Full text · 原文
1,547 字
梦晨 发自 凹非寺量子位 | 公众号 QbitAI<br>
离职阿里后，千问大模型前负责人林俊旸的最新动态曝光了。<br>
他的下一步，是创业。<br>
具体公司还不知道名字，但据说种子轮目标估值已经高达20亿美元（约135亿元人民币）。<br>
根据The Information消息，高榕资本与红杉中国被曝就投资事宜与该实验室进行深入洽谈。<br>
对于一家还没发产品的中国AI初创公司而言，这一估值，几乎没有先例。但相比林俊旸之前同台竞速的硅谷同行，不算贵。<br>
Qwen负责人，还是太有含金量了。<br>
Qwen前负责人创业<br>
林俊旸2019年加入阿里，早期研究方向集中在搜索、推荐场景下的自然语言处理和多模态建模。<br>
2020年起，他开始投身大规模预训练模型研究与部署。<br>
此后，他深度参与M6等超大规模预训练模型工作。M6是阿里早期最有代表性的多模态大模型项目之一。<br>
2022年以后，他转向通用大模型方向。<br>
Qwen项目成立后，林俊旸成为技术负责人，带队打造Qwen系列大语言与多模态模型，并主导开源工作。<br>
Qwen后来变成了阿里AI对外最清晰的技术名片之一。<br>
它有不同尺寸的模型，有面向开发者的开源路线，也有持续更新的多模态、代码和轻量化模型版本。对开发者来说，Qwen是真正能下载、能微调、能部署、能二次开发的实用模型。<br>
这也是他创业备受关注的底层原因。<br>
那么，林俊旸下一步到底想做什么？<br>
在有具体消息之前，还可以从他离职后发的一篇长文寻找线索。<br>
首篇长文给出线索：Agentic Thinking<br>
林俊旸离职后的首篇长文，标题为《From “Reasoning” Thinking to “Agentic” Thinking》。<br>
这是他对过去一年模型竞争的复盘，也像是下一阶段创业方向的技术宣言。<br>
他的判断可以压缩成一句话：<br>
上一阶段的AI竞争，是让模型更会思考；下一阶段的竞争，是让模型为了行动而思考。<br>
思考模型花更多推理算力，强化学习得到更稳定的反馈，数学、代码、逻辑等可验证任务成为核心训练场景。<br>
但林俊旸认为，问题已经开始变了。<br>
尤其是在代码和智能体工作流里，真正重要的是代码库导航、计划拆解、错误恢复、工具编排，以及长时间执行任务的质量。<br>
这就引出全文核心概念：Agentic Thinking。<br>
林俊旸把它定义为一种“为了行动而思考”的能力。它不只是让模型在回答前想更久，而是让模型在环境里行动、观察反馈、修正计划，再继续推进。<br>
推理浪潮的第一阶段确立了一件重要的事：<br>
当反馈信号可靠且基础设施能够支撑时，语言模型之上的RL可以产出质的飞跃式的认知能力。<br>
更深层的转变是从推理式思考到智能体式思考：<br>
从想得更久，到为了行动而想。训练的核心对象已经改变了——它变成了模型+环境的系统，或者更具体地说，是智能体和围绕它的编排框架。<br>
这改变了哪些研究要素最重要：<br>
模型架构和训练数据当然仍然重要，但环境设计、轨迹采样基础设施、评估器鲁棒性、以及多智能体之间的协调接口同样关键。<br>
这也改变了“好的思考”的定义：<br>
最有用的轨迹，是能在真实世界约束下维持有效行动的那个——而非最长或最醒目的那个。<br>
这也改变了竞争优势的来源：<br>
在推理时代，优势来自更好的RL算法、更强的反馈信号和更可扩展的训练流水线。<br>
在智能体时代，优势将来自更好的环境、更紧密的训练-推理耦合、更强的编排工程，以及在模型的决策与这些决策产生的后果之间实现闭环的能力。<br>
One More Thing<br>
自林俊旸发长文探讨Agentic Thinking后，个人社交媒体账号就没在发声。<br>
不过转发了一条持续学习基准测试的消息。<br>
难道与创业方向相关？<br>
参考链接：[1]<br>
https://x.com/jingyanghk/status/2054450088400093359