林俊旸出走，DAU成技术派死结？

AI行业的技术与商业平衡之争，正走到台前。

3月4日，阿里千问技术负责人林俊旸在社交媒体平台发布了一则消息，宣布其已离任。博文写道“me stepped down.bye my beloved qwen.”此次离职事发突然。

据凤凰网科技报道，直接导火索是3月3日的一场内部会议冲突，林俊旸当场离场，几小时后便官宣了离职消息。千问同事的评论“我们还在并肩发布Qwen 3.5小模型”，也印证了这一突发状况。

对此有传闻称，林俊旸的离开，与阿里云的两项调整直接相关：一是阿里云换了新的考核方式，用DAU指标衡量基础模型团队。二是空降了一位海归博士周浩任新领导，导致林俊旸被架空。

几乎同时，千问后训练负责人郁博文也被曝离职，而千问Code负责人惠彬原，也在此前离开。

当日下午，通义实验室紧急召开全员大会，阿里集团CEO吴泳铭向千问团队坦言，“我应该要更早知道这些”。

5日上午，阿里巴巴CEO吴泳铭在内部邮件中回应林俊旸离职一事时表示，阿里已决定批准林俊旸的辞职，并感谢其过去在岗位上的付出。通义实验室负责人周靖人将继续推进后续工作。阿里还将成立基础模型支持小组，推进基础模型建设。

值得关注的是，技术核心人才接连出走，DAU成为新的考核标尺，阿里千问的这场震荡，撕开了大厂AI发展的核心矛盾：当技术理想遇上商业化诉求，这条鸿沟该如何填平？

当技术理想遇上商业化

对于林俊旸的离开，行业里似乎更多是唏嘘与理解。

这位北大本硕毕业的技术人才，2019年硕士毕业后加入阿里达摩院，从高级算法工程师一路走到阿里巴巴最年轻的P10级技术负责人。

在离职前，他带领的千问团队刚在X平台发布Qwen3.5小模型系列，覆盖0.8B、2B、4B和9B四个规格，马斯克在相关推文下评论“Impressive intelligence density”，称其拥有“令人印象深刻的智能密度”。

而就在本月2日，为了避免之前千问、通义千问、Qwen等多个名称导致的混淆问题，阿里集团将AI核心品牌名称统一为“千问（Qwen）”。阿里在AI赛道上的品牌和产品线进入全新阶段。

据了解，千问大模型已跻身全球顶尖水平之列，Qwen3.5系列包揽HuggingFace平台开源大模型前四，GitHub星标超8.5万，是全球第二大开源模型，甚至曾引发硅谷的“千问恐慌”，马斯克、黄仁勋都对其给出过高度评价。

在技术层面，千问无疑是为国争光的存在，多次拿下行业SOTA（最优性能）。但从商业变现的角度看，在大厂争相抢夺“AI超级入口”的当下，打榜换来的技术荣光，能否适配真实的商业需求，仍然要打一个问号。

今年1月初，在清华大学基础模型北京市重点实验室与智谱AI联合发起的AGI-Next前沿峰会上，腾讯CEO、总裁办公室首席AI科学家姚顺雨就直言，国内大模型竞争过于看重刷榜数字，建议行业跳出榜单束缚，回归对产品本身的判断。

以Claude为例，“这款模型在不少编程和软件工程类榜单上排名并不靠前，却被公认为是最好用的大模型之一。”姚顺雨表示。

姚顺雨点出了国内大模型行业的核心问题。那就是参数内卷和分数攀比的怪圈。企业优化模型能力，推高评测榜分数。但用户侧的使用体验似乎并不与刷榜成绩全然正相关。以Claude为例，根据DigiExe网站披露的数据，Anthropic旗下的产品Claude在上年二季度用户增长40%，每月处理API调用数超250亿次。

至今年一月份，其全球月活用户超过35万。亿欧网此前报道，这款能自动化软件开发部分流程的工具，年化收入已增至25亿美元，Anthropic的企业订阅用户数量也自年初以来增长四倍，企业用户贡献了公司一半以上的收入。用户对其评价称“Claude Pro是目前综合体验最好的AI助手，没有之一。”

根据QuestMobile的数据，春节红包发放期间，每天有7300万人打开千问，这个数据高于元宝的4000万人，低于豆包1.4亿人。春节过后，各家的日活用户数分分出现回落。晚点LatePost报道称现在的AI应用，还没有到微信、抖音当年那样到了快速扩散的时候。

