1. 杨立昆与Meta的AI路线之争:LLM是否是通往超级智能的死路?
2025年11月,深度学习三巨头之一、Meta前首席AI科学家杨立昆宣布将于年底离职,创办专注于Advanced Machine Intelligence(AMI)的新公司。这一决定背后,是Meta内部日益加剧的AI研究路线分歧。作为卷积神经网络(CNN)之父,杨立昆对当前AI界过度追捧大型语言模型(LLM)的现象提出了尖锐批评:"我很确定LLM在通往超级智慧的路上是条死路"。
1.1 Meta内部的管理冲突与研究文化危机
杨立昆在《金融时报》专访中直言不讳地指出,Meta新设立的Superintelligence Labs负责人汪滔(Alexandr Wang)"缺乏研究经验"。这位28岁的Scale AI联合创始人于2025年6月被Meta以140亿美元投资引进,并短暂成为杨立昆的上级。对此,杨立昆表示:"你不会告诉一个研究员该做什么。你当然更不会告诉像我这样的研究员该做什么。"
这种管理思维与研究文化的冲突并非偶然。在科技巨头中,年轻管理者与资深研究者之间的张力时有发生。杨立昆特别强调:"Alex学得快、知道自己不知道什么,但他没有研究经验,不知道怎么做研究,也不知道什么东西会吸引或排斥研究员。"这种认知差异导致Meta AI研究院(FAIR)内部出现明显的人才流失趋势。
提示:在AI研究机构中,保持研究自主性与管理效率的平衡至关重要。历史上,无论是Google Brain还是DeepMind,都曾面临类似挑战。最佳实践是建立"双轨制",让研究者保持足够自由度,同时通过明确的技术路线图引导资源分配。
1.2 Llama 4评测争议与信任危机
2025年4月,Meta开源的Llama 4模型表现低于业界预期,更被曝出基准测试存在"美化"(fudged)问题。杨立昆证实:"结果确实被动了一点手脚。团队在不同基准上使用不同模型以取得更好成绩。"这一事件直接导致祖克柏"对所有参与这件事的人失去了信心",进而"把整个生成式AI部门都边缘化了"。
技术细节上,这种"评测美化"通常表现为:
- 针对不同测试集微调不同模型版本
- 选择性报告最优结果而非平均表现
- 使用非标准化的评估指标
- 在训练数据中混入测试集相关信息
这种学术不端行为在AI领域并非孤例。
