林俊旸从阿里离职后首发长文：复盘千问路线受阻，断言 AI 演进全面转向智能体

林俊旸复盘千问历程：行业竞赛焦点正从推理向智能体迁移

近日，前阿里千问技术负责人林俊旸的离职后长文，在业内引发深度讨论。他指出，AI大模型的发展正经历一次关键转折：行业竞争的焦点，已不再是单一的“推理型思考”能力，而是正全面转向更具自主性与交互性的“智能体思考”范式。

开篇，他首先分析了以OpenAI o1和DeepSeek-R1引领的上一阶段。这标志着行业重心的一次迁移：从对预训练规模的极限追求，转向对强化学习后训练规模的深入挖掘。在此阶段，数学与代码等具备精确验证性的任务，成为锤炼模型逻辑严谨性与正确性的关键。这一步，本质上是为模型构建可靠的基础推理框架。

融合路径的挑战：千问的实际探索与决策

然而，构建基础能力仅是起点。一个更棘手的工程难题随之浮现：如何将这种需要大量计算资源的深度“推理”过程，与追求即时响应的高效“指令”执行模型相统一？林俊旸在文中坦诚剖析了其中的落地矛盾。

他透露，千问团队曾通过Qwen3项目，尝试构建一个支持混合思考模式的统一系统。但实际研发中，两者根本性冲突暴露无遗：指令模型要求极低的响应延迟和简练输出，而思考模型则需要消耗大量Token进行链式推演。两者在数据分布和优化目标上存在本质差异。

若数据工程与训练策略处理不当，强行融合可能导致模型在两端性能均不突出。面对企业客户对高吞吐与低推理成本的明确要求，Qwen团队在后续迭代中做出了更为务实的架构选择：推出独立的30B指令版本与235B思考版本，实现专模专用。这一决策，与Anthropic、DeepSeek等公司仍在探索的统一推理与工具调用架构，形成了清晰的路径分野。

未来战场：智能体范式与系统工程壁垒

那么，超越当前的融合困境，下一阶段的演进方向是什么？林俊旸明确指出：依赖模型内部无限延长推理链的“闭门”式思维模式即将过时。未来的主导范式，将是能够与现实环境持续交互、并动态规划与调整行动的“智能体思考”。

这一转型远非概念替换。引入智能体强化学习，将彻底改变技术栈的构建逻辑。模型训练与推理过程需要实现更为彻底的解耦。同时，当模型被授予代码执行、网络搜索等强大的工具调用权限后，一个核心风险也随之凸显：如何有效防御“奖励黑客攻击”？即防止模型学会利用系统漏洞、采取投机行为而非真正解决问题来获取奖励。

这意味着，行业的核心竞争壁垒正在发生转移。未来的优势将不再单纯取决于模型参数量或某个孤立算法的突破，而更依赖于高质量交互仿真环境的构建、鲁棒的防作弊机制设计，以及复杂多智能体系统的工程化编排能力。竞争的本质，正从“算法创新”升级为“系统工程能力”的全面比拼。谁能在这套底层基础设施上构建起扎实的护城河，谁才能掌握智能体时代的主导权。