“再见，我亲爱的千问”：林俊旸离职背后的理想与现实博弈

► 文 观察者网心智观察所

2026年3月3日深夜，一条简短的帖子在AI圈投下了一枚深水炸弹。

阿里巴巴通义千问（Qwen）大模型技术负责人林俊旸（Junyang Lin，英文名Justin Lin）在X平台上写道：“me stepping down. bye my beloved qwen。”——我卸任了。再见，我亲爱的千问。

没有任何预兆。就在几天前，他还刚刚带领团队发布了Qwen3.5小尺寸模型系列（0.8B至9B参数），连埃隆·马斯克都为之点赞。团队成员在转发时写道：“我的心碎了。我知道你的离开并非本意，就在昨晚，我们还并肩发布了Qwen3.5小模型。”

随后，更多消息浮出水面：同一天，Qwen后训练负责人郁博文（Bowen Yu）和编码负责人惠彬原（Binyuan Hui）也相继离职。一位研究员在评论区透露，原本计划在新加坡建立的技术据点，也因林俊旸的离开而被迫叫停。

资本市场迅速作出反应。阿里巴巴股价在香港市场一度下跌5.3%，创下自去年10月以来的最大单日跌幅。投资者开始质疑：这家中国科技巨头的AI战略，是否正在失去方向？

这场人事地震，表面是个人的离开，背后却是阿里巴巴AI部门内部调整的缩影。据多位知情人士透露，林俊旸的离职与通义实验室的组织架构重组密切相关。公司计划将Qwen团队从原本的垂直整合模式，拆分为预训练、后训练、文本、多模态等独立模块，这直接压缩了林俊旸的管理范围。与此同时，前Google DeepMind高级研究员周浩（Hao Zhou）于2026年1月短暂加入夸克后，被调入通义实验室，直接向阿里云CTO周靖人汇报，并接管后训练工作。

这一系列变动，被外界解读为阿里巴巴从开源创新向商业化倾斜的信号。考核标准正在转向日活跃用户数（DAU）等产品指标，而非单纯的技术突破。开源社区开始担忧：Qwen的未来会不会转向封闭？创新的节奏是否会放缓？有人甚至感叹：“这是一个时代的结束。”

阿里巴巴高层紧急召开内部会议。集团CEO吴泳铭坦言：“我应该更早知道这些。”但截至目前，林俊旸的去向仍不明朗。他只在朋友圈留下一句话：“Qwen的兄弟们，按照原来安排继续干，没问题的。”

林俊旸的离职，不仅是一次人事变动，更是一场关于理想与现实、开源与商业、本土与全球的深刻反思。而他本人，正是这场反思的最佳注脚。

非典型路径的起点：从语言学到AI的跨界冒险

1993年3月19日，林俊旸出生在广东省南部一个普通家庭。没有科技世家的背景，也没有海外留学的光环，他的成长路径，注定与大多数AI领域的“大牛”不同。

他从小对语言着迷。英语、法语、日语、俄语、中文、德语——他精通六种语言。这种人文底色，让他在日后看待人工智能时，总是带着一种独特的视角：AI不仅仅是代码和算法，更是模拟人类沟通的桥梁。在播客节目《Emergent Behavior》中，他曾回忆道：“我的兴趣源于对人类沟通的着迷，这让我自然转向AI，因为AI本质上是在模拟人类的语言能力。”

大学时代，他就读于北京国际关系学院，主修英语专业。在那里，他担任模拟联合国社社长，培养了强烈的领导力和国际视野。这段经历让他早早意识到语言在跨文化交流中的重要性，也为日后在多语言AI模型上的贡献埋下了伏笔。

硕士阶段，他进入北京大学外国语学院，攻读语言学与应用语言学专业。这一纯本土的教育路径，让他得以深入探索语言结构、语义分析和多语言处理——这些知识，后来直接应用于Qwen的多语言支持。他在播客中强调：“我的路径结合了语言学专长与AI，特别关注多语言挑战和数据策展。”

