2026-03-27 08:39:01
感谢亚汇网网友3月27日，前阿里千问技术负责人林俊旸离职后发表长文，明确指出AI大模型的发展路线正在经历重大跨越，核心竞争焦点正从“推理型思考（ReasoningThinking）”全面转向“智能体思考（AgenticThinking）”。文章复盘了以OpenAIo1和DeepSeek-R1为代表的第一波推理模型浪潮，指出这标志着行业从扩大预训练规模，正式步入扩大强化学习（RL）后训练规模的新阶段，数学与代码等可验证领域成为优化模型正确性的核心试金石。林俊旸在文中深度剖析了行业内尝试“融合思考与指令模式”所面临的落地困境。他透露，千问团队曾试图通过Qwen3打造支持混合思考模式的系统，但在实际推进中发现，指令模型追求极简与低延迟，而思考模型需要消耗大量Token进行复杂推演，两者在数据分布和行为目标上存在根本冲突。若数据筛选不当，强行融合往往会导致模型在两端表现平庸。基于商业客户对高吞吐量和低成本的真实需求，Qwen在后续的2507版本中选择推出了分离的30B和235B指令与思考变体。与之形成对比的是，Anthropic和DeepSeek等厂商则继续在统合推理与工具调用的混合架构上进行探索。针对下一阶段的技术演进，林俊旸断言，单纯延长模型内部推理轨迹的时代即将过去，未来的主导将是在与环境交互中持续迭代计划的智能体思考。他指出，智能体强化学习（AgenticRL）彻底改变了原有的技术栈要求，训练与推理必须实现更纯粹的解耦。随着大模型获得搜索、代码执行等工具权限，防范奖励作弊（RewardHacking）将成为极其危险的挑战。未来的行业护城河将不再局限于算法本身，而是转移至高质量环境设计、防作弊协议以及多智能体协同编排等系统工程能力上。相关阅读：《《《广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，亚汇网所有文章均包含本声明。
您正在访问亚汇网香港分站，本站所提供的内容均遵守中华人民共和国香港特别行政区法律法规。
