Alexandr Wang 是誰?Scale AI 創辦人從 MIT 輟學到 Meta AI 總監的完整故事(2026)

2021年,一個24歲的年輕人被《富比士》評為全球最年輕白手起家億萬富翁。他是 Alexandr Wang Scale AI 的創辦人,19歲從 MIT 輟學創業,解決了 AI 訓練資料標注的核心難題。2025年,Meta 以 143 億美元收購 Scale AI 49% 股份,Zuckerberg 親自挑選 Wang 擔任首席 AI 官,主導 Meta 超級智慧部門。這篇文章整理你需要知道的完整故事:從洛薩拉摩斯的實驗室家庭,到冰箱攝影機靈感,到改變 AI 產業的關鍵決定。

Alexandr Wang 是誰?出生在美國核武實驗室的華裔天才

Alexandr Wang 在 1997 年 1 月出生於新墨西哥州洛薩拉摩斯(Los Alamos),這裡不是普通的小鎮,而是著名的洛薩拉摩斯國家實驗室所在地——曼哈頓計劃誕生原子彈的地方。

他的父母都是在實驗室工作的華裔物理學家。從小在科學家環繞的環境長大,Wang 很早就接觸到數學與電腦科學。他在高中時已經開始參加程式競賽,展現出驚人的邏輯思考能力。

17 歲那年,Wang 收到 MIT 錄取通知,主修數學和電腦科學。在 MIT 的兩年裡,他修了大量進階課程,但也開始感覺到學術框架的限制——他想做的事情,課堂上學不到。

困境:留在 MIT 還是輟學?

2016 年,19 歲的 Wang 面臨人生最大決定:繼續待在全世界最頂尖的大學,還是放棄學位去創業?

這不是衝動的決定。他當時正在做一個副業項目:開發一個冰箱攝影機系統,能自動辨識冰箱裡有什麼食材。聽起來簡單,但要讓 AI 模型準確辨識,需要大量標注好的訓練資料——誰來標記這幾萬張圖片裡的「牛奶」「雞蛋」「番茄」?

他發現市面上沒有好的解決方案。當時的資料標注要嘛外包給海外團隊(品質參差不齊),要嘛自己手動標(根本不可能規模化)。這個痛點讓他看到一個商機:AI 模型要進步,背後需要大量高品質的標注資料,而這個市場幾乎是空白的

💡 Wang 發現的核心問題:AI 需要「餵」大量標注好的資料才能學習,但當時沒有人做這件事做得好。

靈感時刻:冰箱攝影機的失敗,反而成為創業起點

冰箱攝影機專案最後沒做下去,但這個失敗經驗讓 Wang 確定一件事:資料標注是 AI 產業的關鍵瓶頸

2016 年,他決定從 MIT 輟學,和同樣輟學的 Lucy Guo(之前在 Quora 工作)一起創辦 Scale AI。兩個人都是 MIT 輟學生,當時都不到 20 歲。

Scale AI 的核心服務很簡單:幫 AI 公司標注訓練資料。舉例來說,如果你要訓練一個自駕車 AI,你需要幾百萬張道路照片,每張照片裡的「行人」「車輛」「紅綠燈」都要用框框標出來。Scale AI 就是做這件事,而且做得又快又準。

他們的客戶包括 NVIDIA、Amazon、Meta 等科技巨頭,以及大量自駕車公司。Wang 找到的不只是一個商業模式,而是 AI 產業發展的基礎建設。

2021年:24歲成為全球最年輕億萬富翁

從 2016 年創業到 2021 年,只花了 5 年時間,Scale AI 估值達到 73 億美元

2021 年,《富比士》將當時 24 歲的 Alexandr Wang 評選為全球最年輕的白手起家億萬富翁。他不是靠繼承家產,也不是靠投機炒作,而是解決了一個真實存在的 AI 產業痛點。

當時 AI 產業正在爆發,自駕車、語音助理、圖像辨識全部需要大量標注資料。Scale AI 抓住了這波浪潮,成為 AI 訓練資料的「軍火商」——不管誰贏,都要跟他們買子彈。

但 Wang 沒有因此停下來。他繼續擴展 Scale AI 的服務範圍,從圖像標注延伸到文字、語音、影片,甚至開始做 AI 模型評估與測試。公司規模越來越大,客戶清單越來越長。

2025年 Meta 143億美元收購:為什麼 Zuckerberg 要 Alexandr Wang?

2025 年 6 月,震撼科技圈的消息傳出:Meta 以 143 億美元收購 Scale AI 49% 的股份

這是 Meta 史上第二大收購案,僅次於 2014 年 190 億美元收購 WhatsApp。收購後,Scale AI 估值升至約 290 億美元

但更重要的不是金額,而是人事安排:Zuckerberg 親自挑選 Alexandr Wang 擔任 Meta 首席 AI 官(Chief AI Officer),並讓他主導新成立的 Meta 超級智慧部門(Meta Superintelligence Labs, MSL)

這個決定背後的邏輯很清楚:Meta 想在 AI 競賽中超車 OpenAI 和 Google,需要一個真正懂「如何把 AI 做好」的人。Wang 在 Scale AI 建立的不只是標注工具,而是整套訓練高品質 AI 模型的方法論。

Scale AI 原 CEO 職位由 Jason Droege 擔任臨時負責人,Wang 仍保有董事會席位,但他的主要精力已轉向 Meta 的超級智慧計劃。

💡 Meta 收購 Scale AI 不只是買技術,更是挖角 Wang 的 AI 訓練經驗與產業人脈。

在 Meta 主導超級智慧部門:Wang 現在做什麼?

