大咖直播-鸿蒙原生开发与智能提效实战!>>> 了解详情
写点什么

Yann LeCun 终于被小扎“逼得”离职创业了!内行被外行指导、时刻担心被裁,Meta 人现在迷茫又内卷

  • 2025-11-13
    北京
  • 本文字数:4750 字

    阅读完需:约 16 分钟

大小:2.19M时长:12:45
Yann LeCun终于被小扎“逼得”离职创业了!内行被外行指导、时刻担心被裁,Meta 人现在迷茫又内卷

据《金融时报》报道,全球社交媒体巨头 Meta 的首席人工智能科学家、图灵奖得主 Yann LeCun 计划离开公司,并着手创办一家 AI 初创企业。

 

知情人士透露,这位被誉为“深度学习先驱”的法裔美籍科学家已在内部沟通中表示,将在未来几个月内离职。LeCun 已经开始与潜在投资者进行早期接触。

 

无论是 Meta 还是 LeCun 本人,目前都未对此消息发表评论。这位图灵奖得主尚未透露离职时间表,其新公司的具体方向也暂无公开信息。他在纽约大学的教授职位将保持不变。

 

LeCun 的离职发生在扎克伯格全力重塑 Meta 人工智能战略的关键时期。扎克伯格已逐步将重心从 LeCun 自 2013 年起领导的 Meta 基础 AI 研究实验室(FAIR)那种长期研究型工作,转向更快速地推出模型和 AI 产品。他认为 Meta 在竞争中已经落后。

不意外的离开

 

LeCun 的离开并不令人意外。过去几个月,他对 Meta 内部的一些变化愈发感到不满。据报道,他尤其反感公司新出台的内部研究发表规定,即研究成果在对外发布前必须经过更严格的内部审查。多名团队成员认为,这一政策限制了学术自由。

 

Meta 最近的组织调整也冲击了核心 AI 研究部门 FAIR。该部门经历了裁员,并在公司内部的影响力被转向由 Alexandr Wang 领导、专注产品落地的 TBD Lab。LeCun 也被要求改为向 Wang 进行汇报。

 

这场转向的背景,是 Meta 最近发布的 Llama 4 模型表现不佳,其落后于 Google、OpenAI 和 Anthropic 的最新产品。同时,Meta 推出的 AI 聊天机器人也未能在消费者中获得认可。

 

LeCun 一直认为扎克伯格主导战略中心的这些大模型虽然“有用”,但永远无法像人类一样进行推理和规划,这让他与上司在 AI 路线上的分歧日益明显。

 

在 FAIR 内部,LeCun 一直致力于研发下一代 AI 系统,希望打造出能够具备人类级智能的机器,也就是所谓的“世界模型”。这种系统尝试让 AI 通过学习视频和空间数据来理解物理世界,而不仅仅依赖语言。LeCun 曾表示,要完全实现这一架构可能还需要十年时间。

 

LeCun 还多次在公开场合撇清与 Meta 最新 Llama 模型的关系,这被视为他对公司方向不满的又一信号。在 X 的一篇文章中,LeCun 表示,除了在 Llama 1 中扮演“非常间接”的角色以及推动 Llama 2 的开源发布之外,他“没有参与任何 Llama 项目”。他解释说,自 2023 年初以来,Llama 2、3 和 4 都是由 Meta 的 GenAI 团队开发的,该团队后来被 TBD Lab 取代。

 

此外,政治立场的分歧可能也加剧了紧张关系。LeCun 一直公开批评现任美国政府,而 Meta CEO 马克·扎克伯格则在近年逐渐让公司政策向特朗普阵营靠拢,这与 Meta 早期的立场形成了明显反差。

 

“如果我是他,我也会离开 Meta。”有网友称。有网友吐槽,扎克伯格现在组建的超级智能实验室跟当时创建 FAIR 一样。

 

据知情人士透露,LeCun 的下一个创业方向仍将聚焦于世界模型的研究与落地。

 

LeCun 一直不醉心于大模型研究

 

2013 年 12 月 9 日,当时还被称为 Facebook 的 Meta,正式宣布成立 FAIR 实验室,并公布了 LeCun 作为首席人工智能科学家入职,并领导该实验室的消息。同时,他还会继续担任纽约大学的兼职教授,在纽约大学从事研究和教学工作。

 

