3月26日，原阿里通義千問（Qwen）技術(shù)負(fù)責(zé)人林俊旸（Justin Lin）在社交平臺上發(fā)布了一篇題為“From ‘Reasoning’ Thinking to‘Agentic’ Thinking（從推理式思考到智能體思考）的文章長文。這是他自本月初從阿里辭職之后發(fā)布的第一篇長文。在這篇文章中，林俊旸系統(tǒng)性地復(fù)盤了推理模型階段的特征，并探討了AI未來的發(fā)展方向：從訓(xùn)練模型轉(zhuǎn)向訓(xùn)練智能體。

林俊旸表示，過去兩年重塑了行業(yè)對大模型的評估方式與核心期待。OpenAI 的 o1 表明，"思考"可以成為一種被訓(xùn)練出來的能力。DeepSeek-R1 緊隨其后，證明推理式的后訓(xùn)練可以在原始實(shí)驗(yàn)室之外被復(fù)現(xiàn)、被擴(kuò)展。這一階段至關(guān)重要。但 2025 年上半年，行業(yè)焦點(diǎn)主要停留在"推理式思考"本身：如何讓模型在推理的時候多想一會兒?，F(xiàn)在該問下一步了。他的判斷是智能體式思考：為了行動而思考，在與環(huán)境交互的過程中，并根據(jù)來自世界的反饋持續(xù)更新計劃。

他提到，2025 年初，千問團(tuán)隊有一個很大的野心：做一個統(tǒng)一的系統(tǒng)，讓思考模式和指令模式合二為一，支持可調(diào)節(jié)的推理努力程度（類似于低/中/高推理設(shè)置），甚至能根據(jù)提示詞和上下文自動推斷合適的推理量，讓模型自主決定何時直接回答、何時稍作思考、何時為真正困難的問題投入大量計算。概念上，這是正確的方向。但"合并"說起來容易，做好卻極難。

真正的難點(diǎn)在于數(shù)據(jù)。當(dāng)人們談?wù)摵喜⑺伎寂c指令時，往往首先想到模型側(cè)的兼容性，更深層的問題是，兩種模式的數(shù)據(jù)分布和行為目標(biāo)存在顯著差異。在嘗試平衡模型合并與提升后訓(xùn)練數(shù)據(jù)質(zhì)量和多樣性的過程中，團(tuán)隊并未把所有事情都做對，結(jié)果往往是在兩個方向上都表現(xiàn)平庸："思考"行為變得嘈雜、冗余或不夠果斷，而"指令"行為則變得不夠清晰、不夠可靠，且比商業(yè)用戶實(shí)際想要的成本更高。

分開做在實(shí)踐中仍然有吸引力。2025 年下半年，Qwen 的 2507 版本就發(fā)了獨(dú)立的 Instruct 和 Thinking 版本，30B 和 235B 各一套。而他的最終思考是，真正成功的合并需要一個平滑的推理力度光譜，模型能自己判斷該花多少力氣去想。

“推理鏈更長，不等于模型更聰明。很多時候，推理鏈越長，反而說明模型在亂花算力?！绷挚D在文中表示，他提到，千問團(tuán)隊意識到，行業(yè)正在從訓(xùn)練模型的時代，走向訓(xùn)練智能體的時代，它的定義特征是跟真實(shí)世界的閉環(huán)交互。

智能體式思考和推理式思考，意味著不同的優(yōu)化目標(biāo)，推理式思考通常以最終答案前的內(nèi)部思辨質(zhì)量來評判：模型能否解出定理、寫出證明、生成正確代碼或通過基準(zhǔn)測試。而智能體思維關(guān)注的是：模型能否在與環(huán)境交互的過程中持續(xù)取得進(jìn)展。

這意味著，核心問題從“模型能否思考得足夠久？”轉(zhuǎn)變?yōu)椤澳Ｐ湍懿荒苡靡环N撐得起有效行動的方式來思考？”模型訓(xùn)練的核心對象也隨之變了，變成了模型加環(huán)境的整個系統(tǒng)。

在這之中，模型架構(gòu)和訓(xùn)練數(shù)據(jù)當(dāng)然還重要，但環(huán)境設(shè)計、rollout 基礎(chǔ)設(shè)施、評估器的穩(wěn)健程度、多個 Agent 之間怎么協(xié)調(diào)，這些都進(jìn)了核心圈?！昂玫乃伎肌钡亩x也變了：在真實(shí)約束下最能撐起行動的那條軌跡，而非最長或最顯眼的那條。

