文 | 新质动能，作者｜沛林，编辑｜沐风
Llama 4 真的作弊刷榜了！
Meta 前首席科学家杨立昆（Yann LeCun）近日在采访中证实，团队为优化基准测试结果，对不同评测使用了不同版本的模型，" 结果的确被篡改了一点 "。
另一位被裁的 FAIR 原技术总监田渊栋，则直指 Llama 4 的研发是 " 外行领导内行 "。
从 Llama 3 的 " 开源盟主 " 到 Llama 4 的口碑崩塌，不过一年时间。这背后，是 Meta 内部管理的混乱与技术路线的摇摆。
随着丑闻曝光与核心团队出走，扎克伯格正推动一场剧烈的转向：高薪挖人、换帅，并彻底放弃开源路线，转而打造闭源模型 "Avocado"。
然而，这款被寄予厚望的新作，却深陷 " 借鉴 " 争议——它被曝使用通义千问优化，并试图融合谷歌、OpenAI 等多方技术。
曾经的开源引领者，如今变为闭源的 " 集大成者 "。
2026 年，Meta 的 AI 命运，几乎全部压在了这个拼凑而成的 Avocado 上。如果它再失败，Meta 可能将在大模型的核心赛道上彻底掉队。
Llama 4 作弊了！
作为图灵奖得主、" 卷积神经网络之父 " 与 " 深度学习三巨头 " 之一，杨立昆于 2013 年受邀加入 Meta 担任首席科学家，并成立了大名鼎鼎的人工智能研究院（FAIR）。多年来，杨立昆一直是 Meta 前沿研究的技术引领者与精神领袖。
当年扎克伯格为了请他出山，甚至不惜答应他不用搬去加州、不辞去教职且研究成果必须公开三项条件。
杨立昆已于 2025 年年底离职。双方的分道扬镳，本质是因为对技术路线无法达成一致：杨立昆瞧不上大语言模型路线，信奉世界模型，但扎克伯格却一心扑在大语言模型上。
在近期的采访中，杨立昆直言不讳地指出，外界关于 Llama 4" 刷榜作弊 " 的指控并非空穴来风。为了在基准测试中维持体面的排名，Meta 的团队确实在测试结果上 " 美化 " 了不少。他提到，团队在不同的测试中甚至动用了不同的优化模型来专门刷分。
杨立昆痛批 Meta 内部对 LLM 上瘾过甚，尤其是那些新挖来的超级智能实验室成员。
他点名批评亚历山大王：年轻且缺乏经验。
虽然学得快，但压根不懂研究，不知道怎么做、也不懂如何和研究员们共处。
在他眼中，这个 28 岁的年轻人，就是个 young boy。
如果杨立昆离开是因为不认同大语言模型路线，那 FAIR 前研究科学家技术总监田渊栋连同其团队整体被裁掉，就显得更加戏剧性。
刚刚被裁掉时，田渊栋在社交媒体上无奈的表示：当初是被拉来给 Llama4 救火，结果项目真正的负责人没有被问责，我们团队却被解雇了。
1 月 4 日，田渊栋在社交媒体上对自己离开 Meta 这件事进一步做出说明：
" 其实我也想过在公司十年多了，总有一天要离开，总不见得老死在公司里吧。"
甚至表示很长一段时间里心里都是希望 " 公司快把我开了吧 "。
网友直呼，高级打工人吐槽起上班来，也没什么分别。
而对于 Llama 4 的失败，田渊栋在后来的采访中透露的内容，却显示出 Meta 内部更大的问题。而这些问题，早在 Llama 3 受到追捧的时期，就已经埋下种子。
从封神到幻灭
回顾 Llama 系列的迭代史，也曾有过辉煌。Llama 2 和 Llama 3 曾是 Meta 最值得骄傲的底牌。
2023 年和 2024 年的 Meta，凭借 " 免费又好用 " 的开源策略，在 AI 界成为受尊重的公司。
Llama 2 证明了开源模型可以与闭源巨头叫板，而 Llama 3 则将这种性能推到了巅峰，在多项指标上甚至能与 GPT-4 打得有来有回，成为众多创业者借鉴、使用的开源大模型。
那时的 Meta 工程师们外出参加会议，脊梁骨都是硬的，他们自豪于自己在做一个有意义的、能改变行业格局的项目。
然而，到了 Llama 4，故事急转直下，全面溃败。造成这一结局的核心原因，在于 Meta 高层对技术演进方向的战略误判。
根据 Meta 前技术员工爆料，从 Llama 3 末期开始，扎克伯格和 Meta 高层开始过度强调 " 技术产品化 "，他们急于将 AI 整合进 WhatsApp、Instagram 和 Facebook 的每一个角落。