LeCun 在 2014 年 1 月 1 日正式加入 Facebook。当时业界普遍认为:Google 收购 DeepMind(2014 年初)、Facebook 聘请 LeCun、百度聘请 Andrew Ng,三者共同标志着“深度学习人才争夺战”的开端。

 

LeCun 将 FAIR 定位为一个“开放研究”机构,不仅致力于产品应用,更重视深度、基础的 AI 科学探索。在 LeCun 的领导下,FAIR 发布了多个影响甚广的开源工具和框架,例如在深度学习社区极为流行的 PyTorch 框架。 

 

3 个月前,LeCun 还发文称,自己作为 FAIR 的首席科学家,一直专注于长期人工智能研究和构建下一个人工智能范式。“我的角色和 FAIR 的使命没有改变。”当时,OpenAI ChatGPT 的共同创造者赵晟嘉(Shengjia Zhao)加入 Meta,出任“超级智能实验室”首席科学家。



在 FAIR 时期,LeCun 所领导的团队在计算机视觉、自然语言处理、生成对抗网络(GANs)、自监督学习等方向发表了大量研究成果,这些成果既强化了 Meta 在学术界的声誉,也为公司内部产品提供技术储备。

 

一些网友认为,LeCun 在大模型竞赛中的表现很糟。“我无法评价他在 Meta 的研究产出,但他在大语言模型(LLM)竞赛中确实失败得很惨。既然那么多其他机构以更低成本成功创建了质量远高于 Llama 的开源模型,那么弄清楚到底哪里出了问题是很有意义的。”

 

但也有网友认为,把他在 LLM 上“失败”看得这么严重其实有点好笑。“考虑到他的职责是 8–10 年的研究周期,而且他曾公开表示,预计在这个时间范围内技术发展会停滞,所以他实际上只能算是赢或者打平。间接地影响开源模型推动研究进展(这对首席科学家来说非常重要),也给 Meta 的其他产品带来了额外好处。”

 

实际上,这也是由于 LeCun 提出并推动可世界模型等研究方向,他主张探索机器理解物理世界、空间数据和多模态信息,而不仅仅停留于语言模型上。

 

在最近跟李飞飞、黄仁勋等人的圆桌上,LeCun 再次强调,基于大语言模型的应用开发仍处于爆发期,这正是当下主导的技术范式,其中蕴藏着巨大潜力。但人们认为仅靠现有 LLM 范式就能实现人类级别智能的预期,他对此持怀疑态度。“要真正实现人类乃至动物所展现的智能水平,我们仍需多项根本性突破。目前甚至没有机器人能达到猫的智能水平,这说明我们仍然缺失某些关键认知模块。”

 

他认为,下一代人工智能的真正突破需要基础理论的革命性进展。 

 

“在那个圈子里,LeCun 是少数几个似乎还有些正直的人之一。”也有网友指出,LeCun 的问题是,他是一个研究型人才,却在以产品为导向的组织里工作。

 

“他可能说得没错,大模型并不是通往 AGI 的道路,但这对 Meta 来说无关紧要,Meta 需要的是今天就能卖得出去的产品。而在创业公司里,这一点也同样无关紧要,因为他必须从风投那里筹集资金,而投资人会在两个季度后逼问他:收入增长在哪里?如果他真的相信我们需要一条通向 AGI 的新道路,那么他应该待在基础研究实验室,而不是去创办初创公司。”

失落的 Meta 员工

 

今年 10 月底,扎克伯格暗示公司未来的 AI 投入将继续上升,明年可能突破 1000 亿美元后,Meta 股价暴跌 12.6%,市值蒸发近 2400 亿美元。LeCun 的离职,是这家市值 1.6 万亿美元公司在这一动荡年份中又一次高层震荡。

 

Meta 近两年的动荡,主要来源于对大模型冲击。田渊栋在接受硅谷 101 采访时候提到,从其入职到 2022 年这段时间,大家整个工作状态都很好,团队氛围也积极。整个改变的转折点是大模型的兴起。

 

他表示,大模型时代,算力成为决定性因素,然而算力资源毕竟有限,而大家都想训练更大的模型,这就不可避免地引发了各种矛盾和竞争。如果我占用了更多算力,别人可用的资源就会变少;可如果不给足算力,又很难训练出高质量的模型。正是因为这种资源博弈,从 2023 年开始,Meta 整体的状态和氛围就不如以前那样轻松愉快了。

外行指导内行

 

