那個固執的法國老頭走了，帶走了硅谷最后的理想主義

作者 | 王啟隆

出品丨AI 科技大本營（ID：rgznai100）

2026 年 1 月，硅谷的風有點冷。

65 歲的 Yann LeCun（楊立昆）離職 Meta 創業還沒一個月，就炮轟起了他的老東家，和那位他看不起的小將 Alexandr Wang。

雖然 LeCun 離開的新聞已經有一段時間，但如果你從 2013 年就開始關注這家公司，關注這群人，你會明白，這事實際上宣告了一個時代的徹底終結。那個大廠愿意花重金養著一群科學家，讓他們在一個叫 FAIR（Facebook AI Research）的象牙塔里，不計成本、不問產出、只為探索“智能本質”的時代，結束了。

取而代之的，是 Alexandr Wang 這種年輕狠角色的上位，是“暴力美學”，是“別跟我談哲學，把算力堆上去”，是赤裸裸的商業變現。

回首 2025 年，咱們公眾號的爆款文章就獻給了 LeCun。當時他在英偉達 GTC 大會意氣風發，懟天懟地：

2026 年開篇，我們聊聊這個倔強的法國人，是怎么把 Meta 推上神壇，又是怎么在 AI 狂飆突進的這兩年，變成了一個孤獨的“異類”。

扎克伯格“三顧茅廬”

把時鐘撥回到 2013 年。

那時候的 Facebook 還不是后來那個深陷泥潭的巨獸，它年輕、生猛，正急著把全世界都連上網。扎克伯格那時候其實也還不是“蜥蜴人”形象（小扎大致經歷了三個階段：大學生階段、“機器人”階段和現在解除危機之后放飛自我的階段），他意識到了一件事：單純靠寫代碼、堆功能，搞不定未來的社交網絡。他需要更聰明的東西，他需要 AI。

但他沒去找工程師，他找了個教書匠。

Yann LeCun 當時在紐約大學過得挺滋潤。作為卷積神經網絡（CNN）之父，他在學術圈地位極高，雖然那是深度學習爆發的前夜，主流學界甚至還有點看不起神經網絡，覺得那是“煉金術”。但扎克伯格眼光毒辣，他看準了 LeCun。

那時候的談判很有意思。LeCun 根本不想去加州，不想去那個滿是程序員和產品經理的帕洛阿托。他對扎克伯格說：我不搬家，我要留在紐約，而且我還要繼續在 NYU 帶學生。

扎克伯格答應了。

這不僅是答應了一個工作地點的問題，這是一個信號：Facebook 愿意為了科學，打破商業公司的規矩。

于是，FAIR 誕生了。它的全稱是 Facebook AI Research，注意那個 R，Research。在很長一段時間里，這里是全世界 AI 研究員的耶路撒冷。

LeCun 把一種完全不同的基因帶進了這家商業公司。他不是來當“打工人”的，他是來在公司內部建“大學”的。

在很長一段時間里，FAIR 都是硅谷的一個異類。當你走進 FAIR 的辦公室，你感覺不到那種趕著發版本的緊張感，滿白板推導的都是數學公式，討論的都是神經科學的最新發現。LeCun 就像這個象牙塔的校長，他保護著這群聰明人不受產品經理的騷擾。

那時候的 LeCun 相信，只要把最聰明的人聚在一起，搞清楚智能的原理，商業價值是水到渠成的事情。

但他可能沒想到，這種“無為而治”的黃金時代，會因為一場技術路線的意外突變，而走向終結。

保護傘

說到 LeCun 在 Meta 的貢獻，有人可能會脫口而出：“他搞了 PyTorch！”

把 PyTorch 的代碼功勞歸在 LeCun 頭上，是對 Soumith Chintala、Adam Paszke 這些真正英雄的不敬。LeCun 并沒有親自去寫 PyTorch 的底層算子，他甚至在早期還更偏愛那個基于 Lua 語言的 Torch。

