LeCun 说他从没要求停止 LLM 研发：四项自证，与一份 1911 年的直升机方案
LeCun 公开否认自己拦过 Meta 的 LLM 研发，并列出四项证据；本期把这四项逐项核到原始文件，同时核对同日那条关于 JEPA 发明权、用感知机与直升机讲「落地才算数」的回复。
2026 年 9 月 21 日傍晚 18 点 45 分，Yann LeCun（Meta 前首席 AI 科学家）在 X 上回了一条帖。他回的是 Jürgen Schmidhuber，瑞士 IDSIA 实验室研究深度学习的教授。1
26 分钟后，19 点 11 分，他又回了一条。这一条的收信人是一个粉丝数 1054 的账号 @Christiano92。2
两条回复挂在同一条线程底下。那条线程的根帖是 Geoffrey Hinton 2023 年 10 月 31 日写的，讲的是 AI 的生存威胁；三年之后，那里已经成了 LeCun 和别人接着争论的地方。
这一次挑头的是两个人，都在 9 月 21 日凌晨：Schmidhuber 说他「误导人」，@Christiano92 说他当年拦过 Meta 的 LLM 研发。
先分清一个人。@Christiano92 不是做 AI 对齐研究的 Paul Christiano，这个账号的简介写的是自己在卖一个 Unreal Engine 5 插件。2
01 「要求停止研发」这句话的落点
指控句是这么写的：「Lastly if we stopped LLM research & development like you asked in 2023 none of the so called benefits of LLM would exist today.」——如果 2023 年我们像你要求的那样停掉 LLM 的研发，今天这些所谓的好处一个都不会存在。2
它没有指出任何一份文件、一场演讲或一次采访。
2023 年确实有一份被广泛引用的文件。3 月 22 日，生命未来研究所（Future of Life Institute）发布公开信《暂停巨型 AI 实验》。3
诉求只有一句：各大 AI 实验室立即暂停训练比 GPT-4 更强的系统，至少六个月。3
紧接着那一段把边界写清楚了：This does not mean a pause on AI development in general, merely a stepping back from the dangerous race to ever-larger unpredictable black-box models with emergent capabilities.——这不是暂停 AI 研发的总体进程，只是从那场把模型越做越大、越做越不可预测的黑箱竞赛中退后一步。3
这封信常被记成「马斯克发起的信」。它的主办方是生命未来研究所；马斯克是签署人之一，他的基金会是这家机构的主要资助方之一。4
LeCun 当时公开反对它。2023 年 3 月 29 日，他发了一条三行帖：「Nope. / I did not sign this letter. / I disagree with its premise.」——没有。我没有签这封信。我不同意它的前提。5
九天后，他和吴恩达一起做了一场线上活动，名字就叫《为什么六个月的 AI 暂停是个坏主意》。他说：「calling for a delay in research and development smacks me of a new wave of obscurantism」——要求推迟研发，让我闻出新一波蒙昧主义的味道；以及「I don't see the point of regulating research and development」——我看不出监管研发有什么意义。6
「他要求停止 LLM 研发」这句话，在任何可查的文件里都没有落点；唯一一份要求「停一停」的文件，他公开反对过。
另一句话他确实一直在说：LLM 不是通往人类级 AI 的那条路。
最早的原文是 2023 年 2 月 4 日的帖：「On the highway towards Human-Level AI, Large Language Model is an off-ramp.」——在通往人类级 AI 的高速公路上，大语言模型是一条出口匝道。7
第二天他自己加了限定：自回归、被动预测下一个词的 LLM 是匝道，自监督预训练的 Transformer 显然是解法的一部分。8
三年半后，他把这个判断写进了 ECCV 2026（欧洲计算机视觉会议）主题演讲的最后一页，全大写：IF YOU ARE INTERESTED IN HUMAN-LEVEL AI, DON'T WORK ON LLMs。9 同一页上面还有四条：放弃生成式模型、放弃概率模型、放弃对比法、放弃强化学习。9
这套建议也不是一次性的。2024 年 6 月 21 日，他写给正准备选题的学生和学术研究者：「>>>DO NOT WORK ON LLMs<<<」，并在同一帖里解释：LLM 是一条出口匝道，成千上万名工程师正用巨大的算力在做这件事，你能做的是分析现有 LLM、指出它的能力与限度。10 到 2026 年 8 月，他还在写「LLMs are still an off-ramp to human-level intelligence」，理由还是那一条：如果 LLM 真是通往人类级智能的路，今天的家用机器人就该已经能用了。11
「别在 LLM 上浪费时间」和「要求公司停止 LLM 研发」是两句话。在一个粉丝一千出头的账号那里，它们很容易合成一句。
02 他举的四项，逐项核
他的回答把自己的履历压成了四项：
I have absolutely never ever "asked" to stop R&D on LLMs. In fact, I was very supportive of LLM efforts at Meta. Just look up my public advocacy for Galactica (November 2022), and the open sourcing of OPT-175B (May 2022), and of the Llama herd (mid 2023). I was actually influential in convincing the Meta leadership to start an AI-first product division built around Llama in January 2023.
