Meta第二季度经营现金流高达318.62亿美元，但随即又投入310.78亿美元用于数据中心和服务器建设，最终仅剩下7.84亿美元的自由现金流。尽管Meta的广告机器仍在高速运转，二季度营收达到608.01亿美元，同比增长28%，其中广告收入593.63亿美元，同比增长27%，营收表现超出了华尔街预期，但股价却下跌了近8%，盘后跌幅一度接近9%。
导致股价下跌的原因在于广告业务赚来的钱几乎被AI投入“吃干抹净”。Meta将2026年资本开支的下限从1250亿美元提高到了1300亿美元，最高甚至可能达到1450亿美元。在电话会上，美国银行证券分析师Justin Post直接质问扎克伯格：一年前更换了AI实验室高层后，投资者何时才能看到模型和芯片发布速度的明显加快？
扎克伯格回应称对实验室进展“相当满意”，Muse Spark和Muse Spark 1.1只是Meta攀登模型能力阶梯的早期成果，更大的模型正在训练中，但他没有公布旗舰模型Watermelon的发布时间，也未提供新的评测成绩。一年前，Llama 4表现不及预期，扎克伯格斥资143亿美元入股Scale AI，请来28岁的汪滔，并将重建AI体系的权力交给他。汪滔和扎克伯格有着惊人的相似之处：都曾退学创业，都曾成为亿万富翁，都信奉创始人式的集中权力和快速执行。已经40岁的扎克伯格，仿佛是将Meta的未来交给了年轻时的自己。一年后，汪滔重组了团队，推出了第一批模型，但真正承担Meta反击期待的旗舰模型Watermelon却仍在训练中。竞争对手在加速迭代，Meta为等待这张答卷付出的成本却越来越高。汪滔一天不交出旗舰模型，扎克伯格便很难证明这些投入是否物有所值，此时换人或收缩，也等于承认此前付出的代价难以收回。汪滔，已经成为了扎克伯格最大的沉没成本。
汪滔当然没有闲着，但他被寄予厚望并非因为拥有领导前沿模型研发的经验，而是因为他卓越的管理和资源调度能力。在Scale AI，即便拥有上千名员工，他仍坚持亲自审批新员工，并在数据交付前亲自抽查，这种对细节的把控被称为“质量是分形的”。扎克伯格看中的正是这种很难在大公司中找到的集中、强硬和执行速度。进入Meta后，汪滔迅速将这套“战时CEO”的风格带入AI部门，成立了直接冲击前沿模型的TBD Lab，高价挖人，压缩层级，试图将臃肿的AI部门改造成一支行动更快的“战时团队”。代价是Meta原有AI团队约600个岗位被裁，杨立昆离开工作12年的Meta。高薪新团队与旧体系之间出现了裂缝。这场重组的成本如今已反映在财报中：第二季度研发费用达216.56亿美元，同比增长67%。CFO苏珊李表示，薪酬增长主要来自高价招募的AI人才。即使扣除法律费用和裁员费用，Meta总成本仍同比增长42%，远超28%的营收增速。
扎克伯格赌的是汪滔重建组织和调动资源的能力最终能转化为训练前沿模型的能力。前一项已经得到证明，后一项仍要靠模型交卷。2026年4月，Meta推出了Muse Spark，强调它是体量较小、速度较快的“打头阵”模型。到了7月，Muse Spark 1.1将Artificial Analysis综合指数从43分提升到51分，但在编程、科学推理等能力上仍与最前沿模型有明显差距。真正承载期待的Watermelon仍在训练。据Business Insider报道，Watermelon使用的算力比Muse Spark高一个数量级，并在部分基准评测中追上GPT-5.5，但Meta未公开验证。扎克伯格在电话会上确认正在训练更大模型，但未提Watermelon名字和成绩。现实是，OpenAI、Anthropic和Google不会等它。
最讽刺的是，Meta并非AI领域的后来者。2013年，Facebook成立FAIR，杨立昆担任负责人，积累了深厚的技术底蕴，孕育了PyTorch。2023年发布的Llama也让Meta在开放模型领域获得影响力。但ChatGPT出现后，Meta的AI资源分散在FAIR、生成式AI团队、产品部门和基础设施部门。到了2025年，扎克伯格才将AI提升为公司级战略，计划投入600亿至650亿美元，却等来了不及预期的Llama 4。汪滔推动的集中改革，其实是Meta本应在2023年完成的改革。等到开始重组，Meta已经整整迟到了两年。资本开支预计达到1300亿至1450亿美元，最高值超过此前计划的两倍。汪滔更像是扎克伯格为两年迟疑收到的一张账单。
不过，Meta也没有把所有筹码都压在Watermelon上。第二季度，Instagram用户时长两位数增长，Facebook视频观看时长增长9%。新的广告模型让广告点击量提高8.3%，转化率提高15.7%。使用AI生成广告素材的小企业已超900万家。这些成绩证明，AI已经帮助广告机器赚更多钱，但Meta未说明这些改进有多少来自汪滔团队的前沿模型。广告和推荐是Meta积累了十多年的强项，强大的广告业务给了扎克伯格继续等待的底气。对于新增的巨额算力，Meta也准备了更多去处：个人智能体、企业智能体、模型API和直接出售算力。苏珊李表示，即使模型未进入最前沿，公司也有信心利用算力改进现有产品，实在用不完还可以直接卖给其他企业。这相当于为巨额投入准备了退路。
Meta的财务状况也在发生变化。第二季度发行了约249.1亿美元长期债务，长期债务达到836.64亿美元。与此同时，公司本季度没有回购股票。原因很简单：经营现金流产生的现金，已不足以同时满足AI扩建、分红和股票回购。虽然账上有902.6亿美元现金，但Meta开始增加债务，引入合作伙伴为长期项目筹资。电话会上，苏珊李表示公司一直在提高债务占比，以匹配AI基础设施漫长的建设周期。与贝莱德的合作就是例子：双方在得州建设1吉瓦数据中心，Meta借助外部合作伙伴分担成本，保留算力使用权。扎克伯格承认数据中心上线前不会产生价值，公司首先要尽可能扩大2026年和2027年的算力。这意味着，Watermelon能力如何未验证，但数据中心、服务器却必须提前几年准备。Meta很难为这场豪赌划出清晰的止损线，就像过去证明它可以对长期项目保持惊人耐心一样——第二季度Reality Labs收入仅4.31亿美元，经营亏损却高达46.19亿美元。汪滔的成败，成为了扎克伯格是否在“元宇宙”之后再次不理智的验金石。华尔街担心AI会变成另一场没有明确截止日期的豪赌。等待越久，投入越多，扎克伯格越难承认这条路走不通。Watermelon仍有机会证明一切，但在那之前，Meta每多等一个季度，汪滔这笔“沉没成本”都会继续增大。