Dina Powell McCormick 如何为 Meta 的数据中心、AI 就业与平台治理辩护

一、嘉宾背景

这期节目是 All-In Podcast 对 Dina Powell McCormick 的一次集中访谈，标题直接把议题压在 Meta 的数据中心、反对声、AI 就业增长和公司未来上。节目给出的身份很明确：Dina Powell McCormick 是 Meta Platforms 的 president and vice chairwoman，将帮助领导 Meta 的 AI expansion，包括 data centers、investments 和 global partnerships。主持人没有把她只当作普通公司发言人，而是把她放在 Meta 当前最难的交叉点上：AI 技术本身之外，企业还要处理土地、电力、水、地方财政、劳动力、政策沟通与社会信任。

她的背景也服务于这个叙事。节目开场称她是 government、business 和 philanthropy 领域的 trailblazing leader，并提到她曾是 Donald Trump 的 presidential advisor。这样的介绍不是独立传记扩展，而是在为访谈主题铺垫：Meta 在模型、产品和消费应用之外，正在进入更重资产、更依赖公共协商的阶段。数据中心能否建成、社区是否愿意接受、州政府如何设定大负载用户规则、工人能否快速进入新岗位，都不是纯工程问题。

节目还反复强调 Meta 的规模。开场说 Meta 每天有 3.5 billion people 使用，Dina 后来在 AI 开放讨论中说 Meta 平台每天有 3.6 billion people，另有 200 million small business owners 在其平台运营业务。这些数字在文章中应被理解为节目中被引用的规模背景，而不是本文独立核验的统计结论。它们解释了为什么访谈会同时谈基础设施、儿童安全、智能眼镜和开放模型：Meta 的 AI 战略不只是训练模型，而是把基础设施、平台治理和消费入口连接起来。

二、本期主要内容

访谈分量最重的一段是 Richland Parish, Louisiana。Meta 播放的视频把这个地方描述为一个长期缺少机会、年轻人外流、家庭外出寻找工作的小社区；视频中的本地餐饮企业说，最初因为 Meta 要来才创业，本以为可以为 40 人供餐，后来变成每周服务 400 人。Dina 随后请出 Richland Parish superintendent Sheldon Jones 和 Louisiana economic development secretary Susan Bourgeois，并说明 Louisiana 是 Meta 最大的数据中心投资所在地之一。

Sheldon Jones 给出的核心机制不是笼统的“企业做公益”，而是地方税制如何把建设活动转化为学校系统收入。他说自己在 2024 年夏天第一次与 Meta 接触，地点是当地 community college；2024 年 12 月 groundbreaking 后，他立即看到 sales tax collections 增加。Richland Parish 有六个 taxing entities，school board 收取 district 税收的 51%。按照 Jones 的说法，学校系统通常看到的是 5%-10% 的增长，但随着数据中心站点工人增加，销售税增长达到 60%-70%，峰值约 260%。当地一美分和半美分 sales tax 专门用于 employee salaries，所以税收增量会直接进入教师收入。

这一机制带出了节目中最强的地方财政案例。Jones 说，2025 年 12 月 half-cent sales tax check 从上一年的约 4,000 美元翻倍到约 8,000 美元；到次年 6 月，certified employees 的 sales tax 相关收入继续上升。主持人追问后，Jones 的表述形成了教师净增约 45,000 美元的说法。这里必须保留边界：这些都是节目现场嘉宾的陈述，不是本文独立审计后的财务事实；但它们确实解释了为什么 Meta 要把数据中心叙述为教育和地方收入问题，而不只是服务器机房问题。