2019年硕士毕业后，林俊旸加入阿里巴巴达摩院，担任高级算法工程师。这一起点看似平凡，但他进步迅猛。从搜索推荐场景下的自然语言处理（NLP）入手，他逐步扩展到多模态研究。他的跨界背景，让他在团队中脱颖而出：与纯计算机背景的研究者不同，他更注重语言的细微差别，这在处理中文数据时尤为关键。“中文数据集的复杂性在于方言和代码切换，我们通过仔细的数据过滤来应对。”他在播客中分享道。

Qwen的崛起：从内部项目到全球开源领袖

进入阿里巴巴后，林俊旸迅速参与了多个关键项目。初期，他贡献于大规模混合专家模型M6的开发，这是一个能够处理多模态任务的超大规模预训练模型。随后，他主导了通用统一多模态预训练框架OFA，该成果发表于2022年的ICML会议，强调多模态的统一表示学习，让模型能够同时处理文本、图像和视频。他还完成了中文视觉语言模型Chinese-CLIP，在GitHub上获得超过2000颗星标，证明了本土模型在特定语言领域的竞争力。

2022年是转折点。阿里巴巴启动AI资源整合，将达摩院多个团队并入阿里云，成立通义实验室，由周靖人领导。林俊旸被任命为Qwen技术负责人，负责核心模型的研发和战略规划。项目启动时，他明确提出：“我们不是追赶，而是构建一个真正服务全球的开源生态。”

在播客中，他详细阐述了Qwen的演化路径：“Qwen系列从一年半前开始开发，第一版在2023年4月发布，主要针对中国市场。7B模型在8月开源，72B在11月跟进。我们通过新数据和开发者反馈不断迭代。”

2023年，Qwen正式发布，整合了多模态研究成果。2024年，林俊旸主导开源了不同参数规模的版本，如7B、14B和72B。Qwen-72B在LMSYS Chatbot Arena登顶开源模型榜首。到2025年，Qwen3-Max推出，参数超万亿，预训练数据达36T，在GPQA评测中超越国际同类模型。

他还不满足于此。他组建了具身智能团队，推动模型从虚拟世界向物理世界延伸。在X上，他写道：“我设立了一个小型团队专注于机器人和具身AI。多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！”这一理念在演讲《The Future of Qwen: A Generalist Agent Model》中得到进一步阐述，他介绍了Qwen系列向通用代理转型的路径，包括Qwen3、Qwen2.5-VL和Qwen2.5-Omni。

2026年，Qwen开源Qwen3.5小模型系列，获马斯克点赞。林俊旸提出“模型即产品”的理念，强调基础模型需要与物理世界交互。在演讲中，他演示了Qwen Chat的代理功能——从提示生成网站，到自动编写报告。截至他离职前，Qwen全球下载量已超6亿次，衍生模型超20万个，成为开源生态中的全球第一。

独特视角：多语言与开源的AI哲学

林俊旸的非典型路径，赋予了他对AI的独特理解。

在播客中，他谈到Qwen的多语言支持：“从Qwen2.5的29种语言扩展到119种，这增强了全球可及性。我们通过目标数据和指令微调，改善了27种语言的表现。”他特别注重数据的平衡：“扩展涉及仔细策展，而非单纯追求规模。小模型如1.8B，允许我们进行10倍的试验。”

开源是他的核心信念。“开源推动技术进步。用户反馈通过Discord指导我们迭代，我们优先考虑声誉，而非下载量。”

在多模态方面，他推动Qwen向“omni模型”转型。Qwen2.5-Omni能够处理文本、视觉和音频任务。他在演讲中指出：“它在音频任务中表现出色，在视觉语言理解上优于Qwen2.5-VL-7B，尽管语言性能还需要数据恢复。”对于未来，他展望：“向训练代理转变，强调RL预训练、计算扩展、上下文缩放到1M+ tokens、多模态生产力。”