（我从来没有、也绝对不曾「要求」停止 LLM 的研发。事实上，我非常支持 Meta 的 LLM 工作。去查我公开为 Galactica（2022 年 11 月）说话、OPT-175B（2022 年 5 月）的开源，以及 Llama 那一群（2023 年中）的开源。2023 年 1 月，我实际影响了 Meta 高层，让他们成立了一个以 Llama 为核心的 AI 优先产品部门。）12
Loading content card…
| 他写的 | 可核到的 | 判定 |
|---|---|---|
| 「公开为 Galactica 说话」（2022 年 11 月） | 论文《Galactica》2022 年 11 月 16 日提交 arXiv，是 Meta AI 与 Papers with Code 的 125M–120B 模型家族，摘要写「我们开源这个模型以惠及科学界」；公开 demo 在 11 月 17 日下线。他在 11 月 17 日到 25 日之间发了至少八条帖为它辩护，其中一条是「别担心，Galactica 活得好好的」131415 | 成立。他在同一批帖里说过「我不是这项工作的参与者」16 |
| 「OPT-175B 的开源」（2022 年 5 月） | 官方博客日期 2022 年 5 月 3 日；放出来的是「预训练模型，以及训练和使用它们所需的代码」，许可写明是「非商业许可，聚焦研究用例」，175B 权重需申请，面向学术与公共利益机构17 | 成立，需要限定：不是无条件下载 |
| 「Llama 那一群」（2023 年中） | Llama 2 于 2023 年 7 月 18 日发布，「研究用与商业用都免费」，含权重与起始代码；Code Llama 于 2023 年 8 月 24 日发布1819 | 成立 |
| 「2023 年 1 月成立以 Llama 为核心的 AI 优先产品部门」 | 可查到的公开节点是 2023 年 2 月 27 日：Zuckerberg 当天宣布成立一个聚焦生成式 AI 的顶级产品组，由 Ahmad Al-Dahle 负责、向首席产品官 Chris Cox 汇报2021；而 LLaMA 1 的对外公告是 2 月 24 日22 | 月份查不到；「以 Llama 为核心」查不到 |
Galactica 那一格要补的是时间顺序：他说的「public advocacy」发生在模型已经发布、正在挨骂之后。至于 demo 为什么下线，他的说法是团队自己决定的；能查证的是 demo 在 11 月 17 日下线，模型与代码都还在。14
OPT 那一格要看得更细。同样在 2022 年 11 月，他自己写过一句：「FYI: OPT-175b weights aren't available, but the smaller OPT weights are.」——顺便说，OPT-175B 的权重拿不到，小尺寸的 OPT 权重可以。23 到 2026 年 9 月，Hugging Face 上
facebook/opt-175b 这个页面也已经打不开了。Galactica 下线三周后，他澄清过自己的位置：「I didn't decide to make it public… And I didn't decide to take it down either. This was decided by the Galactica team in reaction to the vitriol on Twitter.」——让它公开的不是我，把它下线的也不是我；那是 Galactica 团队在推特的怒火之下自己决定的。24
他当时站在哪一边，两个多月后还有一条更直接的记录。2023 年 2 月 25 日，他在一条回复里解释 Meta 没把 LLM 开放给所有人的原因：「Because last time we made an LLM available to everyone (Galactica, designed to help scientists write scientific papers), people threw vitriol at our face and told us this was going to destroy the fabric of society.」——因为上一次我们把一个 LLM 开放给所有人（Galactica，为帮科学家写论文而做），人们把怒火泼到我们脸上，说这会毁掉社会结构。25 九个月后，他把 Galactica 的下线写成「被一群贪婪的推特暴民杀死」。26
第四格要单独说。