Jason Calacanis 随后提出反方问题。他列出数据中心常见争议：pollution、increased electricity cost、water、closed loop versus non-closed loop、noise pollution 和 aesthetics，并强调这些是社区成员的 valid concerns。Susan Bourgeois 的回应是，Richland Parish 一开始也有 unknown 和 apprehension，但 Louisiana 进入 data center game 较晚，反而可以吸收其他地方的经验。她说项目所在地原本是 agricultural land，Meta 选择了更昂贵但更高效的系统，水耗低于该土地用于农业时的水耗。电力方面，她强调 Louisiana 有约 32,000 miles natural gas pipelines，并说 Meta 与 Entergy 的安排中，Meta 从一开始就支付自己的 generation、grid resilience、grid upgrades 和 storm costs。

Dina 把这套安排概括为一种 compact。她承认 Jason 的问题是 legitimate questions，并说如果一个社区不想要 Meta 的 data center，社区应该可以选择；但如果社区愿意，Meta 必须更早、更主动地解释 investment and partnership 的含义。她列出的 compact 包括：不只为自己的电力付费，还要努力推动电力成本下降；回应 water issue；投资 teachers 和 first responders；让 small businesses 获得经济发展机会。她也承认 tech industry 过去没有做好沟通，但她补上一条重要前提：在沟通之前，必须先有 meaningful and real impact。

第二个主体是 AI 基建就业。Dina 说，数据中心需要的不只是软件工程师，还包括 welders、pipefitters、construction workers、electricians，尤其是 fiber technicians；Meta 在 Louisiana 的站点找不到足够铺设和切割光纤的人，于是与 CBRE 等伙伴制作课程，后来扩展成 America’s Workforce Academy。她描述这个项目是 five-week fast track training，包含 safety training，毕业后有 job site ready designation；Meta 保证毕业者可以在 Meta data center sites 获得工作，同时证书也可带到其他雇主那里使用。

Dina 对劳动力瓶颈的解释很具体：问题不是没人愿意换工作，也不只是缺少课程，而是许多 waitress、Uber driver、home healthcare worker 过着 paycheck to paycheck 的生活，无法无薪请假去培训；OSHA 等训练费用也高，而且培训结束后未必有工作。她说 Meta 的 unlock 是训练期间按接近正式岗位的工资支付，并提供清晰、快速、带岗位保证的路径。她声称 America’s Workforce Academy 四个月前启动，有 40,000 applicants，已毕业 250 people，retention rate 为 90%。

节目后半段从数据中心转向 Meta 平台治理和消费产品。Jason 质疑 Facebook 过去对儿童造成伤害以及产品成瘾问题，Dina 强烈不同意这一前提，并说自己加入 Meta 八个月、此前在 board 一年，看到团队专注于 empowering parents 和 supporting teens。她说 Meta 与 52 个 bipartisan attorneys general across the United States and territories 达成协议：在参与州，18 岁以下用户每天只能使用平台两小时，到时 app shuts off；夜间关闭；school day 不发送通知；父母有更多 supervision。她还说，如果 YouTube、TikTok 和 Snap 加入，Meta 同意额外提供 5 billion dollars，并把未成年人限制降到一小时，因为用户会从一个 app 转到另一个。

智能眼镜和开放 AI 是结尾两条线。Dina 说 Meta glasses 的 everyday use cases 包括 music、calls、conversation focus、translation、photos、videos 和 hands-free use。她还讲到 blind veterans 与 Meta engineers 一起设计功能，眼镜可以“看见并读给他们听”，并描述一名 blind veteran 用眼镜第一次独立给儿子打电话。最后，当主持人问到 AI safety 和监管争论时，Dina 说 safety is paramount，Mark Zuckerberg、Alex Wang、Nat Friedman 和团队都在思考 model safety；但她强调 Zuckerberg 的不同观点来自 Meta 二十年来 empowering and connecting people 的商业模式，并将广泛分发 superintelligence 与 education、healthcare、learning、individual potential 和 a more stable society 联系起来。