他对中美AI差距也有清醒的认识。在2026年北京的一次论坛上，他曾直言：“中国公司在3到5年内，很难通过基础突破超越OpenAI。美国的计算基础设施比我们大一到两个数量级，我们的资源仍然紧张。”但他同时对本士创新保持乐观：“通过开源，我们可以从美国中心之外学习到多样的经验。”

在学术上，他的谷歌学术论文引用量极高，其中Qwen技术报告被引用6841次。他与另外三位青年才俊，智谱创始人兼首席科学家唐杰、月之暗面（Kimi）创始人兼CEO杨植麟、腾讯首席AI科学家姚顺雨一起，被称为中国AI领域的“基模四杰”。

理想与现实碰撞下的阿里AI变局

林俊旸的离开，并非“功成身退”。随着后训练负责人郁博文、核心贡献者Kaixin Li等多名骨干的相继离职，一场围绕阿里AI组织架构重组与商业化换挡的深层风暴，已彻底掀开大幕。

这场人事地震的最直接导火索，是通义实验室内部的一场深度组织重构。过去两年，Qwen团队在林俊旸的带领下，维持着一种极其高效的“垂直整合”模式——从预训练、后训练、多模态到基础设施，技术团队在统一的指挥棒下紧密协同。

这种模式造就了Qwen极快的迭代速度，使其在全球开源榜单上屡次硬刚顶级国际竞品。但进入2026年，阿里选择将Qwen团队“拆开打散”：原本闭环的团队被拆分为预训练、后训练、文本、多模态等多个平行的水平分工模块。这种“大厂流水线化”的改组，不仅直接削减了林俊旸的实际管理半径，更与其一贯主张的“预训练与后训练必须深度耦合”的技术信仰背道而驰。一位Qwen核心团队成员在林俊旸推文下的留言，道破了这场架构调整的残酷底色：“我无比心痛，我知道离开并非你的选择。”

如果说组织架构的拆分是直接推手，那么阿里集团层面的AI战略转向，则是林俊旸转身的深层背景。就在这场人事震荡前夕，阿里刚刚完成了一轮重大的品牌“统一”：砍掉“通义千问”等容易混淆的子品牌，将核心品牌彻底统一为“千问”。

这一动作发出了明确的信号——阿里对大模型的耐心，已经从“底层技术攻坚期”翻篇，全面进入“商业化变现与应用落地”的深水区。林俊旸的绝对强项，在于带领顶尖极客在算法底层死磕参数、用开源生态在全球开发者中建立技术威望。但今天的阿里，需要的不再仅仅是能在各项基准测试中拿第一的研究员。它需要跨部门调动资源，将模型塞进端侧硬件；需要通过阿里云向企业客户兜售行业解决方案；需要在激烈的C端流量池里与对手贴身肉搏。千问App的考核指标，已经从技术突破转向日活跃用户数（DAU）这类消费级指标。

春节档期间，千问投入30亿元启动“请客计划”，用免费奶茶把用户拉进阿里生态的业务场景，DAU从不足1000万暴涨至7352万。这种“拉新易、留存难”的用户增长背后，是阿里对商业化成果的急切期待。当企业追求极致的商业规模时，“模型即产品”的学术极客理想，注定会与大厂的流水线KPI发生激烈碰撞。

林俊旸的离职也折射出当前中国AI产业一个冷酷的现实：大模型研发正在从依赖少数“天才英雄”的作坊式突击，转向比拼组织算力、工程流水线与商业变现的重工业时代。这并非阿里巴巴首次痛失爱将。近两年来，正值千问大模型崭露头角之际，多位技术负责人接连出走：原大模型技术负责人周畅被字节跳动招致麾下，编程负责人惠彬原转投Meta，通义语音团队负责人鄢志杰离职后，视觉团队负责人薄列峰也紧随其后。

