那个固执的法国老头走了，带走了硅谷最后的理想主义

作者 | 王启隆

出品丨AI 科技大本营（ID：rgznai100）

2026 年 1 月，硅谷的风有点冷。

65 岁的 Yann LeCun（杨立昆）离职 Meta 创业还没一个月，就炮轰起了他的老东家，和那位他看不起的小将 Alexandr Wang。

虽然 LeCun 离开的新闻已经有一段时间，但如果你从 2013 年就开始关注这家公司，关注这群人，你会明白，这事实际上宣告了一个时代的彻底终结。那个大厂愿意花重金养着一群科学家，让他们在一个叫 FAIR（Facebook AI Research）的象牙塔里，不计成本、不问产出、只为探索“智能本质”的时代，结束了。

取而代之的，是 Alexandr Wang 这种年轻狠角色的上位，是“暴力美学”，是“别跟我谈哲学，把算力堆上去”，是赤裸裸的商业变现。

回首 2025 年，咱们公众号的爆款文章就献给了 LeCun。当时他在英伟达 GTC 大会意气风发，怼天怼地：

2026 年开篇，我们聊聊这个倔强的法国人，是怎么把 Meta 推上神坛，又是怎么在 AI 狂飙突进的这两年，变成了一个孤独的“异类”。

扎克伯格“三顾茅庐”

把时钟拨回到 2013 年。

那时候的 Facebook 还不是后来那个深陷泥潭的巨兽，它年轻、生猛，正急着把全世界都连上网。扎克伯格那时候其实也还不是“蜥蜴人”形象（小扎大致经历了三个阶段：大学生阶段、“机器人”阶段和现在解除危机之后放飞自我的阶段），他意识到了一件事：单纯靠写代码、堆功能，搞不定未来的社交网络。他需要更聪明的东西，他需要 AI。

但他没去找工程师，他找了个教书匠。

Yann LeCun 当时在纽约大学过得挺滋润。作为卷积神经网络（CNN）之父，他在学术圈地位极高，虽然那是深度学习爆发的前夜，主流学界甚至还有点看不起神经网络，觉得那是“炼金术”。但扎克伯格眼光毒辣，他看准了 LeCun。

那时候的谈判很有意思。LeCun 根本不想去加州，不想去那个满是程序员和产品经理的帕洛阿托。他对扎克伯格说：我不搬家，我要留在纽约，而且我还要继续在 NYU 带学生。

扎克伯格答应了。

这不仅是答应了一个工作地点的问题，这是一个信号：Facebook 愿意为了科学，打破商业公司的规矩。

于是，FAIR 诞生了。它的全称是 Facebook AI Research，注意那个 R，Research。在很长一段时间里，这里是全世界 AI 研究员的耶路撒冷。

LeCun 把一种完全不同的基因带进了这家商业公司。他不是来当“打工人”的，他是来在公司内部建“大学”的。

在很长一段时间里，FAIR 都是硅谷的一个异类。当你走进 FAIR 的办公室，你感觉不到那种赶着发版本的紧张感，满白板推导的都是数学公式，讨论的都是神经科学的最新发现。LeCun 就像这个象牙塔的校长，他保护着这群聪明人不受产品经理的骚扰。

那时候的 LeCun 相信，只要把最聪明的人聚在一起，搞清楚智能的原理，商业价值是水到渠成的事情。

但他可能没想到，这种“无为而治”的黄金时代，会因为一场技术路线的意外突变，而走向终结。

保护伞

说到 LeCun 在 Meta 的贡献，有人可能会脱口而出：“他搞了 PyTorch！”

把 PyTorch 的代码功劳归在 LeCun 头上，是对 Soumith Chintala、Adam Paszke 这些真正英雄的不敬。LeCun 并没有亲自去写 PyTorch 的底层算子，他甚至在早期还更偏爱那个基于 Lua 语言的 Torch。

右为 PyTorch 之父 Soumith Chintala

但是，如果说没有 LeCun，PyTorch 绝对活不到今天。

故事是这样的。2016 年左右，Google 的 TensorFlow 简直是统治级的存在。它严谨、工业化、但也极其难用，写代码像是在填表格。而在 FAIR 内部，一群年轻的研究员受够了这种束缚，他们想要一个灵活的、符合 Python 直觉的工具，哪怕只是为了自己做实验爽一点。

这就是 PyTorch 的雏形。

在任何一家正常的商业公司，这种“重复造轮子”的项目通常会被高层叫停。“Google 已经有了标准答案，你们为什么要浪费资源搞这个？”

是 LeCun 挡在了前面。

他虽然不写代码，但他极度懂研究员的心理。他知道，科学发现需要的是灵活性，而不是工业界的“标准化”。

所以在加入 FAIR 的时候，LeCun 就做了一件更重要的事：在公司内部都在推崇工业级框架（Caffe2）的时候，他动用自己的政治资本，为 PyTorch 以及所有这些看起来像是“ 研究员玩具”项目撑起了一把保护伞——他坚持 FAIR 的所有产出必须默认开源，正是这种近乎偏执的开放策略，让 PyTorch 得以在围墙之外野蛮生长，最终反噬了原本的行业标准。