三、核心观点：推理、例子与边界

这期节目的核心并不是证明所有数据中心都天然有利，而是展示 Meta 希望公众如何重新理解数据中心。主持人的反向追问很关键：污染、电价、水耗、系统是否闭环、噪音和建筑外观，并不是可以轻易归入“无知恐慌”的问题，而是地方社区确实会面对的现实顾虑。Dina Powell McCormick 没有完全否认这些担忧。她先承认这些是 legitimate questions，再把回答落到社区选择、合同设计和企业承担成本上。她的论证因此更接近一种条件性主张：不是“所有数据中心都好”，而是“如果社区愿意，企业承担新增负担，项目也能带来可见的地方收益，数据中心就可能成为地方经济基础设施”。

Richland Parish 案例的说服力来自机制，而不只是情绪。餐饮企业每周服务人数增加、教师收入提高、人口回流的希望，都很容易被包装成宣传片；更具体的是 Sheldon Jones 解释的 sales tax 机制：school board 收取 51% 的税，一美分和半美分销售税 dedicated to employee salaries，施工人员和站点工人带来的消费增长，因而可以转化为教师收入。这个例子说明，数据中心给地方带来什么，不只取决于资本开支总额，还取决于税制、工资流向、施工周期、本地消费、学校财政规则和项目所在地原有经济结构。

限制也同样明显。节目中的收益数据全部来自 Meta 展示的视频、Dina、Sheldon Jones 或 Susan Bourgeois 的现场说法；本文不能把 60%-70%、260%、45,000 美元教师净增、40,000 applicants 或 90% retention 当作独立验证后的事实。它们更准确地说，是“节目中被主张的证据”。同时，Richland Parish 是一个特定案例：它有特定税制、原土地用途、州能源结构、人口和工资背景。把这一案例直接外推到水资源紧张、电网拥挤、税收无法流向学校、施工劳动力高度外来化的地区，会超出节目本身能够支撑的证据范围。

Dina 的国家安全论点也需要精确处理。她没有证明外国对手正在操纵所有数据中心反对声；她说自己与 Cotton、Warner 和 Intelligence Committees 交流，对方 believe they have evidence，而她 cannot comment。她随后提出的是一种战略推理：如果 adversaries 想阻止美国 AI dominance，煽动美国停止建设 data centers 会是一条合理路径。这个论点的价值在于指出 AI infrastructure 与国家竞争相关；它的风险在于，如果使用过度，可能把地方居民对水、电、噪音和成本的真实担忧过快归入敌对叙事。

劳动力部分的洞察比“AI 会创造工作”更具体。Dina 把岗位拆成 welders、pipefitters、construction workers、electricians 和 fiber technicians，并指出真正的断点在现金流、培训成本和岗位确定性。America’s Workforce Academy 的设计因此抓住三个变量：训练期支付接近上岗工资，降低转岗期间的收入风险；五周 fast track 和 job site ready certification，缩短进入路径；Meta 对毕业者提供岗位保证，减少“学完也未必有工作”的不确定性。如果这个结构成立，它比单纯开设线上课程更接近真实劳动力市场的约束。

儿童安全讨论显示 Meta 正在调整公共叙事。面对 Jason 对儿童伤害和产品成瘾的质疑，Dina 选择否认前提，同时强调默认限制、夜间关闭、school day no notifications、parental supervision，以及如果 YouTube、TikTok、Snap 加入就把限制降到一小时。主持人随后提出的 whack-a-mole 问题很重要：单一平台限制可能只是把使用时间迁移到别的 app。Chamath 关于 reward function 和 time spent 的类比也指出另一个边界：如果 AI 优化目标仍然是停留时间，默认关闭阈值只是治理层面的刹车，并没有消除产品激励本身。

