当大模型不再“空想”：前通义千问技术负责人揭秘AI的“行动革命”
大模型正在悄悄“长大”——从答题机器，到动手做事的伙伴
还记得那个在考试中总能写出惊艳答案、却连订一杯咖啡都要人类代劳的大模型吗？它正在经历一场静默而深刻的蜕变。3月26日晚，前阿里通义千问（Qwen）大模型技术负责人林俊旸在离职数周后首次公开发声，没有复盘过往荣光，而是抛出一个直击行业痛点的判断：大模型的下一程，不是“想得更深”，而是“动得更准”。
这不是修辞，而是一次范式迁移——从“推理式思维”（Reasoning-First）全面转向“智能体思维”（Agentic Thinking）。
为什么“多想一会儿”已经不够用了？
过去一年，整个行业都在卷“思考深度”：让模型链式推理更长、步骤更细、中间结论更严谨。但林俊旸一针见血地指出：思考本身不是目的，行动才是出口。
真正有价值的智能，不是在虚拟空间里完成一道高难度数学题，而是能在真实世界中——比如协调三方会议、调试API报错、甚至帮用户对比三家电商的满减规则——动态规划、即时纠错、持续推进。
换句话说：模型思考的终点，必须是动作的起点。
一次关键试错：当“思考”和“执行”被硬塞进同一个模型
林俊旸坦率复盘了千问团队在2025年初的一次重要工程尝试：试图打造一个“全能型”统一模型，让它根据问题复杂度自动决定“该深思还是该速答”。
理想很丰满，现实却给了团队一记清醒剂。
他们发现：推理类数据（如数学证明、代码生成）和指令类数据（如“写一封辞职信”“总结会议纪要”）在数据分布上存在本质差异——就像让一位哲学家同时兼任快递员，两种能力所需的底层模式、响应节奏与容错边界完全不同。
结果呢？模型既无法高效完成轻量指令（响应慢、幻觉多），又难以支撑高强度推理（逻辑易断裂、成本飙升）。最终，Qwen果断拆分路线：独立发布 Qwen-Instruct（专注精准执行）与 Qwen-Thinking（专注深度推理）——这不仅是产品策略调整，更是对AI能力边界的诚实承认。
“好思考”的新定义：不炫技，只务实
林俊旸还挑战了一个常见迷思：推理链越长，模型就越聪明？
他明确表示：盲目堆砌思维步骤，往往只是用算力掩盖设计缺陷。真正的“高质量思考”，必须能自然导出可执行的动作，并在环境反馈中快速迭代——比如看到天气预报说下午有雨，不是输出一段气象分析，而是主动帮你把晾晒中的衣服收进阳台。
这也意味着，未来AI研发的重心将发生位移：
– ❌ 不再只优化“模型参数”
– ✅ 而要联合优化 “模型 + 环境 + 评估器 + 协同机制” 整个闭环
环境仿真、多智能体分工、鲁棒性评估器……这些曾被视作“配套工具”的模块，正加速跃升为AI系统的核心支柱。
结语：我们正在迎接一个“会做事”的AI时代
林俊旸的这篇长文，没有PPT式的宏大叙事，却处处透露着一线工程师的克制与锋利。它提醒我们：AI的进化从来不是单点突破，而是一场系统重构——当模型开始为“下一步做什么”而思考，而不是为“下一句说什么”而生成，真正的智能体时代，才算真正启程。
而这场变革的标尺，将越来越简单：
它解决问题了吗？它推动事情向前了吗？它在真实世界里，有没有留下一点不可替代的痕迹？