从事 Lama 3 后训练的前 Meta AI 工程师 Gavin Wang 也在接受硅谷 101 的采访中提到,公司高层中,如 VP、高级总监这一级,很多人是基础设施背景出身,或来自传统的计算机视觉领域,甚至具备自然语言处理背景的都很少。从技术角度看,他们对 AI 原生或大语言模型缺乏深入理解,而真正懂行的,其实是下面具体执行的一些博士,他们技术功底非常扎实,但在公司内部的话语权和资源却相对有限。这在某种程度上,形成了一种“外行指导内行”的局面。

 

田渊栋也提到,他最大的教训就是,技术密集型的大型项目,绝不能由不懂行的人来担任核心领导或负责规划。

 

Gavin Wang 还指出,DeepSeek 的技术路线原本也是 Llama 团队内部讨论过的一个方向。但由于 Meta 自身的生态布局更优先多模态,推理方向并未成为重点。DeepSeek 出现后,团队内部确实重新讨论研发方向,导致优先级上出现冲突,加上时间非常紧张,大家不得不加班加点进行多种尝试,整体节奏变得异常忙碌。GenAI 团队甚至没空回复同事信息。

 

Meta 内部有非常大的 Deadline 压力。Meta 项目管理方式是“倒排工期”,即从发布日向前反推,规定每个时间点必须完成什么。因此,基于技术判断的“叫停”往往无法实现,延期也难,最后为了赶工期而牺牲了产品质量。

迷茫的员工

 

Altman 曾公开批评 Meta 以高价挖人会“制造坏文化”,并称 Meta“不擅长创新”。前 Meta 研究员 Tijmen Blankevoort 表示,他认同 Altman 的观点,并补充称 Meta 一贯难以留住从外部引进的 AI 人才。

 

“我见过太多天才从其他公司来,又很快离开,背后的主要原因是文化。许多人对 GenAI 部门的厌恶几乎是出于本能的。”

 

Blankevoort 于去年 2 月加入 Meta,曾是 Meta LLama 模型研发团队的一员。他此前曾创立一家 AI 初创公司,2017 年被高通收购,不久前他从 Meta 离职。Blankevoort 在离职前发送了一封内部邮件,暴露了 Meta AI 部门成员饱受恐惧、混乱和职能失调的困扰。

 

“我还没遇到一个在 Meta GenAI 部门真正感到快乐的人。没有人觉得这里是他们想长期待下去的地方。”

 

“几乎没人真心相信我们的 AI 使命,对大多数人来说,甚至连‘使命是什么’都不清楚。”

 

Blankevoort 称许多员工感到迷茫且缺乏动力。他表示,如今规模已超过 2000 人的 AI 部门做事情没有方向,“大多数人并不喜欢在这里工作,” 他补充道,“他们甚至不知道我们的使命是什么。” Blankevoort 称,反复的内部冲突和模糊的目标正损害团队的创新能力。“这不仅仅是职能失调,而是一种转移性癌症,正在影响整个组织。”

 

“Meta 内部存在一种恐惧文化。” Blankevoort 将这种文化部分来源于公司的绩效评估制度与滚动裁员机制。Meta 的大规模裁员基于绩效,公司还暗示未来的绩效考核可能再次用于裁低绩效员工。“很多人不是被使命感驱动,而是被害怕被炒驱动。”

 

“这种态度像转移性癌症一样蔓延在公司里。” 他指出,这导致了各自为战、抢地盘、抢项目、窃取成果的内部“文化”。

 

他还指出,Meta 的生成式 AI 战略缺乏方向。过去两年,该部门不断叠加职责:既要做 Llama 模型,又要开发 Meta AI 助手,还要为社交平台和设备提供各种 AI 功能。相比之下,OpenAI 专注于 ChatGPT,Anthropic 专注于代码 AI,因此在营收上实现爆发式增长。

 

他举了 GenAI 团队与可穿戴设备团队的例子,前者隶属首席产品官 Chris Cox,后者隶属 CTO Andrew Bosworth 领导的 Reality Labs。两团队几乎没有合作,即便是在为 Ray-Ban 智能眼镜训练可运行小模型时也是如此。“我们多次建议合作,但都被无视——可能因为 GenAI 部门正因 Llama 4 的发布而陷入生存焦虑。”

 

“任何有清晰愿景的理性公司,都会立刻抓住这样的合作机会。但我们不是那样的公司。”Bosworth 说道。

 

扎克伯格还以数亿美元级别的高薪招揽新的 AI 领导者,这也引起了老员工的不满。

用 AI 救元宇宙?

