3月26日晚间，前千问大模型核心技术负责人林俊旸通过社交媒体平台发布了一篇深度长文，这是他在离开阿里巴巴集团后的首次公开分享。在这篇长文中，他详细阐述了自己对大模型技术演进路径的独到见解，以及对AI未来发展趋势的前瞻性预判。

林俊旸指出，过去两年间，大模型领域经历了翻天覆地的变化，重新定义了行业对大模型的评估标准与核心期望。OpenAI推出的o1模型，首次证明了“思考”能力可以通过训练获得，而DeepSeek-R1的紧随其后，则进一步验证了推理式后训练方法不仅可以在实验室环境中复现，还能实现规模化扩展。然而，他认为，到了2025年上半年，行业对于“推理式思考”的探索仍停留在表面，主要聚焦于如何延长模型的推理时间。现在，是时候思考下一步的发展方向了。他提出，智能体式思考将成为未来的主流趋势，即模型为了采取行动而进行思考，并在与环境的互动中不断根据反馈调整计划。

前千问大模型技术领军人物林俊旸

林俊旸透露，2025年初，千问团队曾立下雄心勃勃的目标：构建一个统一的系统，将思考模式与指令模式无缝融合，支持可调节的推理强度（如低、中、高三级推理设置），甚至能够根据提示词和上下文自动判断所需的推理量，使模型能够自主决定何时直接给出答案、何时进行短暂思考、何时为复杂问题投入大量计算资源。从概念上讲，这是正确的方向，但实际操作起来却极具挑战性。

他进一步解释，真正的难点在于数据层面。当人们谈论合并思考与指令时，往往首先关注的是模型侧的兼容性，但更深层次的问题在于，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，团队并未完全成功，结果往往是在两个方向上都表现平平：“思考”行为变得冗余、不果断，而“指令”行为则变得不够清晰、可靠，且成本高于商业用户的实际需求。

因此，分开进行在实践中仍然具有吸引力。2025年下半年，Qwen的2507版本就推出了独立的Instruct和Thinking版本，分别针对30B和235B两种规模。然而，林俊旸的最终思考是，真正成功的合并需要一个平滑的推理力度光谱，模型能够自主判断应该投入多少精力进行思考。

“推理链的长度并不等同于模型的聪明程度。很多时候，过长的推理链反而意味着模型在浪费算力。”林俊旸在文中强调。他提到，千问团队已经意识到，行业正在从训练模型的时代迈向训练智能体的时代，其核心特征是与真实世界的闭环交互。

智能体式思考与推理式思考代表着不同的优化目标。推理式思考通常以最终答案前的内部思辨质量为评判标准，如模型能否解出定理、写出证明、生成正确代码或通过基准测试。而智能体思维则更关注模型在与环境交互的过程中能否持续取得进展。

这意味着，核心问题已经从“模型能否思考得足够久？”转变为“模型能否以一种支持有效行动的方式进行思考？”模型训练的核心对象也随之发生了变化，变成了模型与环境的整个系统。

在这个过程中，模型架构和训练数据固然重要，但环境设计、rollout基础设施、评估器的稳健程度以及多个Agent之间的协调都成为了核心要素。“好的思考”的定义也发生了变化：在真实约束下最能支持行动的那条轨迹，而非最长或最显眼的那条。

基于以上分析，林俊旸预测，智能体式思考将成为未来AI领域的主流趋势。