在这种 " 产品优先 " 的激进指令下，Llama4 的研发工作由更擅长产品与工程的高层领导，团队将大量资源倾斜到了多模态和应用层面的适配，却严重忽视了 AI 最重要的底层能力——推理。
田渊栋对此直接吐槽为 " 让外行领导内行 "。
就在 Meta 埋头卷规模、卷应用的时候，外部世界发生了翻天覆地的变化。
OpenAI 推出了基于思维链的 o1 模型，彻底改变了推理游戏的规则；紧接着，来自中国的 DeepSeek 以震撼的 MOE 混合专家架构横空出世，不仅推理能力强悍，更以极低的成本撕碎了硅谷大厂引以为傲的成本壁垒。
管理层对底层技术理解的匮乏，直接导致了战略路线上极其离谱的 " 灯下黑 "。其实早在 ChatGPTo1 发布前，田渊栋的 FAIR 团队就在研究思维链。
然而，因为此前 FAIR 与产品组之间没有良性互动，且高层痴迷于 " 技术产品化 "，这些自研成果被彻底埋没。
DeepSeek 的突袭让 Meta 内部彻底乱了阵脚，扎克伯格在全员大会上虽然表面淡定，背地里却开始下达 " 死命令 "，要求不计代价追赶。并请来田渊栋带领的 FAIR 团队来 " 救火 "。
田渊栋收到这一请求时，距离 Llama 4 定下的发布时间只剩 2 个月。明眼人都看得出来，这就是个烫手山芋，此时接手，只能尽力，很难善了。
在犹豫是否接手这一项目时，田渊栋还画了一个表格。
田渊栋后来自嘲道：曾以为这件事最多就这四种结果，没想到最终扎克伯格给了他 " 被裁掉 " 这 " 第五种可能 "，这让他 " 对这社会的复杂性有了更为深刻的认识 "。
产品定于 2 个月后上线，这条死线直接导致了 Llama 4 研发流程的畸形，田渊栋的团队被迫在死线的倒逼下强行推进工作，结果的不尽如人意是可以预见的，最终只能依靠 " 刷榜 " 来维持脆弱的体面。
Llama4 推出后，社区开发者很快在使用过程中发现问题，纷纷怀疑 Meta 宣称的性能靠 " 刷榜 " 取得。
Meta 当时否认了这一质疑。但是 Llama 4 的表现让扎克伯格非常不满。很快，FAIR 团队被裁，杨立昆出走。
扎克伯格亲手拆解了自己耗时十年建立的科研体系。
Meta 孤注一掷
裁撤旧体系的同时，扎克伯格在重金请 " 外来和尚 "。
2025 年 7 月中旬，扎克伯格以约 4 年 3 亿美元的薪酬包与无限量 GPU 算力支持等顶级资源保证，挖来 OpenAI 研究员 Jason Wei 与 Hyung Won Chung。其中，Jason Wei 被认为是 " 思维链 " 开山论文的第一作者。
在管理层面，扎克伯格以 143 亿美元的惊人价格收购 Scale AI49% 的股权（无投票权），并扶持该公司创始人、28 岁的 Alexandr Wang 成为 Meta 首席人工智能官，直接向扎克伯格汇报。
这位年轻的新帅成立 TBD 实验室，直接领导 FAIR、产品与应用研究部与基础设施部。
Meta 陷入一种 " 自家珍宝当草芥，重金求援买后悔药 " 的荒诞循环：一边裁掉自研尖兵，一边又急火攻心地花重金各种收购、招聘。
而在公司整体战略上，Meta 正在经历一场极其痛苦且充满争议的 " 急转弯 "。
随着 Llama 4 的溃败，扎克伯格已基本宣告放弃了长期坚持的开源战略，转向重新开发名为 "Avocado" 的闭源模型。
这款被寄予厚望的求生之作，放弃了纯粹的自研路径，转而试图融合谷歌 Gemma、OpenAI 的技术亮点，甚至被曝出正在使用阿里巴巴的通义千问（Qwen）来优化其模型。
这种 " 集百家之长 " 的策略背后，更像是 Meta 对此前 All in 元宇宙，数百亿美元投入却换不回商业利润的应激式焦虑。
现在的 Meta，正处于从 " 理想主义开源先锋 " 向 " 务实闭源追随者 " 转型的阵痛期。它在行业中的位置已从引领者滑落为焦虑的追赶者，试图通过削减元宇宙预算、重组 TBD 实验室来孤注一掷。
Meta 现状，已不再仅仅局限于一个 Llama 4 模型的得失，而是公司在 AI 这条路上调整方向后，是否真的能做成。
2026 年春季 Avocado 的发布将是决定扎克伯格成败的关键注脚。如果这款 " 博采众长 " 的闭源模型无法实现性能突破，Meta 不仅会丢失其曾引以为傲的开源生态，更可能在超级智能的竞赛中彻底掉队。