2023 年 2 月 27 日，Zuckerberg 在自己的社交账号上宣布成立「一个新的顶级产品组，聚焦生成式 AI」。2021 Axios 与 The Verge 当天跟进。2021 这个组公开阐述的方向是创作工具、AI 人格、WhatsApp 与 Messenger 里的对话、图像与多模态；Ahmad Al-Dahle 负责，向 Chris Cox 汇报。2021
时间也对不上。LLaMA 1 的官方公告是 2023 年 2 月 24 日，而且是非商业许可、逐案审批的研究发布；论文到 2 月 27 日才上 arXiv。22 他写的「2023 年 1 月」，比这款模型对外存在的时间早了将近一个月——一个以 Llama 为核心的产品部门，在 1 月无从建起。
两个独立的第三方，把跨部门生成式 AI 团队的组建放在 LLaMA 1 发布之后。Reuters 2024 年 1 月写，Meta 是在 ChatGPT 于 2022 年末爆红之后才召集 GenAI 团队。27 Fortune 2024 年 11 月写得更直接：第一代 Llama 模型在 2023 年 2 月发布之后，Zuckerberg 迅速从公司各部门（包括 FAIR）抽人组成团队。28
LLaMA 1 那一版的开放程度也经不起推敲：公告之后一周，权重就被做成种子文件放上 4chan，随后扩散到各个 AI 社区；Meta 方面的说法是，有的人试图绕过审批流程。29
至于「他说服了 Meta 高层，成立了一个以 Llama 为核心的产品部门」这一句，找不到任何第三方来源；Fortune 那条记录支持的是他在 Llama 2 开源上的作用，是产品部门之外的事。202728
四项里三项站得住，其中两项需要限定；第四项在公开记录里查不到。而第四项恰恰最要紧——前三项说的是模型和研究，第四项说的是产品与组织。一个人如果真在 2023 年拦过 Meta 的 LLM，痕迹会留在这里，而不是留在论文署名里。
03 同一份履历，他自己写过另一个版本
2025 年 10 月 21 日，LeCun 写过一段话，讲的是同一件事：
I have not been involved in any Llama, except very indirectly in Llama-1, and in pushing for the open sourcing of Llama-2. Since early 2023, and until recently, Llama 2, 3 and 4 have been in the hands of the GenAI organization.
（我没有参与任何 Llama 的工作，除了在 Llama-1 上非常间接地参与，以及推动 Llama-2 的开源。自 2023 年初起、直到不久前，Llama 2、3、4 一直握在 GenAI 组织手里。）30
两段自述相隔 11 个月，画的边界不一样。2025 年那一版把自己写成「非常间接」；2026 年这一版把自己写成影响了高层的人。
第三方记录比他这两个版本都窄。Fortune 在 2024 年 11 月的报道里写：LeCun 与当时 FAIR 的负责人 Joelle Pineau 主张把 Llama 2 大幅开源，Zuckerberg 最终拍板。28 这是能找到的、唯一把 LeCun 与开源决定连起来的第三方记录。
与他这条自述方向相反的报道也在。Axios 在 2023 年 2 月那篇里写，Meta 在这个方向做了很多研究，但「在把这类技术放进产品这件事上，比微软和谷歌更谨慎」。20 Reuters 2024 年 1 月写，Meta 通过 FAIR 产出了领先研究，却「很少把它做进核心社交产品」。27
他自己还讲过一段更内部的版本。2025 年 2 月，他写 FAIR 内部多年来一直有多个 LLM 项目，2022 年中启动了一个叫 Zetta 的大模型项目，ChatGPT 出来时它还在跑；Llama 出自 FAIR 巴黎一个做定理证明的小团队，他们觉得 Zetta 太大、还不能用，于是自己做了个模型。31 这段证词拆掉了「Meta 那时候没在做 LLM」这种印象，同时也没有给他在其中安排一个位置。
再往后是路线分岔。2025 年 11 月 19 日，他以「Meta 首席 AI 科学家」的身份宣布离开 Meta，创办 AMI Labs。CNBC 当天的报道写，Meta 的 AI 部门正处于「混乱之中」，并引述知情人士称，2025 年 10 月的裁员与新的 AI 领导层是他决定离开的主要原因，新团队在路线上「偏好更封闭的做法」。32
「他看衰 LLM」为什么会被读成「他拦过 LLM 研发」，有一条可查的线索。今年 3 月，记者 Sebastian Mallaby 出版了关于 DeepMind 与 Demis Hassabis 的书《The Infinity Machine》。33 4 月 20 日，一位读过它的读者公开写道：这本书让他觉得，LeCun 对于「基于 LLM 的 AI 最终能不能走通」这件事，似乎没有更新过自己的先验。34 一个关于「这条路走不走得通」的判断，和一句「不许做」的指令，在转述里只隔一层。
