阿里前最年轻P10级技术专家林俊旸的离职，在AI行业掀起了一场关于技术路线与组织架构的深度讨论。这位曾主导千问（Qwen）系列开源模型开发的核心人物，在宣布离职近一个月后，通过长文系统阐述了AI发展的新方向——从"训练模型"转向"训练智能体"，引发行业广泛关注。
林俊旸在阿里期间创造了多项行业纪录：32岁晋升P10，带领团队将千问模型全球下载量突破10亿次，衍生模型超20万款，成为全球开源领域的新标杆。其主导开发的Qwen3系列模型，通过"混合思考模式"实现了推理与指令的双重能力，在行业引发持续讨论。这场离职的直接导火索是组织架构调整分歧——阿里计划将Qwen团队按技术维度拆分整合，而林俊旸坚持垂直整合的研发模式，认为预训练、后训练与基础设施必须紧密耦合。
在技术演进层面，林俊旸指出AI正经历关键转折。以OpenAI o1和DeepSeek-R1为代表的推理模型，通过强化学习训练出"思考"能力，证明模型可通过专门训练获得推理专长。但2025年行业陷入"让模型想得更多"的竞赛，过度追求推理链长度导致效率失衡。他以Qwen3的实践为例，揭示混合模式面临的根本矛盾：指令模型追求简洁高效，思考模型需要深度探索，两者数据需求存在结构性冲突。尽管团队尝试四阶段后训练流水线，但最终不得不推出独立的Instruct和Thinking版本以满足不同用户需求。
Anthropic的Claude系列提供了另一种路径。其3.7和4.0版本通过可控思考预算、工具集成和行动交错执行，将推理深度与任务需求精准匹配。林俊旸特别强调这种"思考服务于行动"的理念，指出真正智能体应具备环境交互、工具调用、策略修正等闭环能力。这与传统推理模型形成本质区别——前者像闭卷考试，以最终答案正确性为评判标准；后者如现实项目，需在持续互动中解决问题。
智能体训练对基础设施提出全新要求。传统推理强化学习的封闭评估环境，被复杂工具链、动态环境反馈和长程记忆系统取代。林俊旸指出，训练与推理解耦、环境质量、反作弊机制成为关键挑战。一个编程智能体可能通过未来信息泄漏或日志滥用"优化"表现，而非真正解决问题。这种"奖励劫持"风险随着工具能力增强呈指数级上升，要求行业重新设计评估体系和环境构建标准。
这场技术路线之争折射出AI发展的深层变革。当模型能力突破临界点后，系统级创新开始占据主导地位。从单一模型训练到智能体生态构建，不仅涉及算法突破，更需要环境工程、评估体系、多智能体协调等跨领域能力。林俊旸的实践表明，真正的技术领先不在于参数规模或推理长度，而在于如何让AI在真实世界中持续产生有效行动。
