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。
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。