右為 PyTorch 之父 Soumith Chintala

但是，如果說沒有 LeCun，PyTorch 絕對活不到今天。

故事是這樣的。2016 年左右，Google 的 TensorFlow 簡直是統治級的存在。它嚴謹、工業化、但也極其難用，寫代碼像是在填表格。而在 FAIR 內部，一群年輕的研究員受夠了這種束縛，他們想要一個靈活的、符合 Python 直覺的工具，哪怕只是為了自己做實驗爽一點。

這就是 PyTorch 的雛形。

在任何一家正常的商業公司，這種“重復造輪子”的項目通常會被高層叫停。“Google 已經有了標準答案，你們為什么要浪費資源搞這個？”

是 LeCun 擋在了前面。

他雖然不寫代碼，但他極度懂研究員的心理。他知道，科學發現需要的是靈活性，而不是工業界的“標準化”。

所以在加入 FAIR 的時候，LeCun 就做了一件更重要的事：在公司內部都在推崇工業級框架（Caffe2）的時候，他動用自己的政治資本，為 PyTorch 以及所有這些看起來像是“ 研究員玩具”項目撐起了一把保護傘——他堅持 FAIR 的所有產出必須默認開源，正是這種近乎偏執的開放策略，讓 PyTorch 得以在圍墻之外野蠻生長，最終反噬了原本的行業標準。

這個決定在當時看來是瘋狂的。等于說是 Meta 剛找了個大佬進來，花錢養人，做出來的工具免費送給全世界，包括競爭對手用。

但后來的故事我們都知道了。學術界發生了一場史無前例的“大遷徙”。因為 PyTorch 太好用了，太符合人類直覺了，短短幾年內，頂級會議上 80% 的論文都轉投了 PyTorch 陣營。Google 的 TensorFlow 在學術界幾乎被連根拔起。

LeCun 構建了一個“保護區”。在這個保護區里，工程師的直覺優于 KPI，社區的繁榮優于公司的短期利益。

這是 LeCun 哲學的第一次勝利，也是最輝煌的一次。他證明了，通過贈予（開源），你可以獲得比掠奪（封閉）更大的權力——定義標準的權力。

去年 LeCun 可能接受過不下百來次采訪，我們整理了大概十來篇左右，但哪怕是這樣，他提到那個經典比喻的次數也在半數以上：“AI 不如貓”。

隨著 2018 年圖靈獎的加冕，LeCun 的聲望達到了頂峰。但危機，往往就潛伏在鮮花著錦的時刻。

分歧的種子，埋在對“智能”本質的理解上。

LeCun 是一個堅定的“物理主義者”。他喜歡拿貓做比喻，這個比喻后來被媒體引用了無數次，甚至成了黑粉攻擊他的靶子。而這個比喻大家應該也已經耳朵聽出繭了。

他的邏輯是這樣的：一只貓，它的腦容量很小，它不會說話，也沒有讀過整個互聯網的文本。但是，貓知道如果它跳起來，它會落回地面；它知道如果杯子被推下桌子，會碎掉；它知道被遮住的老鼠并沒有消失，而是躲在了后面。

貓擁有一個“世界模型”。它理解物理規律，理解因果關系。

LeCun 認為，這才是智能的基石。

而當時正在悄然崛起的 GPT（生成式預訓練變換器）路線，走的是另一條路：預測下一個詞。

LeCun 對此嗤之以鼻。在很多次內部會議和公開演講中，他都表達了同一個觀點：“大語言模型（LLM）是在作弊。”

他覺得，LLM 并沒有真正理解它在說什么。它只是看過太多人類的廢話，統計出了詞語出現的概率。它不知道“重力”是什么，它只知道“重力”這個詞后面通常跟著“牛頓”或者“蘋果”。

“如果你只是通過預測下一個詞來訓練 AI，你永遠無法達到人類的智能水平，甚至連貓都不如。”