春节期间用户平均打开豆包、元宝、千问的时间，最多10来分钟，少一些只有3分钟——普遍低于 DeepSeek，更不能和2小时的微信、抖音相比——不少人打开它们，似乎只是为了领红包。

不难发现，榜单的火热一方面是对开发者技术的认可。但从用户端来看，技术打榜、红包拉新，都并未触及核心。真正能够为用户“办实事”的AI工具，不只是单纯的流量入口。

MiniMax破局，AI 企业的商业化样本

就在林俊旸离职前一天，国内首家上市的大模型企业MiniMax，发布了上市后的首份财报。

这份财报，为行业窥探大模型的“赚钱逻辑”，提供了一个参考样本。财报数据显示，MiniMax2025年总收入7903.8万美元，同比增长158.9%。毛利率从12.2%大幅提升至25.4%，经调整净亏损基本持平。

2026年2月，其年度经常性收入（ARR）已超1.5亿美元，规模化盈利的路径逐渐清晰。MiniMax的商业化逻辑，核心是“技术支撑场景，场景兑现价值”，既不追逐流量，也不执着榜单，而是构建了C端主导、B端补充的双主线模式，形成了业务良性循环。

C端是其核心收入来源，约70%的收入来自AI原生产品。其中，产品Talkie（国内版星野）的付费用户从2024年的不足50万增至177万。

视频生成工具海螺AI累计帮助创作者生成超6亿个视频，两款产品均通过订阅服务、应用内购买实现稳定盈利。B端则实现了规模化补充，开放平台及企业服务收入同比增长197.8%，服务了21.4万企业客户与开发者，采用按模型调用量计费的模式。

更关键的是，MiniMax做到了技术与商业化的平衡。其M2.5模型在编程场景刷新行业纪录，效率提升37%，且成本控制极佳，1万美元可支撑4个智能体（Agent）不间断工作一年；销售及分销开支同比下降40.3%，业务发展从“投放驱动”转向“口碑驱动”，无需依赖流量补贴。

此外，MiniMax的多模态布局已覆盖语言、视频、语音、音乐四大领域，且73%的收入来自海外，进一步拓宽了盈利边界。

技术与商业化，并非二元对立

林俊旸的出走，与MiniMax的商业化突破，共同抛出了AI时代的核心命题，对于大厂而言，技术和商业的分野需要重新考量。

一方面，技术是大模型的底层根基。阿里千问的开源生态、字节豆包的多模态突破，本质上都是在构筑行业“护城河”，技术领先能吸引顶尖人才，支撑场景创新。而千问链接淘宝、支付宝打通多业务实现协同，正是技术商业价值的直接体现。

另一方面，大模型研发本就是烧钱赛道，MiniMax2025年年亏损仍达2.5亿美元，阿里、字节等大厂的AI投入更是有目共睹。没有商业化的支撑，技术研发便成了无本之木，难以为继。阿里千问虽在榜单上遥遥领先，但要把技术优势转化为稳定的商业收入，仍有一段路要走。透过MiniMax的财报可以窥见，企业要建立技术与商业的双轮驱动机制，链接其技术与商业化的桥梁，兼顾技术壁垒构建与商业指标达成。让技术研发精准匹配用户真实需求，避免“为技术而技术”的无效投入。

对于当下的阿里而言，AI商业化的重要性，早已远超短期的DAU冲高。其一，AI是阿里“AI驱动一切”战略的核心，是重构电商、云、物流、金融等核心业务的引擎，2025年Q4阿里云AI相关收入占比已达31%，同比增速89%，这正是AI商业化价值的直观体现。

其二，面对字节豆包、元宝等玩家的竞争，阿里亟需通过商业化成果证明自身AI能力，稳定团队、吸引人才。

其三，商业化能有效缓解研发烧钱压力，形成“研发投入—商业变现—再研发”的良性循环，这也是阿里从单纯的“技术投入”，转向落地“公司级AI战略”的必然要求。

林俊旸及核心技术人才的出走，是阿里在AI发展中的一场波折，也是行业内的一场人事震荡。让技术、商业、组织等AI发展的协同要素有了重新慎重考量的必要。

AI行业的终极赢家，从来不是只懂打榜的技术理想主义者，也不是只追流量的商业功利主义者，而是能在二者之间找到精准平衡的“融合者”。

对所有大厂而言，破解技术与商业化的核心矛盾，找到可持续的盈利路径，仍是需要持续探索的命题。AI的终极价值，终究要在商业落地中得以真正彰显。