从他离开往前数三年，Meta 的 AI 组织改过几轮：2023 年 2 月成立生成式 AI 产品组，2023 年 11 月把 Responsible AI 团队分散进各组，2024 年 1 月把研究与产品团队并到一起。27
这些记录都推不出他 2023 年主张过停止 LLM 研发。它们画出的是另一个人：他既不是那条路上的拦路者，公开记录里也没有他坐进驾驶座的位置。
04 另一条线：JEPA 是谁发明的
Schmidhuber 那条帖全文只有两句半：
What a misleading post. First of all, the so-called "JEPA" family of techniques (2022) is actually the 1992 Predictability Maximization family of techniques
（多误导人的一条帖。首先，所谓「JEPA」家族的技术（2022），其实就是 1992 年的可预测性最大化家族。）1
JEPA 是 LeCun 主张的一类架构，全称是联合嵌入预测架构（Joint-Embedding Predictive Architecture）。这场争论的焦点，是它算不算新的东西。
他附的链接是自己 2026 年 3 月 31 日的长帖，那里写得更直：「JEPA is essentially identical to our 1992 Predictability Maximization system (PMAX)」。35
要判断这句话，得先看两边各是什么。
1992 年那边有两篇，都是 Schmidhuber 的。一篇是《Learning Factorial Codes by Predictability Minimization》，登在 Neural Computation 第 4 卷第 6 期，863 到 879 页。36 另一篇是他与 Prelinger 的技术报告《Discovering Predictable Classifications》，编号 CU-CS-626-92，题名页日期 1992 年 11 月 11 日。37
技术报告里的结构是这样：两个网络 T1、T2 互相博弈，T1 不预测 T2 的输入，而预测 T2 的输出；目标由两项互相冲突的成本组成——「所有预测都应当匹配对应的分类」与「这些分类应当有判别力」，总误差写成式 (2) 的 εM + (1−ε)D2。37
JEPA 这边的公开论文是 I-JEPA 与 V-JEPA 2，分别提交于 2023 年 1 月 19 日和 2025 年 6 月 11 日。3839 I-JEPA 摘要里那句话是：从一个上下文块出发，预测同一张图里若干目标块的表示。38
相同的地方在框架：两者都在隐空间里用一部分输入去预测另一部分输入的表示，而不是重建原始输入；也都要处理「表示会不会塌掉」这个问题。不同的地方在防塌缩的手段：I-JEPA 与 V-JEPA 用动量编码器和停止梯度，这类做法来自 BYOL 一脉的自监督学习方法（BYOL 用两个网络互相预测来学表示，2020 年提出），1992 年那两篇里没有。38
这场争议也不是新的。LeCun 那份 2022 年 6 月 27 日的立场论文《A Path Towards Autonomous Machine Intelligence》上线十天后，Schmidhuber 就在 7 月 7 日发帖说它「rehashes but doesn't cite essential work of 1990-2015」——把 1990 到 2015 年的重要工作重新包装了一遍，却没有引用。40
同样的质问，LeCun 在 2026 年 4 月已经答过一次。4 月 6 日，他在 LinkedIn 上写：
JEPA is merely a name for a general concept. The question is, and has always been, how do you make it work (particularly how do you prevent it from collapsing), and how do you make it work at scale with SOTA results on non-toy problems. That's the hard part. Ideas are a dime a dozen. Making them work is what the community will give you credit for.
