林俊旸從阿里離職后首發(fā)長文展望AI智能體時代

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2026-03-27 00:39:12 第一財經(jīng)

3月26日晚間，前千問大模型技術(shù)負責人林俊旸在社交平臺發(fā)文，詳述了他對大模型發(fā)展路線的理解及對AI下一階段的預(yù)判。他認為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 證明推理式的后訓(xùn)練可以在原始實驗室之外被復(fù)現(xiàn)、被擴展。這一階段至關(guān)重要，但2025年上半年，行業(yè)焦點主要停留在“推理式思考”本身：如何讓模型在推理時多想一會兒。他判斷下一步是智能體式思考：為了行動而思考，在與環(huán)境交互過程中，并根據(jù)來自世界的反饋持續(xù)更新計劃。

林俊旸提到，2025年初，千問團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。真正的難點在于數(shù)據(jù)。當人們談?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)用戶實際想要的成本更高。

分開做在實踐中仍然有吸引力。2025年下半年，Qwen 的2507版本發(fā)布了獨立的Instruct和Thinking版本，30B和235B各一套。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。推理鏈更長并不等于模型更聰明，很多時候，推理鏈越長，反而說明模型在亂花算力。千問團隊意識到，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，其定義特征是跟真實世界的閉環(huán)交互。

12 全文共 2 頁下一頁

關(guān)閉

林俊旸從阿里離職后首發(fā)長文 展望AI智能體時代

相關(guān)新聞

今日熱點

頻道熱點

林俊旸從阿里離職后首發(fā)長文展望AI智能體時代