林俊旻离职后，通义千问的变与不变

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

未来很多“周浩”会入场Qwen，对阿里AI组织韧性的考验刚刚开始。

文｜《中国企业家》记者 闫俊文

见习编辑｜李原 编辑｜何伊凡

头图来源｜视觉中国

阿里Qwen大模型核心负责人林俊旸离职的消息，在行业内持续引发关注，也滋生发酵了不少传闻。

3月5日，阿里巴巴集团CEO吴泳铭发布内部邮件，确认林俊旸正式离职。与此同时，有接近阿里的人士透露，DeepMind顶级技术专家周浩已悄然加入阿里——他曾是Gemini强化学习与自我改进团队的核心负责人，过去一年来Gemini保持全球最高智力水平，阿里引入他，可以走向更规模提升智能水平的建制化路线。

内部邮件措辞平稳：公司已经批准林俊旸辞职，并对其过去在岗位上的贡献表示感谢。未来，通义实验室将继续由周靖人负责推进相关工作。

同时，阿里辟谣了网络上流传的“千问模型核心团队集体离职”“开源策略调整”等信息。目前千问模型团队稳定，没有出现“集体离职”的情况。千问会坚持开源策略。基础模型团队从未被设置DAU等商业化KPI。

吴泳铭在内部信中再次强调，阿里将“持续加大对人工智能领域的研发投入，加大吸纳优秀人才的力度”。

最新表态之外，周浩的加入，或许也是理解这场人事变动的重要线索。

小团队模式的成与限

纵观科技巨头的成长史，颠覆性技术从实验室的理论探索，走向产业化的规模落地，组织形态几乎都要经历从“小团队垂直攻坚”到“大平台水平分工”的转型。

阿里大模型的布局，最早始于达摩院的技术预研。2019年，林俊旸以应届生身份加入阿里达摩院智能计算实验室，彼时团队便已在探索大模型技术的可行性与未来发展方向。2024年底，通义实验室成立，Qwen也正式立项。

来源：受访者

此后3年，阿里对Qwen团队战略聚焦，给予其自主研发空间，允许团队以“性能优先、生态优先、长期主义”为核心导向，沟通成本和决策链大幅缩短。

林俊旸由此获得了快速、清晰的晋升路径，2025年被破格升至P10，进而成为全球知名的AI专家——这亦离不开阿里核心管理层的战略扶持，让其个人价值充分体现，也吸引了一批顶尖的算法、工程、多模态人才在Qwen聚集。

也正因于此，在许多企业动辄投入上千人研发大模型的背景下，Qwen团队以百余人的精锐规模，完成了模型能力、开源生态、国际影响力的三重突破，成为全球少数能与ChatGPT、Claude正面竞争的模型。

但从2025年至今，行业底层逻辑开始发生根本性切换。大模型的竞争核心，已不仅是比拼参数更大、成绩更好的性能竞赛，而是来到了比拼算力储备与成本控制、工程化研发效率、场景落地与商业化闭环能力、全集团生态协同、人才密度的全方位决战。

在这样的竞争格局下，单一模型的领先，已经无法构成稳固的护城河。

今日的大模型赛道，竞争烈度残酷且多元。一方面，AI to C围绕用户心智，竞争进入白热化。今年春节期间，各家科技大厂纷纷以红包补贴、春晚合作等方式争夺用户，将AI to C转向产品力与模型、生态深度融合的较量。

大模型的商业化和付费闭环也在加速落地。2月至今，MiniMax、月之暗面、智谱等创业公司，借助OpenClaw引爆的全球Token需求风口，在海外大规模销售API和Token，快速抢占市场份额，也极大拉升了公司价值。

深层变革之下，这也倒逼Qwen要从极少数的人才灵感“涌现”转向组织与团队的协作创新，应对“集团军”竞争。全面提升核心人才密度，推动研发环节专业化分工，各模块全面开花，也成为阿里AI突破瓶颈的必然选择。

周浩入场，规模建制化路线

理解阿里此次调整的方向，周浩是一个关键坐标。

据接近阿里的人士透露，周浩本科毕业于中科大，硕博毕业于威斯康星大学麦迪逊分校，此后在硅谷顶级大厂积累了近10年的一线经验：在Meta工作约4年，深度参与深度学习与对话式AI研发，业务覆盖短视频、AR/VR、广告等多个方向；随后加入DeepMind，担任Gemini强化学习与自我改进团队负责人，是Gemini项目的核心技术负责人之一。

