林俊旸离职背后，是阿里千问最近一年对技术路径的战略误判

文 | 硅基星芒

昨日凌晨，林俊旸在个人社交平台发布简短声明：me stepping down. bye my beloved qwen.

32岁，阿里曾经最年轻的P10，就这样从自己一手带起来的项目离开了。消息出来的时候，很多人第一反应是意外——两天前阿里刚把AI品牌统一成“千问”，还开源了新模型，马斯克都点了个赞。怎么看都是风头正劲的时候，核心负责人怎么突然就走了？

此次离任虽显突兀，却又暗藏逻辑。林俊旸卸任前两日，阿里刚完成内部 AI 品牌统一为 “千问” 的动作。表面的业务声势之下，他的离开恰似一把手术刀，剖开了阿里过去一年在 AI 战略布局上的隐秘症结。

在我们看来，这远非一次简单的人事调整，而是对阿里 AI 技术路线战略误判的迟来清算。当智能体成为行业核心叙事，过度依赖基础设施（infra）红利的阿里千问，正为自身在浪潮中的 “旁观者” 身份付出代价。

01 智能体浪潮中的“看客”：从 Manus 到 OpenClaw 的战略错失

如果说2024年是大模型参数竞赛的一年，那么2025年无疑是智能体（Agent）全面爆发的一年。从manus开启自主执行任务的先河，到openclaw在年末横空出世重新定义人机交互，行业的主线叙事已经从“模型有多强”转向了“模型能干什么”。

然而，在这一波智能体浪潮中，阿里千问表现得像个局促的看客。

事实上，阿里云本不应缺席这场盛宴。据业内人士透露，阿里云是与manus最早建立关系的巨头之一。然而，面对这家创业公司及其背后代表的“模型即执行”的技术潮流，阿里内部并未给予足够的重视。

彼时，千问的目光仍停留在基础模型的迭代与榜单排名上，认为智能体不过是模型能力的外延，只要底座够强，上层应用可以后来居上。

这种傲慢很快遭到了市场的回击。当manus开始在企业级场景中跑通业务流程，当openclaw凭借极致的交互体验收割开发者口碑时，阿里千问在智能体侧的声量几乎为零。

即便是内部寄予厚望的“自主办事”能力——春节期间的“一句话下单”近2亿次，本质上仍是封闭生态内的API调用，而非具备自主规划、跨系统决策能力的通用智能体。

为什么阿里会错过？表象是对创业公司的忽视，深层原因则是对技术路径的误判：当行业从“对话式AI”向“Agentic Workflow”范式转移时，阿里仍在等待模型自身的进化，而对手已经在用智能体重构业务流程。

2025年下半年企业级大模型调用量的爆发式增长，核心驱动力正是智能体工作流带来的“5-10倍Tokens杠杆效应”。遗憾的是，在这轮由智能体引发的算力消耗盛宴中，阿里千问并未占据主动权。

02 被遮蔽的code基石：路径依赖下的战略盲区

错失智能体主线并非偶然，其背后更深层的原因，是阿里千问对code（代码）技术路径的系统性忽视。

过去两年，阿里云在基础设施（infra）层面的积淀国内无出其右。从算力调度到 MaaS 平台，阿里云搭建起国内体系最完整的 AI 基础设施。依托基础设施红利，千问在基础模型迭代阶段收获了极高行业关注度：Qwen 系列开源模型全球下载量突破 6 亿次，衍生模型超 17 万个，相关数据稳居全球首位。

但这份优势，也成为阿里千问最深的路径依赖。

行业重心聚焦 “如何训练更强模型” 的阶段时，基础设施是核心竞争力；而当模型性能受客观算力限制、缩放定律（scaling law）边际效益递减，基础设施的作用便进入平台期。此时商业模式创新成为核心，而作为行业新主线的智能体，其核心技术基石正是此前被忽视的代码能力。

