная картина в этой азартной игре Цукерберга.
Ставка Цукерберга
Если взглянуть шире, путь Цукерберга в сфере ИИ за последние 18 месяцев поразительно похож на его подход к All In метавселенной:
Увидеть тренд, heavily инвестировать, massively нанимать, столкнуться с трудностями, резко сменить стратегию, и снова heavily инвестировать.
2021–2023 годы были эрой метавселенной, в результате ежегодные убытки в сотни миллиардов и падение акций с 380 до 88 долларов. 2024–2026 годы — эра ИИ,同样是不计代价地砸钱、频繁的组织重组,同样是 «верьте мне, у меня есть видение».
Разница в том, что на этот раз хайп вокруг ИИ гораздо более реален, чем вокруг метавселенной. И у Meta есть деньги на сжигание: ее рекламный бизнес генерирует обильный денежный поток, выручка Meta в четвертом квартале 2025 года составила 59,9 миллиарда долларов, увеличившись на 24% в годовом исчислении.
Проблема в том, что: деньги могут купить чипы, вычислительные мощности и даже людей, сидящих на рабочих местах, но не могут купить людей, которые останутся.
Жо Миньюн выбрал OpenAI, Руслан Салахутинов выбрал уход, Лекун выбрал создание стартапа.
Ставка Цукерберга сейчас заключается в том, что если купить достаточно чипов, построить достаточно большие дата-центры и потратить достаточно денег, всегда можно найти или вырастить людей, способных использовать эти ресурсы.
Эта ставка может сработать. Meta, в конце концов, одна из самых богатых tech-компаний в мире, а денежный поток от операционной деятельности превышает 100 миллиардов долларов — это ее самый坚固ный 护城河. От OpenAI до Anthropic, от Google и других конкурентов Meta продолжает переманивать людей. Согласно отчету QbitAI, 44 человека в команде сверхразума Meta, почти 40%来自 OpenAI.
Но жестокость гонки ИИ заключается в том, что запасы вычислительных мощностей, списки人才 и результаты моделей являются публичными. Скандал с подтасовкой benchmark'ов Llama 4 доказал, что в этой отрасли невозможно поддерживать лидерство с помощью PPT и PR.
В конечном итоге рынок признает только одну вещь: достаточно ли хороша ваша модель.
Положение в пищевой цепочке
К 2026 году гонка вооружений ИИ,排序 пищевой цепочки уже大致清晰:
На вершине находятся OpenAI и Google. У OpenAI — самая сильная модель, самая большая пользовательская база и самая агрессивная стратегия привлечения финансирования. У Google — собственные чипы, собственные модели и полная вертикальная интеграция собственной облачной инфраструктуры. Anthropic следует за ними,凭借 продуктовая сила модели Claude и двойные поставки вычислительных мощностей от Google и Amazon,稳固地 находясь в первом эшелоне.
Meta? Она потратила больше всех денег, подписала больше всех контрактов на чипы, провела самые частые организационные перестройки, но до сих пор не представила передовую модель, которая могла бы убедить рынок.
История ИИ от Meta немного похожа на Yahoo в 2005 году. Тогда Yahoo тоже была одной из самых богатых интернет-компаний, также疯狂收购和砸钱, но так и не смогла создать поисковую систему, like Google. Деньги не всемогущи. Цукербергу нужно четко понять, что именно Meta хочет делать в сфере ИИ, а не просто покупать то, что становится热门.
Конечно, писать некролог Meta еще рано. 3,58 миллиарда monthly активных пользователей, 59,9 миллиарда долларов квартальной выручки, крупнейший в мире набор данных из социальных сетей — это активы, которые任何竞争对手都难以复制.
Если модель следующего поколения под кодовым названием Avocado будет delivered в 2026 году, как и планировалось, и вернется в первый эшелон, все траты и реорганизации Цукерберга будут представлены как «стратегическая смелость,扭转乾坤». Но если она снова не оправдает ожиданий, то эти 135 миллиардов долларов купят лишь склады кремниевых пластин, потребляющих электроэнергию и выделяющих тепло.
В конце концов, в гонке вооружений ИИ в Кремниевой долине нет недостатка в суперпокупателях, размахивающих чеками. Не хватает людей, которые знают, как использовать эти вычислительные мощности, чтобы выковать будущее.
