Llama 4 输在自家 CTO 的一句话上

2026年7月8日，Big Technology Podcast 放出 Meta CTO Andrew Bosworth 的访谈。
47 分钟里，他亲口把 Llama 4 掉队的原因摆在了台面上。
一句话概括："为了 Llama 3 出头，我们把 Llama 4 的粮种全吃了。"

这不是技术问题，是"赢太狠"的反噬

过去一年，所有人都在问同一个问题：开源王者的 Llama，怎么突然哑了？

社区给出的答案五花八门——算力不够、对手太卷、人才流失、评测作弊。Meta 自己也只是反复强调"还在迭代"。直到 Bosworth 在播客里把盖子揭开：

"我们在交付 Llama 3 时，几乎把手头所有的研究成果都投了进去。我们动用了能动用的一切资源，结果无意中掐断了后续的研发管线。"

Llama 3 之所以能成为"广受好评的好模型"，不是因为 Meta 的研发体系成熟到可以稳定输出顶级模型，而是因为团队把下一代本来要用的所有前沿设想——推理、混合专家（MoE）、对下一阶段路线的所有探索——一次性预支给了这一个版本。

Llama 3 是赢了。Llama 4 的研发管道，也跟着空了。

Llama 3 是一次"赢太狠"的反噬。

Meta 的研发体系一直跑两套并行机制：一部分人在现有基础模型上做渐进式改进，另一部分人在外头探索全新路线。Llama 3 这一版"两帮人一起上"的打法，让做 Llama 4 的人手空了，探索路线断了，于是推理落后、MoE 落后、一堆支撑行业进步的关键技术都落后。

Bosworth 用了那个科技圈里不太愿意公开承认的词——"管道空空如也"。

红色节点表示被透支的探索性研究，橙色表示断档起点，灰色表示实际落后，蓝色表示补丁（Muse Spark）。

为什么 Llama 3 必须这么打？

看到这里的人很容易接一句："那 Meta 是傻吗？为什么要这么打？"

回看 2024 年的局面：Qwen、DeepSeek、Mistral 一路追赶，开源对闭源第一次有了真正叫板的资本。Meta 的算力不弱，团队也不差，但 Llama 2 的市场反响明显落后于 OpenAI 和 Anthropic 的闭源方案。Meta 当时的选择只有两个——要么继续按部就班走渐进路线，要么把 Llama 3 当作"决胜局"来打。

他们选了后者。

Bosworth 用了"创始人模式（founder mode）"这个词，说 Mark Zuckerberg 是从 Llama 3 这一代开始切换进了一种独属于他的状态——全身心扑在为 Meta 争取所需的全部算力和全部人才。143 亿挖 Alexandr Wang 的 Scale AI 团队，是这个状态下的标志动作。

但这种"创始人模式"本身就有副作用：创始人模式的标志是短周期、高强度、all-in。它天然会倾向于把下一代的资源提前用到这一代。

Llama 3 的胜利，是用 Llama 4 的"种子粮"换来的。

"战时动员"和键盘追踪：补窟窿的两招

Llama 4 管道空了的窟窿怎么补？

Bosworth 复盘了 Meta 用过的两招，都是外延式补法，没用"研发管线断档"这个内伤上。

第一招：战时动员

数千名非 AI 部门的资深工程师被强抽去给 AI 标定专家代码数据。这事儿被《连线》捅出来之后，员工形容为"古拉格苦役"——"你的人生一下子就失去了意义，你几乎不和任何人互动，每周就是做这些任务。"

Bosworth 没有回避。他承认这是他在内部泄露邮件里自己用的词——"极其糟糕（atrocious）"。但他坚持方向没错。

代价是什么？是 Meta 在常规软件工程上的进度被强行延后，是内部对 AI 战略的积怨，是一段必须在事后花大力气修复的信任。

外延式增长补窟窿的第一种代价：内部摩擦成本。

第二招：键盘追踪

Meta 开始追踪员工的击键、点击轨迹，用来训练 AI "用电脑"的能力。

Bosworth 解释得一本正经——"AI 在使用电脑这件事上表现还是相当糟糕，这是一个出人意料的难题，至今没被很好地解决"。所以 Meta 监控顶级程序员的操作过程，希望教 AI 学会人机交互的潜意识行为。

这种**"不体面的脏数据"**在强化学习时代成了真正的稀缺燃料。

外延式增长补窟窿的第二种代价：伦理和隐私的边线被往前推。

两招都没解决内伤

这两招能补窟窿吗？能补一部分。

Bosworth 自己也很坦诚——这个追踪项目**"要积累一整年的数据，才会得到一些真正有潜力用到模型上的东西"**。

换句话说：Llama 4 时代欠下的技术债，要到 Llama 5 甚至 Llama 6 时代才能真正开始还。

外延式增长救得了当季报表，救不了研发管线的真空。

不管抢人、抢数据还是抢算力，都汇入同一条"外延式增长不解决内伤"的管道。真正的还债要等下一代。

Muse Spark 是补丁，不是答案

9 个月之后，Alexandr Wang 带队交出 Muse Spark（代号 Avocado），Bosworth 说"这是我们目前最受好评的模型，但仍不是我们的前沿模型"。

请注意 Bosworth 自己用的定语——"仍不是前沿模型"。

Muse Spark 的成绩单上有两个具体数字：人类最后的考试（HLE）58% 完成率，前沿科学研究 38% 完成率（来源：Meta 官方博客 2026-07-08）。这两个数字本身不差，但拿来和 Gemini Deep Think、GPT Pro 比，仍然是"追赶"姿态，而不是"领先"姿态。

Muse Spark 解决的是"Meta 没有前沿模型可发布"这个尴尬问题，没解决"Meta 的研发管线为什么连续两代跟不上"这个根本问题。

补丁补的是面子，不是里子。

开源社区要不要担心？

很多人对 Llama 系列的期待，是把它当成"开源阵营对抗闭源垄断"的旗帜。Bosworth 这一波坦白，给这种期待泼了一盆冷水：

• 开源大模型的研发成本是真实的。 一旦某一代版本"赢太狠"，下一代就可能断档。这是开源模式绕不开的结构性问题。
• 外延式补窟窿救不了研发断档。 抢人、抢数据、抢精力，都是把当前的窟窿糊上，不能让下一代的种子重新发芽。
• "创始人模式"是双刃剑。 它能让一个巨头在短期内爆发出惊人的执行力，但也会天然倾向"把下一代的资源预支给这一代"。

所以开源社区真正该担心的，不是 Llama 5 能不能打过 GPT-6，而是 Meta 这一波暴露的研发断档，会不会成为整个开源阵营的预演——当一家公司把"赢"看得比"持续"更重，整个生态都可能要为这一代的高光付代价。

最后一句留给 Bosworth 自己

播客里主持人问 Bosworth："你刚才把脑机接口、比特率提升、AI 取代工作这些都聊了一遍。你是不是改主意了，要和 AI 融合？"

Bosworth 笑了："没有，我不认为这是和 AI 融合。"

主持人说："下次我还会再问你这个问题。"

Bosworth 答："我知道。"

这是整场访谈里最有人味的一段。

Meta CTO 把 Llama 4 的真相交代得很清楚，但他没交代的是——Llama 5 凭什么不会再被 Llama 4 吃掉？

这个问题，目前没人能回答。包括 Bosworth 自己。

---

参考来源：Big Technology Podcast 2026-07-08；Meta 官方博客；Wired 报道；AI科技大本营 2026-07-09 编译稿。