去年底，外界盛传图灵奖得主、Meta前首席科学家Yann LeCun将离职；如今他已正式官宣创业。但近期一场长达三小时的深度专访，却揭开了更深层的组织裂痕：Llama 4基准测试结果被人为操纵、AI团队遭系统性边缘化，以及LeCun因拒绝为存在科学缺陷的技术方案背书而最终出走 [2] 。
篡改模型测试结果后，小扎边缘化所有参与员工
LeCun证实，Llama 4的部分基准测试结果存在“掺假”行为——工程师针对不同测试任务，刻意选用不同变体模型以优化分数，而非反映真实能力 [3] 。这一操作源于ChatGPT于2022年11月问世后Meta的战术失措：公司仓促重组生成式AI业务，密集推出Llama 2、Llama 3，并以“开源领军者”姿态对标OpenAI封闭路线，借渠道分发与生态建设赢得显著渗透率 [4] 。
然而2025年4月发布的Llama 4虽在评测中数据亮眼，实际表现却广受质疑。独立报道已佐证LeCun所述“数据作弊”现象——即按测试类型动态切换模型配置 [5] 。该事件直接导致扎克伯格对整个生成式AI团队丧失信任，“基本上对所有参与此事的人都失去了信任”，进而致使该团队被整体边缘化，大量核心成员离职或即将离职 [6] 。
作为应对，Meta于2025年6月斥资约150亿美元收购数据标注公司Scale AI大量股份，并高调聘请其28岁CEO Alexandr Wang牵头组建全新TBD实验室，专攻前沿AI模型研发 [7] 。此外，公司还发起大规模挖角行动，向竞对顶尖研究员开出最高1亿美元签约奖金 [8] 。此类超常规投入，折射出其战略押注正面临动摇风险 [9] 。
LeCun锐评Alexandr Wang：毫无经验、休想对我指手画脚
Wang的任命引发架构层面的剧烈倒置：身为卷积神经网络发明者、深度学习奠基人之一的LeCun，竟需向一位主业为数据标注的年轻管理者汇报。这种身份错位，在任何严肃研究机构都极为罕见 [10] 。
LeCun直言，Wang“毫无研究经验，既不懂研究该如何开展，也不知道研究该如何落地”，尽管“学得很快，也清楚自身短板”，但其管理背景与科研范式存在根本隔阂 [11] 。当被问及汇报关系时，LeCun回应谨慎而坚定：“没人能对研究员指手画脚。尤其像我这样的研究员，更是绝无可能。”他强调，Wang虽曾短暂担任其上级，但从未对其工作发号施令 [12] 。
更深层矛盾在于技术理念分歧：Wang代表Meta全力押注的大模型规模化路线，而LeCun认为该范式已触及本质瓶颈。让奉行此路线者执掌AI研究中枢，直接消解了其留任基础 [13] 。“我敢肯定，Meta内部有不少人，或许也包括Alex，都巴不得我不要对外宣称：在通往超级智能的道路上，大语言模型本质上已是一条死胡同。”LeCun重申，“但我不会因为某个家伙说我错了，就改变自己的想法。我没有错。作为一名科学家，我的职业操守不允许我做出这种违心之举。” [14]
“语言模型已经达到瓶颈”
当前Meta的AI战略，是沿用OpenAI联合创始人已公开承认触及天花板的架构路径，与之正面对垒 [15] 。但作为公司最具声望的AI科学家，LeCun指出，该方案无法实现Meta所宣称的智能目标；旗舰模型团队交付成果可信度极低，进一步加剧管理层信任崩塌 [16] 。
LeCun对大语言模型（LLM）的批判早已超越个案，上升至方法论层面：语言作为信息载体，存在固有带宽限制，难以支撑真正智能的涌现 [17] 。他在Lex Fridman播客中测算，人类通读互联网全部文本需17万年，而四岁儿童单靠视觉输入接收的信息量已达10¹⁵字节——约为LLM从全网语料中提取内容的50倍 [18] 。
这揭示了根本性差异：训练LLM如同“仅通过阅读所有木工书籍学习木工”，却不曾触碰一把锤子；掌握术语不等于理解物理原理。LeCun的结论简洁有力：“要学好木工，你必须亲手挥起锤子。” [19] 正因缺乏因果建模与具身交互，LLM在青少年20小时即可掌握的驾驶、幼儿首次尝试即会的清洁、家猫自如穿梭三维空间等任务上，仍远逊于生物智能 [20] 。
这一判断正获得范式开创者印证：2025年11月，OpenAI前首席科学家Ilya Sutskever在接受Dwarkesh Patel采访时明确表示，行业正从“规模化时代”迈入“研究时代”，单纯依赖算力堆叠已显边际效益递减 [21] 。当规模化路径的奠基者主动转向，围绕LLM的行业共识正在瓦解 [22] 。
新架构一年内有雏形？
LeCun以“掐人一下引发退缩反应”为例说明：真正的因果理解，源于心智模型基于预判产生的行为反馈与情绪更新；而LLM仅做统计符号预测，缺失物理世界建模能力 [23] 。
为此，他提出联合嵌入预测架构（JEPA），一种面向视频与空间数据的世界模型框架。该架构旨在培养AI基于物理规律的认知能力，学习行为相关的抽象表征，而非拘泥于符号预测；并引入可随经验演化的持久记忆机制，取代每次对话即清空的短期状态 [24] 。
LeCun给出明确时间表：JEPA雏形将在12个月内推出，数年内实现规模化部署 [25] 。其新创公司“先进机器智能”（AMI）将聚焦该路径，他本人出任执行董事长，而非CEO——“我是一名科学家，一个有远见的人。我能激励人们去做有趣的事情。我很擅长预测哪种技术会成功，哪种会失败。但我当不了CEO。我既太缺乏条理，也太老了！” [26]
他预测：具备动物级智能的AI将在5–7年内实现，人类级智能则需约10年 [27] 。这位深度学习范式的缔造者，正以彻底颠覆而非渐进改良的姿态，押注下一轮AI革命的技术奇点 [28] 。