這句話，在 2019 年聽起來是振聾發聵的真知灼見。

在 2022 年 ChatGPT 發布前夜，聽起來像是老一輩科學家的固執。

而在 ChatGPT 席卷全球之后，這句話在很多人眼里，變成了“酸葡萄”心理，甚至變成了阻礙 Meta 發展的“絆腳石”。

你能想象那種孤獨嗎？

全世界都在為 ChatGPT 的流暢對話而瘋狂，資本在狂歡，媒體在造神。只有 LeCun 一個人站在風中，大聲疾呼：“這只是花哨的自動補全！這是死胡同！我們應該去搞 JEPA（聯合嵌入預測架構）！我們應該去搞能看懂視頻的模型！”

他就像那個指出皇帝沒穿衣服的小孩，但問題是，所有人都覺得這件“隱形衣”太暖和了，沒人愿意脫下來。

關鍵在于，你也不確定到底誰是對的。我們只知道大模型是“現在”，而世界模型是不是“未來”呢？顯然，很多人認為這不是當下需要關心的事情。

2023 年，Meta 陷入了至暗時刻。

OpenAI 成了新的霸主，Google 緊隨其后。Meta？人們覺得它已經掉隊了，甚至有人嘲笑 Meta 還在搞那個沒人看的“元宇宙”。

這時候，Llama 誕生了。

這事兒極其諷刺。Llama 本質上就是一個 LLM，用的就是 LeCun 最看不上的 Transformer 架構，做的就是他覺得“沒有前途”的預測下一個詞的任務。

但作為首席 AI 科學家，LeCun 必須做出選擇。是堅持自己的學術潔癖，看著公司在 AI 浪潮中沉沒？還是暫時放下偏見，用自己的影響力去推一把這個并不完美的方案？

LeCun 選擇了后者。但他用自己的方式重塑了 Llama。

他再次祭出了他的殺手锏：開源。

當 OpenAI 變得越來越 Close（封閉），當 Google 還在猶豫不決時，LeCun 極力游說扎克伯格：“既然我們在先發優勢上輸了，那就把桌子掀了。把模型送給所有人，讓全世界的開發者幫我們優化，把 OpenAI 的護城河填平。”

這一招“借刀殺人”玩得極其漂亮。

Llama 1 的泄露（無論是意外還是有意），Llama 2 和 3 的高調發布，讓 Meta 瞬間回到了牌桌中心。LeCun 在推特上搖旗吶喊，儼然成了開源 AI 的精神領袖。

隨著 Llama 的成功，FAIR 的性質變了。

以前，這里是探索未知的樂園。現在，這里變成了 Llama 的“煉丹房”。所有的算力、所有的人才，都被抽調去訓練更大的模型、清洗更多的數據。

決裂

壓死駱駝的最后一根稻草，叫 Alexandr Wang。

2025 年的硅谷，風向已經徹底變了。可能是 DeepSeek 燒了一把火，開源不再是獨屬于 Meta 的優勢，御三家 OpenAI、Anthropic 和 Google 也在這一年推出了一個比一個牛的模型，不再有人談論“AI 向善”，不再有人談論“可解釋性”，此外還有個詞叫“對齊”，也沒人再聊了。

大家只談論一件事：AGI（通用人工智能）何時到來？誰先到達？

扎克伯格急了。他在 2025 的賽道上落后了，同時也覺得 LeCun 太慢了，太“學術”了。他需要狼性，他需要有人能把 AI 變成印鈔機。

隨后的“Llama 4 Maverick 刷榜門”不過是這場權力更迭的注腳。為了在榜單上壓過 GPT-5，新團隊對模型進行了極其針對性的微調。在科學家眼里，這是學術造假；在商人眼里，這是“市場策略”。