2025 年加入 Meta 後,Alexandr Wang 的任務是重組 Meta 的 AI 努力,讓各個團隊集中火力攻克「超級智慧」(Superintelligence)。

Meta 超級智慧部門(MSL)的目標是建立比現有 GPT-4、Claude 更強大的 AI 系統。根據公開資訊,MSL 負責將 Meta 的 AI 研究重組為 四個專注領域(具體領域尚未公開詳細內容,但推測包含多模態模型、推理能力強化、長期記憶、以及應用層整合)。

2026 年,Wang 在印度 AI 峰會上發言時提到:「Meta 希望讓 AI 在日常生活中真正有用,而不只是實驗室裡的 demo。」這段話透露出他對 AI 落地應用的重視——和他在 Scale AI 時期的務實風格一致。

現在的 Wang 不只負責技術方向,也要處理跨部門協調、資源分配、以及和 Zuckerberg 直接匯報。他從一個創業者,變成管理數百人研究團隊的領導者。這對一個 28 歲的人來說,是極大的挑戰,但也是絕佳的學習機會。

反思問句:Alexandr Wang 的故事對台灣 AI 創業者有什麼啟示?

整理完 Alexandr Wang Scale AI 的完整故事,可以看到幾個關鍵決策點:

1. 找到產業痛點,而不是跟風熱門技術
Wang 不是去做「另一個 ChatGPT」,而是解決 AI 訓練資料的基礎建設問題。這個市場當時沒人重視,但卻是 AI 產業必需的。

2. 輟學不是重點,解決問題才是
很多人看到「MIT 輟學」就覺得輟學是成功關鍵,但其實 Wang 輟學是因為他已經找到明確問題,需要全職解決。如果你還不知道要解決什麼問題,輟學只是浪費時間。

3. 從失敗專案中找到真正的機會
冰箱攝影機專案失敗了,但 Wang 沒有放棄,反而從失敗中看到資料標注的商機。這種「從挫折中找機會」的能力,比技術本身更重要。

4. 務實勝過理想
Scale AI 做的事情聽起來不性感——標注資料、整理圖片、檢查品質——但這些都是 AI 真正需要的。Wang 選擇做「有用的事」,而不是「聽起來酷的事」。

常見問題(FAQ)

Alexandr Wang 現在還是 Scale AI 的 CEO 嗎?

不是。2025 年 Meta 收購 Scale AI 49% 股份後,Wang 轉任 Meta 首席 AI 官,主導 Meta 超級智慧部門(MSL)。Scale AI 的臨時 CEO 由 Jason Droege 擔任,但 Wang 仍保有董事會席位,對公司方向仍有影響力。

Scale AI 主要客戶有哪些?

根據公開資訊,Scale AI 的客戶包括 NVIDIA、Amazon、Meta,以及大量自駕車公司、AI 研究機構。他們提供的資料標注服務涵蓋圖像、文字、語音、影片等多種格式,是 AI 訓練的核心基礎建設。

Meta 為什麼要花 143 億美元買 Scale AI?

Meta 收購 Scale AI 不只是買技術,更是挖角 Alexandr Wang 的 AI 訓練經驗與產業人脈。Zuckerberg 想在 AI 競賽中超車 OpenAI 和 Google,需要一個真正懂「如何把 AI 做好」的人來主導超級智慧部門。Wang 在 Scale AI 建立的訓練高品質 AI 模型方法論,正是 Meta 急需的能力。

作者簡介

我是阿宥,專注整理 AI 工具實際使用情報與創業者故事。這篇文章整理 Alexandr Wang Scale AI 的完整故事,所有資訊都來自公開報導與官方聲明。如果你需要更深入的 AI 工具教學,可以參考我的 Claude Code 記憶與技能套件,讓 AI 助理記住你的工作習慣。

📌 資料來源:Forbes(2021)・TechCrunch(2025年6月)・Meta 官方聲明(2025)・印度 AI 峰會報導(2026)


🚀 EvoForge 進化工坊|讓 Claude Code 會記憶、會學習、會進化 →

解壓縮 → 拖入 Claude Code → 輸入任意一句話,5 分鐘完成安裝

✅ EvoForge 核心功能:

🧠 三層記憶系統,50 Token 完成查詢(關掉不再忘記)

🔗 85-Token 跨對話橋接,任務中斷秒速恢復不重頭來

⚡ DCI 動態 Context 注入,省 70%+ Token

📈 Stop Hook 自動進化,同類任務 3 次自動腳本化

🛠️ 12 個核心技能,/斜線指令開箱即用

🤖 3 個子代理協作,不消耗主對話 Token

原價 NT$1,288

NT$600

前 100 名優惠 · 買斷不收月費 · MIT 授權可自由修改

Mac & Windows 適用 · 確認匯款後立即出貨 · LINE:kenemail2

Compare Listings

TitlePriceStatusTypeAreaPurposeBedroomsBathrooms

Compare