这个决定在当时看来是疯狂的。等于说是 Meta 刚找了个大佬进来，花钱养人，做出来的工具免费送给全世界，包括竞争对手用。

但后来的故事我们都知道了。学术界发生了一场史无前例的“大迁徙”。因为 PyTorch 太好用了，太符合人类直觉了，短短几年内，顶级会议上 80% 的论文都转投了 PyTorch 阵营。Google 的 TensorFlow 在学术界几乎被连根拔起。

LeCun 构建了一个“保护区”。在这个保护区里，工程师的直觉优于 KPI，社区的繁荣优于公司的短期利益。

这是 LeCun 哲学的第一次胜利，也是最辉煌的一次。他证明了，通过赠予（开源），你可以获得比掠夺（封闭）更大的权力——定义标准的权力。

去年 LeCun 可能接受过不下百来次采访，我们整理了大概十来篇左右，但哪怕是这样，他提到那个经典比喻的次数也在半数以上：“AI 不如猫”。

随着 2018 年图灵奖的加冕，LeCun 的声望达到了顶峰。但危机，往往就潜伏在鲜花着锦的时刻。

分歧的种子，埋在对“智能”本质的理解上。

LeCun 是一个坚定的“物理主义者”。他喜欢拿猫做比喻，这个比喻后来被媒体引用了无数次，甚至成了黑粉攻击他的靶子。而这个比喻大家应该也已经耳朵听出茧了。

他的逻辑是这样的：一只猫，它的脑容量很小，它不会说话，也没有读过整个互联网的文本。但是，猫知道如果它跳起来，它会落回地面；它知道如果杯子被推下桌子，会碎掉；它知道被遮住的老鼠并没有消失，而是躲在了后面。

猫拥有一个“世界模型”。它理解物理规律，理解因果关系。

LeCun 认为，这才是智能的基石。

而当时正在悄然崛起的 GPT（生成式预训练变换器）路线，走的是另一条路：预测下一个词。

LeCun 对此嗤之以鼻。在很多次内部会议和公开演讲中，他都表达了同一个观点：“大语言模型（LLM）是在作弊。”

他觉得，LLM 并没有真正理解它在说什么。它只是看过太多人类的废话，统计出了词语出现的概率。它不知道“重力”是什么，它只知道“重力”这个词后面通常跟着“牛顿”或者“苹果”。

“如果你只是通过预测下一个词来训练 AI，你永远无法达到人类的智能水平，甚至连猫都不如。”

这句话，在 2019 年听起来是振聋发聩的真知灼见。

在 2022 年 ChatGPT 发布前夜，听起来像是老一辈科学家的固执。

而在 ChatGPT 席卷全球之后，这句话在很多人眼里，变成了“酸葡萄”心理，甚至变成了阻碍 Meta 发展的“绊脚石”。

你能想象那种孤独吗？

全世界都在为 ChatGPT 的流畅对话而疯狂，资本在狂欢，媒体在造神。只有 LeCun 一个人站在风中，大声疾呼：“这只是花哨的自动补全！这是死胡同！我们应该去搞 JEPA（联合嵌入预测架构）！我们应该去搞能看懂视频的模型！”

他就像那个指出皇帝没穿衣服的小孩，但问题是，所有人都觉得这件“隐形衣”太暖和了，没人愿意脱下来。

关键在于，你也不确定到底谁是对的。我们只知道大模型是“现在”，而世界模型是不是“未来”呢？显然，很多人认为这不是当下需要关心的事情。

2023 年，Meta 陷入了至暗时刻。

OpenAI 成了新的霸主，Google 紧随其后。Meta？人们觉得它已经掉队了，甚至有人嘲笑 Meta 还在搞那个没人看的“元宇宙”。

这时候，Llama 诞生了。

这事儿极其讽刺。Llama 本质上就是一个 LLM，用的就是 LeCun 最看不上的 Transformer 架构，做的就是他觉得“没有前途”的预测下一个词的任务。

但作为首席 AI 科学家，LeCun 必须做出选择。是坚持自己的学术洁癖，看着公司在 AI 浪潮中沉没？还是暂时放下偏见，用自己的影响力去推一把这个并不完美的方案？

LeCun 选择了后者。但他用自己的方式重塑了 Llama。

他再次祭出了他的杀手锏：开源。

当 OpenAI 变得越来越 Close（封闭），当 Google 还在犹豫不决时，LeCun 极力游说扎克伯格：“既然我们在先发优势上输了，那就把桌子掀了。把模型送给所有人，让全世界的开发者帮我们优化，把 OpenAI 的护城河填平。”

这一招“借刀杀人”玩得极其漂亮。

Llama 1 的泄露（无论是意外还是有意），Llama 2 和 3 的高调发布，让 Meta 瞬间回到了牌桌中心。LeCun 在推特上摇旗呐喊，俨然成了开源 AI 的精神领袖。

