Joel Pobar 是一位技术专家和工程领导者，以其在软件平台和人工智能项目方面的工作而闻名。他曾在多家大型科技公司担任高级职务，包括领导Anthropic的基础设施和工程，以及在Meta担任高级工程组织领导，在那里他参与了包括PyTorch在内的人工智能项目，并与超智能团队有关联。^[1]

教育背景

Joel Pobal于1999年至2001年间在昆士兰科技大学（QUT）完成了信息技术学士学位，并获得计算机科学荣誉学位。^{[3] [4]}

职业生涯

Joel Pobar在布里斯班开始了他的职业生涯，在Quicknet互联网供应商担任系统和网络管理员，负责维护跨多个平台（包括Windows、Linux、FreeBSD和基于Cisco的系统）的IT基础设施，时间为1999年至2003年。与此同时，他还在昆士兰科技大学（QUT）担任研究助理，参与了与编程语言、分布式计算和软件适配框架相关的项目。2002年，他在门洛帕克的Sun Microsystems完成了实习，为内部Verilog编译器开发了一个代码分区系统，该编译器针对基于ASIC的执行环境。

2003年，Pobar加入微软，担任通用语言运行时（CLR）团队的项目经理。他的职责包括处理.NET框架的几个组件，包括反射、代码生成和委托机制，以及为共享源码CLI（SSCLI）做出贡献。后来，他与微软解决方案开发中心（SDC）合作，作为承包商参与了多个大型软件计划的技术架构和工程工作。2010年，他担任悉尼麦格理银行的合同工程师，帮助开发了专为高吞吐量和低延迟操作而设计的交易基础设施。

Pobar于2012年加入Facebook（现为Meta），在那里他连续担任工程领导职务超过十年。在他任职初期，他管理着负责核心软件基础设施项目的团队，如HHVM（PHP的即时编译器）、Hack编程语言和JavaScript的Flow静态类型检查器。2015年至2019年间，他领导了专注于Facebook应用程序性能基础设施的计划，负责移动和后端系统的优化工作。从2019年到2023年，他与人工智能和机器学习基础设施团队合作，为模型部署、编排和大规模训练工作流程中使用的内部平台做出贡献，包括涉及PyTorch和FBLearner的工作。

2023年，Pobar加入Anthropic，在那里他是技术人员的一部分，专注于支持大型语言模型的推理系统的工程基础设施。2024年，他成为TEN13的第一位风险合伙人，TEN13是一家风险投资公司，对人工智能领域有投资兴趣。他的职责包括为人工智能相关机会的技术方面提供建议，并为公司的投资策略做出贡献。

Pobar还参与了技术出版和会议演讲。他的贡献包括为MSDN杂志撰写文章，以及在奥胡斯举行的GOTO会议等行业活动上发表演讲，他在会上谈到了在应用计算环境中使用函数式编程技术。^{[2] [1] [3] [4] [5]}

超智能团队

2025年6月，Meta Platforms成立了Meta超智能实验室（MSL），该部门专注于与通用人工智能（AGI）相关的研究和开发。该部门的成立目标是将Meta的人工智能工作整合到一个统一的组织结构下。

该实验室由Scale AI的前首席执行官，被任命为Meta首席人工智能官的亚历山大·王（Alexandr Wang）和GitHub的前首席执行官纳特·弗里德曼（Nat Friedman）共同领导，后者共同领导产品和应用研究计划。在MSL成立的同时，Meta以约143亿美元的价格收购了Scale AI 49%的股份。此次收购符合扩大数据基础设施和提高人工智能领域招聘能力的更广泛努力。

在MSL成立后，Meta启动了一项有针对性的招聘策略，以吸引在OpenAI、Google DeepMind、Anthropic和Apple等组织拥有经验的人工智能专业人士。报告显示，在此过程中提供的薪酬方案包括丰厚的奖金。招聘人员包括丹尼尔·格罗斯（Safe Superintelligence前员工）、罗明庞（此前在Apple的基础模型团队工作），以及Trapit Bansal、Ji Lin、Shuchao Bi、Hongyu Ren、Jack Rae和Pei Sun等。这些人带来了在多模态模型和推理系统等领域的专业知识。

Joel Pobar是加入MSL团队的成员之一。在此之前，他在Anthropic工作，专注于大规模推理基础设施，并且此前在Meta担任工程领导职务超过十年。

MSL的推出是在对Meta现有模型开发工作（包括开源Llama 4）进行内部评估之后进行的。它也发生在人工智能领域竞争日益激烈的背景下，特别是来自OpenAI、Google、Anthropic和DeepSeek等公司。MSL的既定重点包括对通用人工智能系统的研究，正在考虑的应用包括自动化内容生成、个性化工具和扩展现实界面。^{[6] [7]}