十年的甜蜜时光：从开源先锋到 AI 的标杆

2013 年，扎克伯格亲自邀请杨立昆加入当时的 Facebook，开启了一段长达十二年的 "甜蜜时光"。作为首席人工智能科学家，杨立昆拥有很大的自主权，一手创建了 FAIR 实验室，并且获准把团队基地设在纽约，独立于硅谷总部的商业逻辑。

这份信任带来了丰厚的回报。杨立昆开创的卷积神经网络（CNN）架构，成为了 Meta 社交应用中图像识别、内容分类等核心功能的技术基础。FAIR 在全球吸引了顶尖人才，以 "推动基础科学、成果全球开源" 为使命，先后发布了 Llama 系列模型等开源成果，既加速了全球 AI 社区的进步，也让 Meta 在开发者生态中建立了强大的影响力。2018 年，杨立昆获得了图灵奖，将 Meta 的 AI 研究声誉推向了顶峰，FAIR 也成为了科技行业开源精神的代名词。

当时的 Meta，凭借社交领域的垄断地位财源滚滚，扎克伯格能够慷慨地支持杨立昆的长期基础研究，充足的资金和计算资源，让理想主义的科研探索与商业帝国的扩张形成了完美的共振。

裂痕出现：路线分歧和权力重构

转折点始于 ChatGPT 的横空出世。当 OpenAI 等竞争对手凭借大语言模型（LLM）抢占市场先机时，Meta 却因为杨立昆对 LLM 的负面判断错失了 2020-2022 年的关键窗口期。这一失误引发了公司内部的强烈不满，认为他的技术判断耽误了商业变现的步伐。

随着 DeepSeek 等竞争者在混合专家模型（MoE）上取得突破，Meta 的开源领先地位受到挑战，而 Llama4 模型和 AI 聊天机器人的市场反馈平平，彻底点燃了扎克伯格的焦虑。他启动了四次架构调整，将 AI 战略转向激进的商业追赶：700 亿美元的年度 AI 资本支出、新成立了 "超级智能实验室"（MSL），并任命比杨立昆小 30 多岁的 Alexandr・Wang 担任首席 AI 官，FAIR 实验室被纳入其麾下。

杨立昆的职场处境急转直下：从战略领导者沦为需要向晚辈汇报的 "吉祥物"，团队核心骨干田渊栋及其强化学习团队被裁撤（该团队是其 "世界模型" 路线的关键力量），甚至学术论文发表都需审批。

更核心的分歧在于 AGI 路线选择：扎克伯格押注 LLM 的商业化潜力，而杨立昆始终认为 LLM 只是 "黑暗中的文字匠"，是 AGI 路上的岔路。

路线之争：LLM 狂欢和世界模型的坚守

在杨立昆看来，LLM 虽然能言善辩，但本质上是基于海量文本的概率预测，缺乏常识、推理能力和对物理世界的理解，就像 "精致的复读机"。他用生动的比喻反驳 LLM 路线：4 岁儿童通过视觉获取的信息量远超 LLM 学习的所有互联网文本，却已经掌握了基本的物理直觉和语言能力，仅靠文本投喂永远无法达到人类水平的智能。

他坚持的 "世界模型" 路线，主张 AI 应该像人类一样通过观察世界学习，而不是通过阅读文本记忆。核心是让 AI 先理解重力、因果关系等物理常识，在内部构建抽象、可预测的 "虚拟世界"，再通过感知、记忆、行动等模块化架构实现通用智能。这种思路与具身智能的理念高度契合，却需要长达十年的长期投入，与扎克伯格追求快速追赶的商业需求严重相悖。

此外，开源与闭源的分歧更让矛盾雪上加霜。杨立昆坚持 Llama 模型开源以推动行业进步，而公司激进派则出于商业利益倾向闭源，理念的鸿沟最终让合作走到了尽头。

出走创业：用声誉下注未来

离职后的杨立昆，选择用创业的方式践行自己的技术理想。这场出走绝非一时冲动，而是他用毕生声誉和未来前景，为 "世界模型" 理论下的最大赌注 —— 宁可花十年时间走一条认可的慢路，也不愿在他人的快车道上耗尽心血。

对于 Meta 而言，失去杨立昆不仅是技术领军人物的流失，更是开源精神与基础研究基因的弱化。而对于整个 AI 行业，这场路线之争的意义更为深远：LLM 的商业化狂欢与世界模型的长期主义探索，究竟哪条路能通往真正的 AGI？杨立昆的创业之路，将为这个行业终极问题提供关键答案。

在 AI 技术飞速迭代的今天，商业价值与科学理想的平衡始终是个难题。杨立昆的坚守或许提醒着行业：真正的技术突破，往往需要抵御短期利益的诱惑，守住长期主义的初心。这场 AGI 时代的路线之争，才刚刚拉开序幕～

作者：场长