智能眼镜和开放模型部分共同体现 Meta 的平台逻辑。眼镜没有被讲成炫技硬件，而是被放进 everyday life 的入口：听音乐、通话、翻译、拍摄、conversation focus，以及 blind veterans 的辅助场景。开放 AI 部分则把同一逻辑放大到模型层。Dina 说 Zuckerberg 相信分发 superintelligence 会扩展教育、医疗、学习和个人潜能，并让社会更稳定。这是一个有力但尚未在节目中被技术性展开的假设。节目说 safety is paramount，但没有细讲开放边界、模型滥用、评测标准、发布门槛或责任分配。因此，最准确的读法是：访谈呈现了 Meta 的战略信念和公共辩护，而不是一套完整的 AI safety framework。

四、学习与应用

评估数据中心项目时，最实用的框架不是先问“支持还是反对”，而是拆解价值和成本流向。需要分别看资本开支、施工期消费、长期运营岗位、地方税收归属、学校或公共服务能否得到增量收入，以及企业是否承担新增发电、输配电升级、韧性和风暴等成本。如果一个项目只承诺抽象投资，却没有解释电价、水、噪音、税收和长期岗位，地方政府和社区就不应把 Richland Parish 的结果当作默认模板。

社区沟通也不能只面向最懂项目的人。Sheldon Jones 的一句话很可操作：communication is not about the most informed person; it is about the least informed person。对企业来说，这意味着不能只给州政府、经济发展官员和专业顾问解释模型，而要把水系统、用电合同、施工噪音、建筑外观、应急服务压力和税收路径讲成普通居民能核对的承诺。对社区来说，这也意味着要把反对意见具体化：担心的是水费、电费、污染、噪音、就业外包，还是税收减免过高。只有具体问题才能换来具体约束。

劳动力项目的可复制性取决于四个条件：培训期间现金流、证书被雇主承认、毕业后岗位确定性，以及本地是否有足够训练场景。Dina 说 Meta 的 unlock 是在训练期支付接近岗位工资，并给毕业者岗位保证，这对 paycheck to paycheck 的工人尤其关键。若其他公司或地方政府只复制“五周课程”，却不复制支付和岗位承诺，效果可能弱很多。相反，如果 community college、工会、承包商和数据中心运营方共同定义 certification 和 hiring path，AI 基建岗位才可能从发布会口号变成可进入的职业通道。

儿童安全的应用边界在于默认设置和跨平台协作。Meta 所说的两小时限制、夜间关闭、上课期间无通知和 parent override，适合作为平台治理的最低默认层；但主持人指出的 whack-a-mole 问题说明，单个平台措施会受到内容迁移和用户迁移影响。家长、学校和政策制定者若要使用这类工具，应关注默认是否真的开启、override 记录是否透明、不同 app 是否有一致年龄标准，以及平台的推荐系统是否仍主要奖励 time spent。

智能眼镜的学习点是，不要用一次演示判断可穿戴设备是否成立。Dina 强调的是日常复用场景和辅助场景：通话、音乐、翻译、免持拍摄、conversation focus，以及为 blind veterans 读屏和拨号。产品团队可以从这里提炼出判断标准：外观是否足够自然，重量和电池是否支撑日用，语音和视觉识别是否可靠，功能是否减少手机对现实生活的打断，而不是增加另一层干扰。边界同样清楚：节目没有展开隐私、旁人同意、录制提示或公共场所使用规范。

开放 AI 的应用要保留假设意识。Meta 在节目中的立场是，广泛分发技术有助于教育、医疗、小企业和个人潜能释放，并可能让社会更稳定。学习者可以把它当作一个战略假设，而不是已经被证明的社会定律。实际决策时，需要同时追问：开放到什么程度，谁能访问，哪些能力延迟发布，如何做安全评估，滥用发生后谁负责，开发者和用户如何获得透明限制。Meta 的访谈给出了方向性的信念，也给出了公司希望被理解的公共叙事；真正落地时，仍需要合同、指标、默认设置、审计和退出机制来承接这些承诺。

来源

• 原始节目：Meta's Dina Powell McCormick: The Case for Data Centers, Backlash, AI Job Boom & Meta’s Future