这种“人才困局”并非阿里独有，全球AI行业正陷入一场白热化的“抢人大战”。Meta不惜重金招募顶尖AI人才，薪酬包动辄数千万美元，但其新一代模型“Avocado”传闻也将采用闭源模式。前阿里巴巴技术副总裁贾扬清在评论林俊旸离职时表示：“对公司而言，平衡开源愿景和商业利益确实极具挑战。开源理想与商业优先事项之间的摩擦十分普遍。”他举例说，当年的开源数据库RethinkDB曾是开发者的“梦中情库”，却因缺乏足够的商业化支撑而最终关停。

开源还是闭源？这个问题在AI圈已持续争论两年。曾经最坚定的闭源派是百度李彦宏，他在2024年世界人工智能大会上表示“开源其实是一种智商税”，认为闭源才能赚钱，赚钱才能聚集算力和人才。但DeepSeek在2025年初的横空出世打乱了所有人的节奏——这家小团队创业公司的成功被视为开源路线的胜利，迫使百度在压力下迅速转向，宣布下一代文心大模型将开源。

然而，大厂做开源的成本远超外界想象。一位大模型开发人员透露，开源对大厂来说有多重成本：“必须要刷榜”，社区维护和运营是不少工作量，汇报成果时要看开源社区有多少star，但“这些对业务没用，有可能还是阻碍”。开源模型的工作量不只是训练和发布，还包括维护多个尺寸的变体、管理社区反馈、适配各种推理框架、及时回应issue。当开源只是一个辅助性投入时，它可以为公司带来技术影响力和人才吸引力；但当它成为一个团队的主要工作，大厂的商业系统必然会追问回报。更何况，在开源赛道上，还有一个更“纯粹”的存在——DeepSeek。“作为一家小团队创业公司，DeepSeek没有大厂的商业化压力，反而能更纯粹地投入开源。大厂是上市公司，有各种负担。”

对于林俊旸的离开，阿里高层在紧急内部会议上给出了核心定性：Qwen没有收缩，这是一次团队扩张。会上强调，千问基础模型是集团当前最重要的事情，大模型的竞争不仅仅是Qwen团队的事，而是整个阿里集团的事——无论是基础模型研发，还是底层基础设施建设，都将在集团层面统筹推进，“一定要超越”。

近期浮出水面的“通云哥”黄金三角——通义实验室、阿里云、平头哥——正是阿里在AI时代构建全栈能力的战略布局。但一个无法回避的问题是：当一支刚刚打完胜仗、处于绝对上升期的王牌军，其指挥系统在转瞬之间面临解体，阿里的AI战略能否在经历这场剧烈的组织阵痛与核心人才“失血”后，迅速稳住技术迭代的基本盘，并向市场证明“分兵作战”的流水线能跑通商业化的闭环？

遗产与未来：本土AI的全球回响

林俊旸的离职，来得突然，但他的影响已经深深嵌入中国AI的发展轨迹。

他证明了一件事：一个没有计算机博士学位、没有海外留学背景的本土人才，同样可以在全球AI舞台上留下深刻的印记。他在播客中曾谈及招聘的挑战：“中国缺乏国际多样性，但开源帮助我们学习。”如今，他的离开，或许是他个人旅程的一个转折点，但他所代表的路径与理念，仍在继续。

未来，他可能会以另一种方式，继续推动AI的创新。而他的故事，也在提醒我们：技术的根源，不止于代码与算法，更在于对人类的理解；创新的边界，不止于国界与学历，更在于视野与热爱。

他离开了Qwen，但Qwen里有他的影子。

而对于中国AI行业而言，这场人事震荡提出的问题远未得到解答：当技术理想遭遇商业现实，开源信仰碰撞上市公司财报，谁能找到那条平衡之路？林俊旸的离职，正是这个时代最真实的缩影。

来源|心智观察所