林俊旸預(yù)測，智能體式思考會成為主流。

《科創(chuàng)板日報》3月4日訊，《科創(chuàng)板日報》記者注意到，3月4日下午，阿里千問大模型核心負(fù)責(zé)人林俊旸新發(fā)朋友圈表示：抱歉各位朋友，今天不回復(fù)消息和電話了，我真的需要休息。qwen 的兄弟們，按照原來安排繼續(xù)干，沒問題的。而就在昨日凌晨，林俊旸在社交媒體發(fā)文稱：me stepping down. bye my beloved qwen.（我卸任了。再見了，我親愛的千問。）

3月4日凌晨，阿里Qwen技術(shù)負(fù)責(zé)人林俊旸在社交平臺上與千問道別，稱“我退出了”。隨后，阿里巴巴通義實(shí)驗(yàn)室科學(xué)家惠彬原（Binyuan Hui）轉(zhuǎn)發(fā)該條博文并表示自己也退出了千問。南都N視頻記者就此向阿里云方面求證，截至發(fā)稿尚無回復(fù)。

林俊旸在社交平臺上與千問道別。

惠彬原稱自己也退出了。

林俊旸系阿里千問模型的重要負(fù)責(zé)人。公開資料顯示，林俊旸1993年出生，畢業(yè)于北京大學(xué)，系阿里巴巴達(dá)摩院高級算法專家、阿里通義千問系列大模型技術(shù)負(fù)責(zé)人，主導(dǎo)開發(fā)了全球領(lǐng)先的開源大模型。他的研究領(lǐng)域包括自然語言處理和多模態(tài)表示學(xué)習(xí)，研究興趣集中于大規(guī)模語言模型和多模態(tài)大模型，曾在多個頂級會議發(fā)表多篇論文。公開信息顯示，林俊旸對通義千問的技術(shù)貢獻(xiàn)突出，如他主導(dǎo)開發(fā)Qwen3.0等模型性能超越Llama2-70B、首創(chuàng)多模態(tài)Agent框架，增強(qiáng)視覺/語音理解能力、推動構(gòu)建中文社區(qū)最大開源模型生態(tài)體系等。

有業(yè)內(nèi)人士猜測，林俊旸的離開或由于其考核目標(biāo)變成了日活躍用戶數(shù)。對于林俊旸離開后誰會接任其位置，該業(yè)內(nèi)人士也提到或是一位來自谷歌Gemini團(tuán)隊、以日活躍用戶數(shù)（DAU）指標(biāo)為導(dǎo)向的非核心人才。南都記者就此向阿里云方面求證，截至發(fā)稿尚無回復(fù)。

林俊旸與月之暗面創(chuàng)始人兼CEO楊植麟、騰訊首席AI科學(xué)家姚順雨和清華大學(xué)教授、智譜創(chuàng)始人兼首席科學(xué)家唐杰被在業(yè)內(nèi)并稱“基模四杰”，其他幾位均為月之暗面、騰訊、智譜等企業(yè)的模型掌門人。

今年1月在中關(guān)村，林俊旸還提到，自己2021年做模型的時候，阿里芯片團(tuán)隊的人來問自己三年后模型主流架構(gòu)是不是Transformer和多模態(tài)，因?yàn)槿旰竽Ｐ筒拍芰髌Ｋ硎?，“三年之后，我在不在阿里巴巴，我都不知道。但最后我今天還在阿里巴巴，然后他果然還是Transformer，還是多模態(tài)，我就非常懊悔為什么當(dāng)時沒有去催他去做?！?/p>

模型進(jìn)展方面，3月3日，阿里巴巴再度開源4款小尺寸千問3.5系列模型。其中最小的0.8B和2B兩款，體積極小，推理速度極快，適合移動設(shè)備、IoT 邊緣設(shè)備部署，以及低延時的實(shí)時交互場景。據(jù)悉，四款Qwen3.5新模型雖是小尺寸，但均擁有原生多模態(tài)能力，以極小的參數(shù)量實(shí)現(xiàn)了極大的性能提升。模型發(fā)布后還迅速引來馬斯克在社交媒體上點(diǎn)贊評論，稱阿里千問模型“智能密度令人印象深刻”。

來源：澎湃新聞、第一財經(jīng)、界面新聞、財聯(lián)社、南方都市報

【來源：瀟湘晨報】

報料、維權(quán)通道：應(yīng)用市場下載“晨視頻”客戶端，搜索“報料”一鍵直達(dá)，或撥打熱線0731-85571188；如需內(nèi)容合作，請撥打政企服務(wù)專席19176699651，商務(wù)合作聯(lián)系0731-85572288。