从技术演进逻辑来看，智能体的本质是“模型+执行”，执行能力的底层支撑，正是模型对代码的理解、生成与调试能力。无论是 Manus 的自主任务拆解，还是 OpenClaw 的多工具协同，核心考验的都是模型的coding能力。

行业技术势能正从基础设施主导的工程优化，回归强化学习与深度学习算法创新区间 —— 这正是谷歌等老牌科技企业的优势领域，也解释了为何 Gemini能在2025年下半年快速建立代码能力壁垒。

反观阿里，在code能力上的跟进显得迟缓。尽管2025年底Qwen Code升级至v0.5.0版本，开始向开发生态平台转型，但此时字节的Seedance已凭借更深的代码理解能力，在开发者社区建立起壁垒。

更关键的是，千问过度强调与阿里自有生态融合，技术资源大量分散至电商、本地生活、文娱等业务反哺类定制化项目中。千问 App 虽成为国民级 AI 助手，DAU 峰值达 7352 万，但其核心能力集中在下单、订票等交易闭环，而非通用代码智能。

当行业进入“code-driven agent”的新阶段，千问的技术重心却难以从业务下沉中抽身，这种战略上的左右互搏，直接导致了其智能体能力的投入不足。

03 即便在infra主场，也未能守住壁垒

如果说错过智能体主线是“战略判断”的失误，那么在自身最擅长的infra领域，阿里千问也正感受到来自字节跳动的凛冽寒意。

2026年年初，字节跳动正式推出Seedance 2.0，这是一个直接剑指阿里云腹地的AI基础设施方案。相比阿里云“全栈自研”的厚重架构，Seedance 2.0凭借字节在推荐算法时代积累的弹性调度能力，以及对推理成本的极致压缩，迅速在中小企业与开发者群体中打开局面。

一组数据足以说明问题：虽然阿里云仍以32.1%的份额位居中国企业级大模型调用市场第一，但字节旗下的豆包在C端的月活已突破1.5亿，是千问App的两倍有余。

更值得警惕的是，豆包已开始将AI能力与抖音电商深度绑定，用户在咨询商品时可直接完成交易——这不仅是一个AI应用，更是一个新的商业入口。而千问App虽然在春节期间凭借红包活动斩获940%的增幅，但其用户心智仍停留在“工具”层面，距离“入口”尚有距离。

字节对阿里的赶超，不仅是产品的胜利，更是技术代际的压制。Seedance 2.0在推理效率、成本控制与代码理解能力上的综合优势，正在改变开发者的选型偏好。

当OpenRouter等平台上的编程模型调用量被Qwen3-Coder短暂带起后又迅速被字节系模型反超，阿里在infra层面的护城河，已然出现了裂缝。

04 结语：警钟已鸣，不必悲观

阿里千问的人事变动，像一声迟到的警钟。

复盘过去一年，阿里千问的确走过战略弯路：智能体成为行业主线时缺席，代码能力成为核心基石时迟钝，即便在最擅长的基础设施领域，也被字节跳动紧追不舍。

这一系列战略误判，固然与组织惯性、业务牵制相关，但本质问题在于：当行业从 “训练时代” 进入 “推理时代”，从 “模型中心” 转向 “智能体中心”，阿里的技术心智并未完成同步切换。

然而，结论也不必过分悲观。阿里的可贵之处在于，它的反应足够敏捷。

2026 年 3 月，阿里快速完成 AI 品牌统一，将千问置于核心位置，明确通义实验室的组织定位；人事层面，吴嘉同时掌舵千问与夸克，为后续资源整合扫清障碍。更重要的是，阿里已经意识到“生态协同”不等于“业务附庸”，千问需要独立的、通用的、面向开发者的技术演进路径，而非仅仅是淘天或饿了么的AI赋能工具。

战略误判的代价已然支付，对阿里而言，接下来的核心命题，是在智能体的赛道上，重新找准位置、果断下注。