Yann LeCun 回应 Chollet：你对 Meta 的长期偏见暴露了

核心要点

2026年4月9日，Meta 首席AI科学家 Yann LeCun 在 X 平台公开回应 Google DeepMind 研究员 Francois Chollet（Keras 作者），称自己已不在 Meta 担任管理职务且不做 LLM（大语言模型）相关工作，同时指责 Chollet 对 Meta 存在长期偏见。这一争论引发 AI 社区对两大阵营技术路线分歧的广泛讨论。

原文 + 中文翻译

原文："I've been retired from any executive position at Meta for over 5 years. I don't do LLMs. Your long-standing bias against Meta is showing."

翻译：「我已经从 Meta 的任何管理职位退休超过 5 年了。我不做 LLM。你对 Meta 的长期偏见正在暴露出来。」

深度解读

争论背后的技术路线之争

这场隔空交锋并非单纯的个人恩怨，而是折射出 AI 领域两种截然不同的发展理念。Chollet 作为 Keras 之父和 ARC 挑战赛的设计者，长期以来主张 AI 系统需要更强大的抽象推理能力，而非单纯依赖大规模语言数据的"暴力美学"。他曾在多个场合批评当前 LLM 路线存在根本性局限。而 LeCun 此次回应虽然澄清了自己的角色定位，但本质上是在维护 Meta 在 AI 基础研究领域的整体布局。

LeCun 的真实立场与 Meta 的 AI 战略

LeCun 强调自己「不做 LLM」这一细节值得玩味。作为 2018 年图灵奖得主，LeCun 的核心研究领域是深度学习基础理论、自监督学习和世界模型（World Models）。Meta AI（FAIR）的实际 LLM 研发主要由其他团队推进，如 Llama 系列模型。这表明 LeCun 在 Meta 的角色更偏向于基础研究方向，而非产品化的大模型竞速。然而，Meta 近年在开源模型（Llama）、AI Agent 和多模态系统上的投入有目共睹，LeCun 的这番澄清某种程度上是在划清个人学术立场与公司商业策略的界限。

Chollet 批评的核心逻辑

Chollet 对 Meta 的批评并非空穴来风。他此前指出，大规模语言模型尽管在 benchmark 上表现优异，但在实际推理能力、泛化性和样本效率上仍存在根本性缺陷。他主张的「算法蒸馏」和「程序合成」路线与当前主流的 Scaling Law 范式形成对照。这场争论本质上触及了 AI 领域最核心的路线之争：在「越大越好」与「越聪明越好」之间，业界应该如何取舍？

值得关注

• Chollet 的后续回应：Chollet 是否会继续反驳？他的回应可能进一步阐明对 Meta 偏见的具体指控，而非泛泛的路线批评。
• Meta 开源模型进展：Llama 4 或后续版本的发布时间线——若 LeCun 主导的自监督/世界模型研究取得突破，可能改变外界对 Meta AI 战略的认知。
• Chollet 的 ARC 挑战赛进展：他主导的抽象推理能力测试是否有新版本发布？该测试被视为检验 LLM 真实智能的关键标尺。
• 学界对 LLM 路线的中期评估：2026 年多份重量级论文对 GPT-5/Gemini Ultra/Claude 4 的推理能力评估结果。
• Google DeepMind vs Meta AI 的资源投入对比：两家在 2026 年的算力预算、论文发表数量和质量、关键人才流向等可量化指标。

信源行：
原文链接：@ylecun X 原文
背景报道：Francois Chollet X 账号历史发言 | Meta AI Blog — 研究方向与路线图 | The Verge / VentureBeat AI 专栏对 LLM 路线争议的持续跟踪报道。