（JEPA 只是一个通用概念的名字。问题一直是、现在也是：你怎么让它跑起来，尤其是怎么防止它塌缩；以及你怎么让它在非玩具问题上做到 SOTA。这才是难的部分。想法一毛钱一打，让它们能用，才是社区给你信用的地方。）
这段话由 Schmidhuber 本人转引在他的技术报告《Who invented JEPA?》里。41
LeCun 自己的反应是嘲讽。2026 年 4 月 1 日，他在 Threads 上写：「BREAKING: Schmidhuber claims to have invented JEPA in 1992! Is anyone surprised?」42 那条帖下面，一位旁观者回复道：Schmidhuber 要是不这么演，在圈里会受尊敬得多；我甚至愿意承认他没拿到他大概应得的认可，但说自己发明了 JEPA 这些东西，是胡来。42
05 两组先例
回到 9 月 21 日傍晚那条回复。LeCun 没有在 JEPA 的技术细节上纠缠，他换了个问法：什么算发明。
Conceptual ideas like this are a dime a dozen and have been around long before you and I started working on ML. The hard part is to reduce them to practice and to make them work.
（这样的概念想法一毛钱一打，在你我开始做机器学习之前很久就有了。难的是把它落地，让它真的能用。）
他举了两组例子：一组是 1960 年代做感知机（perceptron，最早的一类可训练神经网络）的那批人，一组是直升机。
感知机这一组经得起查。他写：「The Perception guys in the 1960s knew perfectly well that progress would come from trainable multilayer networks. There were lots of ideas proposed on how to do this.」
感知机的提出者 Frank Rosenblatt 在 1962 年的《Principles of Neurodynamics》里，有一个部分就叫「多层与交叉耦合感知机」，其中第 13.3 节的标题是「反向传播纠错程序」，正文写着：这里要描述的过程被称为「反向传播纠错程序」，因为它从 R 单元（响应单元，也就是网络的输出端）的错误出发，把修正反向传播回网络的感知端。他在同一本书里也承认，多层网络到底够不够用，当时还说不清。43
1969 年，MIT 的两位人工智能研究者 Marvin Minsky 与 Seymour Papert 出了《Perceptrons》，这本书经常被说成给多层网络判了死刑，书里实际写的是：单层感知机这些优点，我们没有任何理由认为会延续到多层版本上；不过，我们认为这是一个重要的研究问题，去弄清、或者推翻，我们那个「这种扩展是不育的」的直觉判断。44
真正让多层网络跑通的，是 1986 年 10 月 9 日《自然》上那篇论文。45 中间这十几年，方案确实有：1965 年 Ivakhnenko 的多层网络学习算法，1970 年 Linnainmaa 的硕士论文，1974 年 Werbos 的博士论文——这三篇今天都被追认为反向传播一类方法的早期来源。46
他写「有很多想法被提出来，只是从没能令人信服地跑通」，这条时间线支持他。
直升机那一组有好有坏。
先说站得住的那半：
Lots of people "invented" helicopters in the early 20th century. Some were built. Some took off. None were controllable enough to be practical.
（20 世纪初有很多人「发明」了直升机。有的被造出来，有的离了地，没有一架可控到能实用。）
美国百年飞行纪念委员会的综述里，这些人一个个点得出来：1907 年 11 月 13 日，Paul Cornu 的机器动力升空约一英尺、悬停约 20 秒，综述的评语是「操纵装置不足」；1912 年，Ellehammer 的同轴机用上了周期变距机构，做了几次短暂跳飞；1924 年，Oehmichen 的机器飞到 1,181 英尺，创下国际航空联合会第一个直升机距离纪录。47
这批人里，最值得单独说的是 Boris Yuriev。他写：「Some may attribute it to Sikorsky, but it was actually proposed (not implemented) by Boris Yuriev in 1911 and tested by others.」——句里的 it，说的是那个被算在 Sikorsky 头上的周期变距斜盘。
Yuriev 确实在 1911 年，为他那套「主旋翼自动倾斜器加尾桨」的直升机系统提交了专利申请。48 他 1912 年造出的那台机器却没有正常飞起来：资料记，因为材料太贵，旋翼桨叶最后做成了固定的，试飞在当年秋天因主旋翼轴折断结束。49 「提出了，没有实现」，这个判定站得住。