 

近日,据外媒报道,Meta 元宇宙副总裁 Vishal Shah 向员工发出内部备忘录,要求他们使用 AI“提高 5 倍生产力”。注意,不是 5%,而是当前基线的五倍。

 

备忘录提到,到今年年底,80%的元宇宙部门员工必须将 AI 整合进日常工作流,明确目标是让“AI 成为一种习惯,而非新奇玩意”,覆盖编程、设计、产品管理及跨职能协作等领域。据悉,该部门已烧掉数百亿美元,却鲜有人真正使用其产品,但 Meta 不愿承认战略失败。

 

“这反映了科技高层在 AI 浪潮中‘魔幻思维’的复苏:在没有证据支撑的情况下,把幻想当作计划,把绩效压力伪装成创新口号。”外媒评价称。

 

参考链接:

https://www.ft.com/content/c586eb77-a16e-4363-ab0b-e877898b70de

https://www.bilibili.com/video/BV12J2TB1Ex3/?spm_id_from=333.337.search-card.all.click

https://winsomemarketing.com/ai-in-marketing/meta-says-employees-must-work-5x-faster-using-ai

https://www.theinformation.com/articles/meta-ai-researcher-warns-metastatic-cancer-afflicting-company-culture

2025-11-13 07:001

评论

发布
暂无评论

K8s 常见面试题

互联网工科生

Kubernetes k8s

2023-08-18:用go写算法。你会得到一个字符串 text, 你应该把它分成 k 个子字符串 (subtext1, subtext2,…, subtextk)。 要求满足: subtexti 是

福大大架构师每日一题

福大大架构师每日一题

APP自动化如何使用参数化用例

霍格沃兹测试开发学社

数据库变革:HashData云数仓实现事务级实时性

酷克数据HashData

OpenCloudOS WOW 活动上线啦!千份社区好礼等你来拿!

OpenCloudOS

操作系统

开放原子开源基金会六、七月新增捐赠人

开放原子开源基金会

开源

Docker 搭建Web服务器nginx

霍格沃兹测试开发学社

Appium WebView 技术原理

霍格沃兹测试开发学社

APP自动化之Toast识别

霍格沃兹测试开发学社

google borg(k8s亲爹) 论文读后感

摸鱼编程

k8s Google borg

小灯塔系列-中小企业数字化转型系列研究——MICE测评报告

向量智库

java程序员应该知道的k8s容器资源申请攻略

摸鱼编程

Java 容器 k8s JVM

智能多通道系统实现消息推送更智能更高效

MobTech袤博科技

前端 前端开发 消息推送 APP开发

LCR 089. 打家劫舍

红袖添香

动态规划 力扣 打家劫舍

Andriod微信小程序自动化测试

霍格沃兹测试开发学社

App自动化控件定位

霍格沃兹测试开发学社

gitlab 服务端 hook, 拦截糟糕的提交到仓库

霍格沃兹测试开发学社

TestNG 与 Junit如何选择

霍格沃兹测试开发学社

计算机网络知识,一文搞定

霍格沃兹测试开发学社

腾讯云 CODING 荣获 TiD 质量竞争力大会 2023 软件研发优秀案例

CODING DevOps

LLM 落地电商行业的最佳实践来了?Zilliz X AWS 有话说

Zilliz

AWS Zilliz 向量数据库 电商行业 大模型落地

自动化测试之模拟器控制

霍格沃兹测试开发学社

Docker 容器技术与常用命令

霍格沃兹测试开发学社

软件测试/测试开发丨Python 模块与包 学习笔记

测试人

Python 程序员 软件测试 自动化测试 测试开发

Serverless 应用托管助力企业加速创新

阿里巴巴云原生

阿里云 Serverless 云原生

web自动化解决文件上传和弹框

霍格沃兹测试开发学社

Docker 搭建性能监控平台

霍格沃兹测试开发学社

Postman做 接口自动化测试

霍格沃兹测试开发学社

k8s中无声的性能杀手:cpu thorttling(限流)

摸鱼编程

k8s 性能 高并发

java 程序启动后cpu高怎么办?

摸鱼编程

JVM JIT jfr pgo

Yann LeCun终于被小扎“逼得”离职创业了!内行被外行指导、时刻担心被裁,Meta 人现在迷茫又内卷_AI&大模型_褚杏娟_InfoQ精选文章