LeCun 拒絕為這個模型背書。

于是，扎克伯格花了 143 億美元，大量裁員又招人，引進了 Scale AI，并讓 28 歲的 Alexandr Wang 空降成為首席 AI 官（CAIO）。

這是一個極具象征意義的時刻。

Alexandr Wang 是誰？他是硅谷最年輕的億萬富翁，做數據標注起家。他的哲學簡單粗暴：Scale is all you need（規模就是一切）。只要數據足夠多，算力足夠大，暴力美學就能解決所有問題。

當 Wang 走進 Meta 的會議室，坐在原本屬于 LeCun 的位置上時，兩種文明發生了劇烈碰撞。

一個圖靈獎得主，一個定義了現代 AI 的泰斗，要向一個比自己孫子輩大不了多少、滿腦子只有 KPI 和算力堆疊的年輕人匯報工作。

他在公司內部的權限被一點點剝離。他的老部下被調離核心崗位，換上了 Wang 帶來的“青年近衛軍”。他引以為傲的開放文化，被嚴格的保密協議取代。發論文？先經過法務部和產品部審核，看看會不會泄露商業機密。

LeCun 成了 Meta 內部的一個圖騰，一個吉祥物。大家依然尊敬他，叫他“祖師爺”，但沒人再聽他的技術路線了。

正如他在最新采訪所反復強調的，路線分歧，正是他出走的最大原因。離職，對 LeCun 來說，或許是一種解脫。

他終于可以不用再看股價行事，不用再忍受產品經理的催促，不用再和那些不懂反向傳播原理卻滿口 AGI 的人爭論。

他的新公司AMI Labs（Advanced Machine Intelligence Labs）設在布魯克林，離 NYU 很近。規模不大，幾十個人，都是跟隨他多年的死忠粉。

他們的目標？依然是那個該死的、迷人的、尚未被攻克的“世界模型”。

有人說，LeCun 輸了。他輸給了 Transformer，輸給了 LLM，輸給了資本的暴力美學。

也有人說，Meta 贏了。他們終于擺脫了學術包袱，可以全速沖刺商業化了。

但我總覺得，事情沒那么簡單。

在硅谷的歷史長河中，像施樂帕羅奧多研究中心（Xerox PARC）、貝爾實驗室這樣的地方，雖然最終都衰落了，但它們點燃的火種，照亮了后面幾十年的路。

FAIR 的這十三年，就是 AI 時代的貝爾實驗室。

LeCun 走了，帶走了硅谷最后的理想主義。他留下了一個強大的 PyTorch 生態，留下了開源的火種，也留下了一個巨大的問號：

如果智能的本質真的不僅僅是預測下一個詞，如果我們現在這條瘋狂燒錢的路真的走錯了，那么未來某一天，當我們在一堆廢話生成的垃圾山上迷路時，會不會有人想起，曾有一個倔強的法國老頭，指著另一條長滿荊棘的小路說：“嘿，真理可能在那邊。”

那時候，我們可能會無比懷念這個“不夠聰明”的老頭。

附錄：那些被遺忘的“LeCun 時刻”

在大家只記得 Llama 的今天，我想列幾個我覺得真正定義了 LeCun 在 Meta 時期的瞬間，不是為了懷舊，是為了記住。

• 2016 年的 PyTorch 動員會：當時沒有任何 KPI，就是一群工程師想做一個好用的工具。LeCun 給的支持是：“做你們覺得對的事。”

• 2019 年的 RoBERTa：當所有人都在吹捧 BERT 時，FAIR 的人靜下心來，用更嚴謹的實驗告訴大家，BERT 沒訓練好，我們可以做得更好。這是科研的尊嚴。

• 2021 年的 DINO：在自監督學習還不火的時候，LeCun 就在推這個。他堅信 AI 不需要人類打標簽也能看懂世界。那個模型生成的注意力熱力圖，美得像藝術品。

• 每一次他在推特上的“回懟”：不管是懟馬斯克，還是懟索菲亞機器人。那不是傲慢，那是他對“科學真實性”的最后防守。

再見，FAIR 的黃金時代。你好，那個我們也看不懂的未來。