但把「周期变距最早由谁提出」这个位置单独给 Yuriev，站不住。同一份综述写，意大利的 Gaetano A. Crocco 在 1906 年就为一种早期的周期变距设计拿到了专利。47
关于 VS-300，他这段叙述需要更正：「A key contribution was the invention of the cyclic pitch swashplate… Sikorsky combined it with the variable-pitch tail rotor made the whole thing work.」
美国机械工程师学会为 VS-300 立的全国历史机械工程地标文件，把这台机器记成了四个构型。50
- 构型一，1939 年 9 月 14 日首飞。三叶主旋翼直径 28 英尺，反扭矩尾桨只有一片、半径 40 英寸；这一飞持续大约十秒，高度几英寸。同年 12 月 19 日，它在悬停时被一阵风掀翻。
- 构型二，1940 年 3 月 6 日首次系留飞。加装两个水平升力尾桨，用差动总距提供滚转与俯仰控制；同时取消主旋翼的方位控制，只留下总距。文件写：这时操纵令人满意了，「除了前飞」。同年 5 月 13 日首次自由飞，5 月 20 日首次公开演示。
- 构型三，1941 年 8 月中。纵向控制交给一个水平尾桨，横向控制「通过斜盘把周期变距还给主旋翼」。
- 构型四，1941 年 12 月 8 日首飞。去掉水平尾桨，把完整的周期变距交给主旋翼。50
史密森学会国家航空航天博物馆的藏品页，独立确认了同一个时间点：VS-300 虽然在 1939 年 9 月 14 日首飞，但要到 1941 年底，它才成功演示了带完整周期变距的飞行。51
这四步说明一件事：负责偏航的是那个单叶反扭矩尾桨；提供滚转与俯仰控制的机构换了三轮——先是两个水平升力尾桨的差动总距，再是斜盘带动的周期变距，最后整件事交给主旋翼的完整周期变距。这台机器真正做成的事，是在四个构型之间反复取舍，最后收敛到「一台主旋翼带完整周期变距，加一个反扭矩尾桨」这套后来被全世界采用的布局。50
ASME 的碑文把功劳定在这里：世界上第一架成功采用如今这套熟悉的单主旋翼加反扭矩尾桨布局的直升机。50 文件还记着，Sikorsky 早在 1931 年就递交、1935 年获准的专利里，已经包含 VS-300 的几乎所有主要特征。50
所以「周期变距加可变距尾桨，让它跑通了」，并不是那台机器实际走过的路径。他用的「variable-pitch tail rotor」这个词也对不上：ASME 记构型二那两个升力尾桨用的是差动总距。50
还有一句要限定：「It didn't become practical until the 1940s with Sikorsky's VS-300 prototype.」
ASME 在同一个文件里，把「世界上第一架实用直升机」给了另一台机器：德国的 Focke-Achgelis Fw-61，1936 年首飞。50 它给 VS-300 的定语是「美国第一架实用直升机」；史密森学会给的定语是「世界上第一架实用的单旋翼直升机」。51 两家的定语合起来说的是同一件事——1940 年代被实用化的是「单旋翼加尾桨」这套布局。
还有一件相关的事。周期变距斜盘并不是那个年代唯一的旋翼控制方式。西班牙人 Juan de la Cierva 的自转旋翼机在上世纪 20 年代初就飞起来了，用的是倾斜桨毂加挥舞铰。NASA 的技术报告《The Cierva Autodynamic Rotor》写，Cierva 清楚知道斜盘这套机构能给旋翼提供周期变距与总距控制，出于他对机械与操作简易性的考虑，他选择去发展另一套自动动力学系统。52 所以「谁发明了周期变距」在航空史里从来不是一个干净的答案。
06 两把尺子
「想法一毛钱一打，难的是让它能用」不是这一轮才拿出来的说法。
2023 年 10 月 7 日，他在一条把 Schmidhuber 也 @ 进去的回复里写：「Intuitions and gut feelings are a dime a dozen. The hard part is to show that they work.」53
2024 年 6 月 1 日，同一个句式用在别处：「Ideas like that are a dime a dozen. The difficult part is to actually make it work (as we saw with Hyperloop).」54
2026 年 4 月，它变成了 LinkedIn 上那段话。41 到 9 月 21 日，类比对象换成了直升机。同一套论证，三年里至少用了四次；这一轮新出现的不是论证，是它被用来回答一次关于他自己的指控。
Schmidhuber 那边，举证里也有一格没量准。他 9 月 20 日转发的旧帖写：1971 年，深度学习先驱 Ivakhnenko 用一个八层深网络给英国经济建了模。55
