3 月 31 日，林俊旸在社交平台转发了推文提到，"model+harness is now over model only"。从 model 到 model+Harness，Harness 为模型提供工具调用、环境交互、反馈闭环等能力，被比作 " 智能体的操作系统 "（Agent = Model + Harness）。相当于模型提供智能，Harness 让这个智能能跑起来。

这一点，与他 3 月 26 日离开阿里后的首次公开发声 —— 题为《From ‘ Reasoning ’ Thinking to ‘ Agentic ’ Thinking（从推理式思考到智能体思考）》的长文观点不谋而合。

全文未谈及离职风波，也未透露个人后续去向，而是将焦点全程放在大模型技术发展路线上，既系统分享了对行业未来的判断，也坦诚复盘了千问团队在模型技术探索中的得失。

林俊旸在长文中指出，过去两年行业对大模型的评估标准与核心期待已被重塑，OpenAI 的 o1 模型证明 " 思考 " 可被专门训练，DeepSeek-R1 则印证推理式后训练可规模化落地，这标志着行业重心已从预训练转向强化学习后训练，数学、代码等可验证领域成为优化模型正确性的关键。

他坦言，2025 年上半年行业焦点仍集中在 " 推理式思考 "，而如今行业亟需寻找新突破口，其答案便是 " 智能体式思考 " ——核心是 " 为了行动而思考 "，即模型在与环境交互中根据反馈更新计划、修正行为，实现与现实世界的闭环互动。

同时，林俊旸也复盘了千问团队的技术探索：2025 年初，团队曾尝试打造统一系统，融合思考与指令模式，Qwen3 便是这一方向的具体尝试，但实际落地困难重重。" 我们没有全做对。" 他坦诚，两种模式的数据分布与核心目标存在本质冲突，强行融合导致模型两端表现平庸，无法满足商业用户需求。为此，2025 年下半年千问推出了独立的 Instruct 和 Thinking 版本，他强调，真正的融合应是让模型拥有平滑的推理力度光谱，自主分配算力，而非生硬拼接两种模式。

" 推理链更长，不等于模型更聪明。" 林俊旸明确表示，过长的推理链实则是算力的浪费，行业正从 " 训练模型 " 向 " 训练智能体 " 加速转型。他进一步解释，推理式思考与智能体式思考的优化目标截然不同，前者以内部思辨质量为评判标准，后者则聚焦模型在环境交互中能否持续取得进展，这也让行业核心问题从 " 能否想够久 " 转变为 " 能否支撑有效行动 "。随之而来的是训练核心的转变，即从单一模型转向 " 模型 + 环境 " 的完整系统，这就要求训练与推理实现彻底解耦。林俊旸最终指出，环境设计、相关基础设施等已成为行业核心竞争力，" 好的思考 " 是能支撑有效行动的路径，未来防范 " 奖励作弊 " 将是关键挑战，而智能体式思考终将成为行业主流。

在林俊旸离职后不到两周，阿里巴巴正式宣布成立 Alibaba Token Hub（ATH）事业群，由集团 CEO 吴泳铭亲自挂帅。吴泳铭在内部信中判断：" 当下正处于 AGI 爆发前夜。大量数字化工作将由数以百亿计的 AI Agent 来支撑，而这些 AI Agent 将由模型产生的 Token 支撑运行。"

来源：星河商业观察