随着 Llama 的成功，FAIR 的性质变了。

以前，这里是探索未知的乐园。现在，这里变成了 Llama 的“炼丹房”。所有的算力、所有的人才，都被抽调去训练更大的模型、清洗更多的数据。

决裂

压死骆驼的最后一根稻草，叫 Alexandr Wang。

2025 年的硅谷，风向已经彻底变了。可能是 DeepSeek 烧了一把火，开源不再是独属于 Meta 的优势，御三家 OpenAI、Anthropic 和 Google 也在这一年推出了一个比一个牛的模型，不再有人谈论“AI 向善”，不再有人谈论“可解释性”，此外还有个词叫“对齐”，也没人再聊了。

大家只谈论一件事：AGI（通用人工智能）何时到来？谁先到达？

扎克伯格急了。他在 2025 的赛道上落后了，同时也觉得 LeCun 太慢了，太“学术”了。他需要狼性，他需要有人能把 AI 变成印钞机。

随后的“Llama 4 Maverick 刷榜门”不过是这场权力更迭的注脚。为了在榜单上压过 GPT-5，新团队对模型进行了极其针对性的微调。在科学家眼里，这是学术造假；在商人眼里，这是“市场策略”。

LeCun 拒绝为这个模型背书。

于是，扎克伯格花了 143 亿美元，大量裁员又招人，引进了 Scale AI，并让 28 岁的 Alexandr Wang 空降成为首席 AI 官（CAIO）。

这是一个极具象征意义的时刻。

Alexandr Wang 是谁？他是硅谷最年轻的亿万富翁，做数据标注起家。他的哲学简单粗暴：Scale is all you need（规模就是一切）。只要数据足够多，算力足够大，暴力美学就能解决所有问题。

当 Wang 走进 Meta 的会议室，坐在原本属于 LeCun 的位置上时，两种文明发生了剧烈碰撞。

一个图灵奖得主，一个定义了现代 AI 的泰斗，要向一个比自己孙子辈大不了多少、满脑子只有 KPI 和算力堆叠的年轻人汇报工作。

他在公司内部的权限被一点点剥离。他的老部下被调离核心岗位，换上了 Wang 带来的“青年近卫军”。他引以为傲的开放文化，被严格的保密协议取代。发论文？先经过法务部和产品部审核，看看会不会泄露商业机密。

LeCun 成了 Meta 内部的一个图腾，一个吉祥物。大家依然尊敬他，叫他“祖师爷”，但没人再听他的技术路线了。

正如他在最新采访所反复强调的，路线分歧，正是他出走的最大原因。离职，对 LeCun 来说，或许是一种解脱。

他终于可以不用再看股价行事，不用再忍受产品经理的催促，不用再和那些不懂反向传播原理却满口 AGI 的人争论。

他的新公司AMI Labs（Advanced Machine Intelligence Labs）设在布鲁克林，离 NYU 很近。规模不大，几十个人，都是跟随他多年的死忠粉。

他们的目标？依然是那个该死的、迷人的、尚未被攻克的“世界模型”。

有人说，LeCun 输了。他输给了 Transformer，输给了 LLM，输给了资本的暴力美学。

也有人说，Meta 赢了。他们终于摆脱了学术包袱，可以全速冲刺商业化了。

但我总觉得，事情没那么简单。

在硅谷的历史长河中，像施乐帕罗奥多研究中心（Xerox PARC）、贝尔实验室这样的地方，虽然最终都衰落了，但它们点燃的火种，照亮了后面几十年的路。

FAIR 的这十三年，就是 AI 时代的贝尔实验室。

LeCun 走了，带走了硅谷最后的理想主义。他留下了一个强大的 PyTorch 生态，留下了开源的火种，也留下了一个巨大的问号：

如果智能的本质真的不仅仅是预测下一个词，如果我们现在这条疯狂烧钱的路真的走错了，那么未来某一天，当我们在一堆废话生成的垃圾山上迷路时，会不会有人想起，曾有一个倔强的法国老头，指着另一条长满荆棘的小路说：“嘿，真理可能在那边。”

那时候，我们可能会无比怀念这个“不够聪明”的老头。

附录：那些被遗忘的“LeCun 时刻”

在大家只记得 Llama 的今天，我想列几个我觉得真正定义了 LeCun 在 Meta 时期的瞬间，不是为了怀旧，是为了记住。

• 2016 年的 PyTorch 动员会：当时没有任何 KPI，就是一群工程师想做一个好用的工具。LeCun 给的支持是：“做你们觉得对的事。”

• 2019 年的 RoBERTa：当所有人都在吹捧 BERT 时，FAIR 的人静下心来，用更严谨的实验告诉大家，BERT 没训练好，我们可以做得更好。这是科研的尊严。

• 2021 年的 DINO：在自监督学习还不火的时候，LeCun 就在推这个。他坚信 AI 不需要人类打标签也能看懂世界。那个模型生成的注意力热力图，美得像艺术品。

• 每一次他在推特上的“回怼”：不管是怼马斯克，还是怼索菲亚机器人。那不是傲慢，那是他对“科学真实性”的最后防守。

再见，FAIR 的黄金时代。你好，那个我们也看不懂的未来。