最近几天，科技圈里最引人关注的一条消息，莫过于Meta的首席AI科学家杨立昆（Yann LeCun）要离开公司了。

这位65岁的图灵奖得主、深度学习领域的奠基人之一，已经在Meta工作了整整12年。

他一手打造了FAIR（基础人工智能研究实验室），推动了Llama系列开源大模型的发展，也曾在PyTorch等关键工具的诞生中扮演核心角色。

如今，他决定另起炉灶，创办自己的初创公司，专注研究“世界模型”：

一种试图让机器像人类一样理解物理世界的AI系统。

这个决定看似只是一个人的职业选择，背后却折射出整个行业在AI发展路径上的深刻分歧：

一边是追求快速产品落地、靠数据和算力堆出来的大型语言模型；

另一边，则是坚持长期基础研究、希望从认知机制出发构建真正智能系统的学术理想。

而Meta，正站在这个十字路口上剧烈转向。

扎克伯格变了

过去几年，Meta给人的印象一直是“开源AI的守护者”。

它不仅把Llama模型免费开放给全球研究者使用，还长期支持基础研究，允许科学家们探索十年甚至更远期的技术方向。

这种策略一度让它在学术圈赢得了极高声誉，也吸引了大量顶尖人才加入。

但最近一年，风向明显变了。

今年夏天，Meta CEO马克·扎克伯格做了一件让很多人意外的事：

他花了143亿美元，买下数据标注公司Scale AI近一半的股份，并把这家公司28岁的创始人亚历山大·王（Alexandr Wang）请来，直接负责新成立的“超级智能实验室”（Superintelligence Labs）。

与此同时，原本独立运作的FAIR被并入这个新体系，连杨立昆本人的汇报线也从原来的首席产品官，变成了向这位年轻创业者汇报。

这一调整绝非简单的组织架构变动。

它意味着Meta的AI重心，正在从“探索未来可能”转向“尽快做出能赚钱的产品”。

导火索其实不难理解。

今年早些时候，Meta发布了Llama 4，本想借此在大模型竞赛中扳回一城，结果市场反馈平平，性能明显落后于OpenAI的GPT-5和谷歌的Gemini Ultra。

自家的AI聊天机器人也没能打动普通用户。

扎克伯格意识到，如果继续按原来节奏慢慢做研究，Meta很可能彻底掉队。

于是，他开始大刀阔斧地改革：

一边高薪挖角OpenAI、Anthropic和谷歌的核心工程师，开出上亿美元年薪的天价合同；

一边对内部进行裁员，尤其是FAIR这类偏基础研究的团队，成了重灾区。

据《华尔街日报》报道，上个月Meta裁掉了约600名AI部门员工，其中大部分来自长期研究岗位。

这种“一边疯狂扩招，一边大规模裁员”的做法，在公司内部引发了不小混乱。

新来的工程师抱怨流程繁琐、决策迟缓；老员工则感到自己多年积累的研究方向被边缘化。

而杨立昆，正是在这种氛围中萌生去意。

理念不合，不是钱的问题

很多人可能会问：既然扎克伯格这么重视AI，为什么留不住杨立昆？

毕竟他是Meta AI的“灵魂人物”，连外界都估算他对公司的价值高达300亿美元。

答案很简单：两人对AI的理解，根本不在一个频道上。

杨立昆一直认为，当前主流的大语言模型（LLM）虽然能写论文、编代码、回答问题，但本质上只是“高级的统计关联工具”。

它们没有真正的理解能力，无法像人类一样推理、规划或感知物理世界。

他曾公开表示：“在我们还没搞清楚怎么造出比家猫更聪明的系统之前，就急着讨论如何控制‘超智能’，这很荒谬。”

