3月27日消息，3月26日晚间，在本月初离职，广受科技圈关注的原阿里千问技术负责人林俊旸在社交账号发布了一篇名为《From "Reasoning" Thinking to "Agentic" Thinking》（从“推理式思维”到“智能体思维”）的文章。

林俊旸在文章中并未透露与其职业规划相关的话题，而是聚焦技术探讨，详谈自己对大模型发展路线的理解及对AI下一阶段的预判。

林俊旸表示，过去两年重塑了行业对大模型的评估方式与核心期待。OpenAI 的 o1 表明，"思考"可以成为一种被训练出来的能力。DeepSeek-R1 紧随其后，证明推理式的后训练可以在原始实验室之外被复现、被扩展。这一阶段至关重要。

但 2025 年上半年，行业焦点主要停留在"推理式思考"本身：如何让模型在推理的时候多想一会儿。现在该问下一步了。他的判断是智能体式思考：为了行动而思考，在与环境交互的过程中，并根据来自世界的反馈持续更新计划。

他提到，2025 年初，千问团队有一个很大的野心：做一个统一的系统，让思考模式和指令模式合二为一，支持可调节的推理努力程度（类似于低/中/高推理设置），甚至能根据提示词和上下文自动推断合适的推理量，让模型自主决定何时直接回答、何时稍作思考、何时为真正困难的问题投入大量计算。

林俊旸指出，概念上，这是正确的方向。但"合并"说起来容易，做好却极难。真正的难点在于数据。当人们谈论合并思考与指令时，往往首先想到模型侧的兼容性，更深层的问题是，两种模式的数据分布和行为目标存在显著差异。

在尝试平衡模型合并与提升后训练数据质量和多样性的过程中，团队并未把所有事情都做对，结果往往是在两个方向上都表现平庸："思考"行为变得嘈杂、冗余或不够果断，而"指令"行为则变得不够清晰、不够可靠，且比商业用户实际想要的成本更高。分开做在实践中仍然有吸引力。

2025 年下半年，Qwen 的 2507 版本就发了独立的 Instruct 和 Thinking 版本，30B 和 235B 各一套。而他的最终思考是，真正成功的合并需要一个平滑的推理力度光谱，模型能自己判断该花多少力气去想。

“推理链更长，不等于模型更聪明。很多时候，推理链越长，反而说明模型在乱花算力。”林俊旸在文中表示。随即，他提到千问团队意识到，行业正在从训练模型的时代，走向训练智能体的时代，它的定义特征是跟真实世界的闭环交互。

智能体式思考和推理式思考，意味着不同的优化目标，推理式思考通常以最终答案前的内部思辨质量来评判：模型能否解出定理、写出证明、生成正确代码或通过基准测试。

而智能体思维关注的是：模型能否在与环境交互的过程中持续取得进展。这意味着，核心问题从“模型能否思考得足够久？”，转变为“模型能不能用一种撑得起有效行动的方式来思考？”模型训练的核心对象也随之变了，变成了模型加环境的整个系统。

在这之中，模型架构和训练数据当然还重要，但环境设计、rollout 基础设施、评估器的稳健程度、多个 Agent 之间怎么协调，这些都进了核心圈。“好的思考”的定义也变了：在真实约束下最能撑起行动的那条轨迹，而非最长或最显眼的那条。林俊旸预测，智能体式思考会成为主流。

此前在3月4日凌晨，林俊旸在朋友圈发文告别阿里。他表示：“我要卸任了。再见，我亲爱的qwen。”

3月5日，阿里巴巴CEO吴泳铭在内部邮件中回应林俊旸离职一事，表示公司已决定批准林俊旸同学的辞职，感谢林俊旸过去在岗位上的付出。同时还表示，公司将继续坚持开源模型策略，持续加大AI研发投入和吸纳优秀人才力度。