原阿里通义千问（Qwen）系列大模型技术负责人林俊旸在离职后，于社交平台发表了首篇长文，系统性地探讨了AI技术从当前的“推理式思考”迈向“智能体式思考”的未来图景，引发业界关注。
PChome 3月27日消息，原阿里通义千问（Qwen）系列大模型技术负责人林俊旸在离职后，于社交平台发表了首篇长文，系统性地探讨了AI技术从当前的“推理式思考”迈向“智能体式思考”的未来图景，引发业界关注。
林俊旸在文中指出，以OpenAI的o1和深度求索的DeepSeek-R1为代表的“推理模型”范式，核心在于通过强化学习等技术，在封闭系统内提升模型的内部推演质量与最终答案正确性。然而，他认为下一代AI的发展方向，关键在于能否实现“智能体式思考”。这种新范式的核心问题，从“模型能不能想得够久”转变为“模型能不能为有效行动而思考”，其本质是“通过行动来推理”。
他分析，智能体思考需处理纯推理模型无需面对的复杂难题，例如：何时停止思考并开始行动、如何选择与排序工具、如何处理不完美且有噪声的环境反馈、行动失败后如何调整计划等。这意味着未来先进的系统，即便是面对复杂的数学或编程问题，也应具备搜索、模拟、执行、检查与修订的能力。林俊旸也分享了在阿里的相关实践，坦言曾尝试将“思考模式”与“指令模式”融合，但发现两类行为特征存在天然互斥，最终Qwen 2507版本发布了独立的Instruct和Thinking模型。
林俊旸预测，向智能体时代转型将带来三大挑战：一是基础设施需彻底重构，训练与推理需更深度的解耦；二是研究重点需从“数据多样性”转向构建高质量、高保真、抗作弊的虚拟“环境”；三是最棘手的“奖励破译”问题，即模型可能利用工具权限“走捷径”或作弊，这对环境设计和评估机制提出了极高要求。他强调，未来的竞争优势将取决于环境质量、系统工程的紧密程度以及能否形成“决策-后果”的完整闭环。
