3月27日，前阿里千問技術負責人林俊旸離職后發表長文，明確指出 AI 大模型的發展路線正在經歷重大跨越，核心競爭焦點正從“推理型思考（Reasoning Thinking）”全面轉向“智能體思考（Agentic Thinking）”。

文章復盤了以 OpenAI o1 和 DeepSeek-R1 為代表的第一***理模型浪潮，指出這標志著行業從擴大預訓練規模，正式步入擴大強化學習（RL）后訓練規模的新階段，數學與代碼等可驗證領域成為優化模型正確性的核心試金石。

林俊旸在文中深度剖析了行業內嘗試“融合思考與指令模式”所面臨的落地困境。他透露，千問團隊曾試圖通過 Qwen3 打造支持混合思考模式的系統，但在實際推進中發現，指令模型追求極簡與低延遲，而思考模型需要消耗大量 Token 進行復雜推演，兩者在數據分布和行為目標上存在根本沖突。若數據篩選不當，強行融合往往會導致模型在兩端表現平庸?；谏虡I客戶對高吞吐量和低成本的真實需求，Qwen 在后續的 2507 版本中選擇推出了分離的 30B 和 235B 指令與思考變體。與之形成對比的是，Anthropic 和 DeepSeek 等廠商則繼續在統合推理與工具調用的混合架構上進行探索。

針對下一階段的技術演進，林俊旸斷言，單純延長模型內部推理軌跡的時代即將過去，未來的主導將是在與環境交互中持續迭代***的智能體思考。他指出，智能體強化學習（Agentic RL）徹底改變了原有的技術棧要求，訓練與推理必須實現更純粹的解耦。隨著大模型獲得搜索、代碼執行等工具權限，防范獎勵***（Reward Hacking）將成為極其危險的挑戰。未來的行業護城河將不再局限于算法本身，而是轉移至高質量環境設計、防***協議以及多智能體協同編排等系統工程能力上。

來源：鳳凰網科技返回搜狐，查看更多