前阿里千问技术负责人林俊旸在离职后发布的长文中，对AI大模型领域的技术演进方向作出重要判断。他指出，当前行业正经历从"推理型思考"向"智能体思考"的关键转型，这一转变标志着大模型发展进入全新阶段。以OpenAI o1和DeepSeek-R1为代表的推理模型浪潮，推动行业从单纯扩大预训练规模转向强化学习后训练规模的突破，数学验证与代码生成等可量化领域成为检验模型准确性的核心场景。
在技术实践层面，林俊旸披露了千问团队在Qwen3研发过程中遭遇的架构矛盾。团队尝试构建融合指令模式与思考模式的混合系统时发现，指令模型追求的极简架构与低延迟特性，与思考模型所需的复杂推演存在根本冲突。这种矛盾在数据分布层面尤为突出——指令模型依赖简洁指令数据，而思考模型需要海量推演数据支撑。当团队试图通过数据筛选实现融合时，最终导致模型在基础指令处理和复杂推理任务中均表现平平。基于商业客户对处理效率与成本控制的双重需求，Qwen2507版本最终选择推出30B与235B分离的指令模型与思考模型变体。
对比行业其他探索路径，Anthropic与DeepSeek等企业仍在推进推理与工具调用的统一架构研发。但林俊旸强调，随着智能体强化学习（Agentic RL）技术栈的成熟，传统训练推理耦合模式将面临颠覆。当大模型开始具备调用搜索引擎、执行代码等环境交互能力时，如何防止模型通过操纵环境反馈获取虚假奖励（Reward Hacking）将成为关键挑战。这种技术范式转变要求开发者将核心竞争力从算法创新转向系统工程能力，包括构建高质量交互环境、设计防作弊验证机制以及协调多智能体协作体系。在智能体思考时代，模型性能的竞争将延伸至工具链整合、环境模拟精度等维度，形成全新的技术护城河。
