阿里“最年轻P10”愤然离场 千问核心团队集体离职 阿里AI人事变动

3月4日，就在阿里旗下大模型千问（Qwen）3.5 系列开源发布、登顶全球开源模型热度榜的 48 小时后，有消息爆出这支创造了中国大模型开源奇迹的核心团队，突然迎来了相继出走。

千问项目总负责人、阿里最年轻 P10 技术专家林俊旸正式官宣离职，后训练负责人郁博文、Qwen 3.5/VL 核心贡献者李凯鑫等多名核心骨干同步确认离队，此前负责 Qwen Code 的核心成员惠彬原已于 1 月离职加入Meta。

这场突如其来的人事震荡，让风头正劲的千问陷入诸多不确定性。

出品 | 网经社

撰写 | 无痕

审稿 | 云马

配图 | 网经社图库

高光与反转：48 小时里的“冰火两重天”

3月2日晚，阿里千问刚刚发布了最新开源的千问Qwen3.5系列模型，很快吸引埃隆・马斯克点赞这一中国AI。3日凌晨，林俊旸也在X平台和马斯克互动，表示“thx elon”（大意：谢谢埃隆）。

（图为：林俊旸）

发布会后的 24 小时里，千问 3.5 在 Hugging Face 平台的下载量突破 1200 万次，创下国内开源模型的单日下载纪录；GitHub 相关仓库星标数单日新增超 3 万，全球开发者社区掀起了基于千问 3.5 的二次开发热潮。

这不是千问第一次创造奇迹。2023 年 4 月通义千问首次发布时，国内大模型赛道早已进入白热化竞争，百度文心一言、智谱 AI 占据先发优势，腾讯、字节等大厂相继入局，千问只是赛道里的“后来者”。但林俊旸团队从一开始就选择了一条差异化的开源路线 —— 对标 Meta Llama，放弃短期流量变现，以全链条开源建立全球开发者生态，把千问打造成通用 AI 底层基础设施。

这条路线让千问实现了“弯道超车”。2023 年 8 月，千问首次开源 7B、14B 参数模型，凭借优异的中文能力和轻量化适配，迅速打开国内市场；2024 年 Qwen 2 系列发布，彻底突破了海外市场的壁垒，成为 Hugging Face 上下载量增速最快的非英语大模型；截至 2026 年 2 月，千问系列模型全球累计下载量突破 6 亿次，占据国内开源大模型 42% 的市场份额，是唯一能在全球开源市场与 Meta Llama 正面抗衡的中国大模型。

谁也没有想到，这场属于千问的高光时刻，仅仅维持了不到 48 小时。

3 月 4 日凌晨，林俊旸在朋友圈、GitHub 与领英同步发布了简短的告别声明，正式宣布卸任千问所有职务，告别阿里巴巴。声明中，他只感谢了团队的并肩作战与阿里的培养，并未提及离职的具体原因。随后的几个小时里，郁博文、李凯鑫等核心研发人员相继确认离职，消息迅速传遍 AI 行业，引发全网热议。

一边是全球开发者的追捧与行业认可，一边是核心团队的相继出走，冰火两重天的反差，让这场人事变动充满了戏剧性，也让外界对背后的原因充满了疑问。

导火索与深层矛盾：架构调整背后的路线之争

这场看似突然的人事地震，并非一时兴起。据多位阿里内部人士透露，此次集体离职的直接导火索，是阿里云敲定的通义实验室组织架构调整方案 —— 而这场调整，与千问核心团队的研发理念产生了根本性冲突。

据了解，在千问 3.5 发布前一周，阿里云已完成通义实验室的架构调整规划：将原本由林俊旸团队垂直统筹的千问全链条研发体系，拆分为预训练、后训练与对齐、多模态、代码智能、开源生态等多个水平模块，每个模块独立建制，直接向阿里云 CTO 周靖人汇报。这意味着，原本由核心团队统一把控的千问技术路线、研发节奏与管理权被打散。

在普通互联网产品研发中，这种水平拆分的中台化模式，能够实现资源复用与标准化管理，但对于大模型研发而言，却是致命的。大模型的核心竞争力，来自预训练、后训练、工程化、场景适配全链条的深度耦合：预训练决定了模型的能力上限，后训练决定了模型的可用性与场景适配性，多模态、代码能力则需要与底层基座同步优化，各个环节绝非割裂的 “流水线作业”，需要核心团队统一决策、快速协同、高频迭代。

“预训练阶段就要考虑后训练的对齐需求，多模态的适配要修改底层基座的参数，一旦拆分成多个平行部门，每个部门有自己的 KPI，就会出现‘铁路警察各管一段’的情况，研发效率会断崖式下跌，技术路线也会彻底走样。” 某头部 AI 公司大模型研发负责人表示，“国内能把大模型全链条跑通的团队本就寥寥无几，把一个成熟的闭环团队强行拆分，实属可惜。”

架构调整只是表层导火索，这场人事变动的背后，是早已积累已久的深层矛盾。

吴泳铭提出的 “AI 原生重构阿里” 战略，最终落地为各个业务板块各自为战：淘天有自己的 AI 产品与研发团队，本地生活搭建了独立的大模型应用体系，各个板块并未真正基于千问基座实现统一的 AI 升级。这种定位的模糊与战略的摇摆，让千问团队的价值感大打折扣。

千问震荡背后 或是大厂AI的集体困境

对于千问而言，最直接的冲击，是研发节奏的中断与开源社区的信任危机。据了解，千问 4.0 版本原本计划于 2026 年 6 月正式发布，核心技术路线、研发规划均由林俊旸团队敲定，核心骨干的集体离职，或导致 4.0 版本研发延期，甚至可能彻底调整技术路线，千问陷入不确定性。

吴泳铭回归后，明确将 AI 作为阿里未来十年的核心战略，而千问正是这个战略的底层底座。如今，打造这个底座的核心团队出走，阿里必须直面一系列核心问题：是继续坚持开源路线，还是彻底转向闭源聚焦内部业务赋能？是恢复千问团队的闭环自主权，还是继续推进中台化架构？

千问的人事变动，不是一个孤立的事件，而是中国互联网大厂在 AI 时代面临的普遍困局的缩影。

过去二十年，中国互联网大厂的成功，靠的是模式创新、流量变现、快速复制与中台化的资源复用，核心逻辑是 “短平快” 的 ROI 导向。但 AI 时代的竞争，核心是底层技术创新，是长期主义的持续投入，是对顶尖人才的尊重与赋能，是对技术路线的耐心与包容。传统互联网大厂的组织模式、考核体系、战略思维，与前沿 AI 研发的底层需求，天然存在着难以调和的矛盾。

大厂要的是季度营收、短期业绩与确定性的回报，而大模型研发，尤其是开源路线，是一个需要 3-5 年甚至更长时间投入的长期生意，其商业化回报必然是滞后的。这种短期业绩与长期投入的矛盾，是所有大厂做 AI 都面临的核心难题。Meta 能把 Llama 做成全球开源模型的绝对龙头，核心在于扎克伯格拥有绝对的控制权，能够顶住资本市场的短期压力，给团队足够的时间与空间；而国内的上市互联网大厂，很难摆脱季度考核的束缚，给开源团队足够的耐心。

千问的崛起，已经证明了中国公司有能力做出全球顶级的开源大模型；而千问如今的震荡，也给所有想走开源路线的大厂敲响了警钟。开源不是大厂的 “流量工具”，也不是短期变现的 “筹码”，它需要长期主义的坚守，需要对开发者生态的敬畏，更需要一个不受短期业绩干扰的稳定环境。