他主张的方向，是构建“世界模型”：

一种通过观察视频、空间数据等方式，让AI学会模拟现实世界运行规律的系统。

这种模型不依赖海量文本训练，而是像婴儿一样，通过与环境互动逐步建立对世界的认知。

他认为，这才是通往人类水平智能的正确路径，尽管这条路可能需要十年甚至更久。

而扎克伯格要的是速度。

他看到OpenAI靠着ChatGPT迅速占领市场，谷歌用Gemini绑定安卓生态，亚马逊、微软也在全力推进AI产品化。

Meta作为社交平台巨头，广告收入增长放缓，急需新的增长引擎。

AI成了唯一选项，而且必须快。

于是，他选择押注大模型+算力+数据的组合拳，希望通过快速迭代、高频发布来追赶对手。

这种策略在商业上可以理解，但在科学上却与杨立昆的理念背道而驰。

说白了，这不是谁对谁错的问题，而是目标不同。

一个是科学家，想解决“智能的本质”；

一个是企业家，想解决“下一个季度财报”。

Meta的两难

其实，Meta的困境，也是整个科技行业的缩影。

过去几年，AI热潮席卷全球，资本疯狂涌入，几乎所有大公司都在喊“AI first”。

但热闹背后，大家心里都清楚：

现在的AI，离真正的“智能”还差得很远。

大模型虽然强大，但幻觉频出、逻辑脆弱、能耗惊人，且极度依赖高质量数据。

一旦数据枯竭或监管收紧，增长就会停滞。

可问题是，资本市场等不了十年。

投资者要看的是用户增长、产品上线、收入提升。

在这种压力下，连Meta这样曾经以“长期主义”著称的公司，也不得不向短期目标妥协。

但放弃基础研究的风险同样巨大。

历史上，很多重大技术突破都来自看似“无用”的探索。

互联网、GPS、触摸屏，最初都不是为商业目的而生。

如果所有公司都只盯着眼前的产品，没人愿意为未来埋单，那么整个行业的创新引擎终将熄火。

杨立昆的离开，某种程度上是对这种趋势的无声抗议。

他选择回到创业状态，不是因为缺钱，而是想保留一块“净土”，继续做他认为重要的事。

据悉，他已经和一些潜在投资人接触，准备围绕“世界模型”组建新团队。

虽然规模不大，但意义深远。

至少说明，在这个追逐风口的时代，仍有人愿意慢下来，思考更根本的问题。

对普通用户意味着什么？

你可能会觉得，这些高管变动、战略调整离自己很远。

其实不然。

Meta的AI走向，直接影响你每天使用的Facebook、Instagram、WhatsApp等产品。

如果你发现这些App突然多了很多AI功能，比如自动修图、智能回复、个性化推荐，背后很可能就是“超级智能实验室”的成果。

这些功能短期内确实方便，但也可能带来隐私泄露、信息茧房、内容同质化等问题。

另一方面，如果Meta彻底放弃开源路线，Llama系列模型的更新可能会放缓，甚至转向闭源。

这对全球数百万开发者、研究者和中小企业来说是个打击。

因为Llama曾是他们对抗大厂垄断的重要工具，成本低、可定制、社区活跃。

一旦失去这个选项，AI创新的门槛将进一步提高，资源会越来越集中在少数巨头手中。

所以，杨立昆的离开，不只是Meta内部的人事新闻，更关系到整个AI生态的走向。

慢与快之间

科技发展的历史，从来都是“快”与“慢”的博弈。

“快”的一方推动产品落地，让技术走进千家万户；“慢”的一方深耕底层原理，为下一次飞跃积蓄力量。两者缺一不可。

但如果天平过度倾斜，就会出问题。

Meta现在明显偏向了“快”。

这或许能帮它在短期内稳住阵脚，但长期来看，失去了像杨立昆这样的思想领袖，它的AI战略会不会变成“有技术、无灵魂”？值得打个问号。

而杨立昆的新旅程，虽然充满不确定性，却代表了一种珍贵的可能性：在所有人都忙着造车的时候，还有人愿意低头研究轮子为什么是圆的。

这个世界，既需要跑得快的人，也需要看得远的人。

希望未来的AI，既能服务当下，也能照亮远方。