那篇论文是《Polynomial Theory of Complex Systems》，发表在 IEEE 会刊 1971 年 10 月号上，里面确实有一节叫「英国经济的多项式描述」。56 但这一节讲英国经济模型时，可查到的层数表述是「感知机至少要有四层」，以及「误差的第一个极小值出现在第 q 层，也就是第六层」；整篇论文里都找不到「八层」，「八层」这个说法出自 Schmidhuber 自己的深度学习史页面。5657
LeCun 那把尺子量的是「谁让它能用」，Schmidhuber 那把尺子量的是「谁先把它发表出来」。这一轮里，两把尺子各自都有一格没量准。
07 接下来看什么
第一，Schmidhuber 会不会再回一轮。他的习惯是把主张写成技术报告，最新的《Who invented JEPA?》已经出到第二版。41 这场争议有没有实质推进，要看第三方会不会把 1992 年那两篇和 I-JEPA 的防塌缩机制摆到一起做技术对照。41
第二，Meta 那段履历会不会出现独立记录。他两次自述的边界不同，而唯一一条把 LeCun 与开源决定连起来的第三方记录，比两个版本都窄。28
第四，Llama 系列下一步的开放程度。Meta 新的 AI 团队被报道为偏好更封闭的做法，而 LeCun 创办的 AMI Labs 走的是另一条线。32
第五，ECCV 讲稿那一页上的五条建议会不会再收紧——四条「放弃」加一条「不要做 LLM」。它们要求放弃的是当下主流实验室的骨干方法；他下一份讲稿里这套建议怎么写，比这一轮的两条回复更值得盯。9
References
- 1
- 2
- 3
- 4Reuters（2023-03-29）
reuters.com
- 5
- 6VentureBeat（2023-04-07）
venturebeat.com
- 7
- 8
- 9ECCV 2026 主题演讲讲稿（2026-09-11）
drive.google.com
- 10
- 11
- 12
- 13Galactica（arXiv:2211.09085）
arxiv.org
- 14THE DECODER（2022-11-18）
the-decoder.com
- 15
- 16
- 17
- 18
- 19Meta AI：Code Llama（2023-08-24）
ai.meta.com
- 20Axios（2023-02-27）
axios.com
- 21The Verge（2023-02-27）
theverge.com
- 22Meta AI：Introducing LLaMA（2023-02-24）
ai.meta.com
- 23
- 24
- 25
- 26
- 27Reuters（2024-01-18）
reuters.com
- 28Fortune（2024-11-19）
fortune.com
- 29The Verge（2023-03-08）
theverge.com
- 30
- 31
- 32CNBC（2025-11-19）
cnbc.com
- 33The Guardian 书评（2026-03-16）
theguardian.com
- 34
- 35
- 36Neural Computation 4(6):863–879（1992）
dl.acm.org
- 37
- 38I-JEPA（arXiv:2301.08243）
arxiv.org
- 39V-JEPA 2（arXiv:2506.09985）
arxiv.org
- 40
- 41Schmidhuber：Who invented JEPA?
people.idsia.ch
- 42Yann LeCun 帖文（2026-04-01，Threads）
threads.com
- 43Rosenblatt：Principles of Neurodynamics（1962）
ai.williamtheisen.com
- 44Quote Investigator 对《Perceptrons》原文的核验（2026-07-24）
quoteinvestigator.com
- 45
- 46Minsky 与 Papert 分析一章（含 1960 至 1974 年时序）
bnaskrecki.faculty.wmi.amu.edu.pl
- 47U.S. Centennial of Flight Commission：早期直升机发展
centennialofflight.net
- 48俄国茹科夫斯基空军工程学院校友会：Юрьев 档案
nasledie-vvia.ru
- 49aviastar：Yuriev 直升机
aviastar.org
- 50ASME 地标文件 HO95：Sikorsky VS-300
asme.org
- 51Smithsonian 国家航空航天博物馆：Sikorsky VS-300
airandspace.si.edu
- 52
- 53
- 54
- 55
- 56Ivakhnenko：Polynomial Theory of Complex Systems（1971）
knowledgeminer.eu
- 57Schmidhuber：Annotated History of Modern AI and Deep Learning
people.idsia.ch
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.