这份履历，指向一个明确的信号：阿里引入周浩，不是为了补位，而是为了在特定方向上完成专业化升级。据了解，周浩加入后将重点强化后训练、推理与智能体方向——这恰恰是当前大模型竞争中技术分化最剧烈、也最能决定模型实际能力上限的核心环节。

后训练决定模型的指令遵循能力和对齐质量，推理效率决定规模化部署的成本，智能体方向则关乎Qwen能否在应用层真正生长出商业价值。这三个方向，也是OpenAI、Anthropic、Google当前投入最重的战场。

从这个角度看，周浩的入场，与其说是人才补充，不如说是Qwen主动向硅谷建制化研发模式靠拢的一步棋——引入在顶级实验室经历过完整工业化流程的专家，将原本依赖少数核心人才直觉判断的研发模式，转向更具体系化、可复制、可扩展的组织形态。

这套路线，和林俊旸时代的打法，有着本质的不同。

林俊旸的成功，很大程度上也建立在阿里给予的高度自主空间之上：小团队、短链条、快决策，依靠少数顶尖人才的高密度协作，完成了Qwen从0到1的技术突破。但这套模式的前提，是团队规模可控、方向相对集中、外部竞争尚有窗口期。

而今天，这三个前提都在同步消失。

实际上，这样的组织转型并非阿里个例，全球顶级AI公司发展来到特定阶段，都需要经历大模型技术从实验室走向产业化的必然趋势。

来源：视觉中国

OpenAI早期也曾采用垂直整合的架构模式，并集中资源完成了GPT系列模型的核心技术突破。而在GPT-3发布后，随着技术走向规模化落地，OpenAI将团队拆分为基座研发、模型对齐、多模态、产品开发、安全风控等独立模块，实现各环节的专业化分工。

Google也曾因过度水平化导致研发效率低下、技术路线分散，在大模型竞赛中一度处于落后身位。而在Gemini项目研发阶段，其及时调整架构，重新打造了“垂直+水平”的混合架构，既兼顾核心技术的快速创新，又保障了规模化的研发与落地效率。

字节同样经历过这一过程，早期曾以垂直闭环模式，集中资源完成了技术攻坚，而在用户规模与市场影响力提升后，便将预训练、模型对齐、推理优化、产品开发等环节拆分为独立的专业化团队，以适配规模化发展需求。

站在更长的发展周期来看，Qwen的架构重构目标，同样是从“小团队作战”到“平台化、体系化、工业化作战”的转型，以提升研发效率、降低落地成本，实现规模化的技术输出与商业变现。

建制化的代价与赌注

引入周浩、拆分模块、提升人才密度，这条路并非没有风险。

全球顶级AI公司的经验表明，从垂直攻坚到水平分工的转型，几乎都伴随着阵痛期。OpenAI在GPT-3之后推进团队模块化，随之而来的是路线争议、人才流失，以及安全团队与产品团队之间持续的内部张力。Google在Gemini研发阶段重组架构，代价是相当长一段时间内的研发效率下滑和外部信任流失。

对Qwen而言，风险同样真实。

2026年，中国大模型淘汰赛元年已一触即发。技术攻坚、商业压力加大、落地场景对模型能力的要求越来越严苛，会让许多模型企业告别市场。最终能够站稳脚跟的，必然是具备技术工业化、生态闭环化、商业规模化、组织现代化能力的玩家。

从吴泳铭的内部表态可以看到，阿里AI的持续投入不会变，对开源的支持不会变。吴泳铭曾说：“我们坚定选择开源，就是为了全力支持开发者生态，与全球所有开发者一起探索AI应用的无限可能。”

可以预见，未来很多“周浩”会入场Qwen，阿里将用一套新的方式，去回答一个更难的问题：如何从一个被全球开发者认可的技术项目，成长为一个真正具备商业规模、生态深度、组织韧性的AI平台。

吴泳铭在内部信中说：“技术发展不进则退。”这句话，与其说是对外界的表态，不如说是阿里对自己的警告。毕竟，在这场没有终点的竞赛里，每一次组织变革，既是对过去的告别，也是对未来的押注——押注对不对，只有市场才能给出答案。