林俊旸離職后發聲：復盤千問成敗得失

3月31日，林俊旸在社交平臺轉發了推文提到，“model+harness is now over model only”。從model到model+Harness，Harness為模型提供工具調用、環境交互、反饋閉環等能力，被比作"智能體的操作系統"（Agent = Model + Harness）。相當于模型提供智能，Harness 讓這個智能能跑起來。

這一點，與他 3 月 26 日離開阿里后的首次公開發聲 —— 題為《From ‘Reasoning’ Thinking to ‘Agentic’ Thinking（從推理式思考到智能體思考）》的長文觀點不謀而合。

全文未談及離職風波，也未透露個人后續去向，而是將焦點全程放在大模型技術發展路線上，既系統分享了對行業未來的判斷，也坦誠復盤了千問團隊在模型技術探索中的得失。

林俊旸在長文中指出，過去兩年行業對大模型的評估標準與核心期待已被重塑，OpenAI的o1模型證明“思考”可被專門訓練，DeepSeek-R1則印證推理式后訓練可規?；涞兀@標志著行業重心已從預訓練轉向強化學習后訓練，數學、代碼等可驗證領域成為優化模型正確性的關鍵。

他坦言，2025年上半年行業焦點仍集中在“推理式思考”，而如今行業亟需尋找新突破口，其答案便是“智能體式思考”——核心是“為了行動而思考”，即模型在與環境交互中根據反饋更新計劃、修正行為，實現與現實世界的閉環互動。

同時，林俊旸也復盤了千問團隊的技術探索：2025年初，團隊曾嘗試打造統一系統，融合思考與指令模式，Qwen3便是這一方向的具體嘗試，但實際落地困難重重?！拔覀儧]有全做對。”他坦誠，兩種模式的數據分布與核心目標存在本質沖突，強行融合導致模型兩端表現平庸，無法滿足商業用戶需求。為此，2025年下半年千問推出了獨立的Instruct和Thinking版本，他強調，真正的融合應是讓模型擁有平滑的推理力度光譜，自主分配算力，而非生硬拼接兩種模式。

“推理鏈更長，不等于模型更聰明?！绷挚D明確表示，過長的推理鏈實則是算力的浪費，行業正從“訓練模型”向“訓練智能體”加速轉型。他進一步解釋，推理式思考與智能體式思考的優化目標截然不同，前者以內部思辨質量為評判標準，后者則聚焦模型在環境交互中能否持續取得進展，這也讓行業核心問題從“能否想夠久”轉變為“能否支撐有效行動”。隨之而來的是訓練核心的轉變，即從單一模型轉向“模型+環境”的完整系統，這就要求訓練與推理實現徹底解耦。林俊旸最終指出，環境設計、相關基礎設施等已成為行業核心競爭力，“好的思考”是能支撐有效行動的路徑，未來防范“獎勵作弊”將是關鍵挑戰，而智能體式思考終將成為行業主流。

在林俊旸離職后不到兩周，阿里巴巴正式宣布成立 Alibaba Token Hub（ATH）事業群，由集團CEO吳泳銘親自掛帥。吳泳銘在內部信中判斷：“當下正處于AGI爆發前夜。大量數字化工作將由數以百億計的AI Agent來支撐，而這些AI Agent將由模型產生的Token支撐運行?！?/p>

來源：星河商業觀察