九卦 | 林俊旸離職背后，是阿里千問最近一年對技術路徑的戰略誤判?

來 源 | 硅基星芒

昨日凌晨，林俊旸在個人社交平臺發布簡短聲明：me stepping down. bye my beloved qwen.

32歲，阿里曾經最年輕的 P10，就這樣從自己一手帶起來的項目離開了。消息出來的時候，很多人第一反應是意外——兩天前阿里剛把 AI 品牌統一成“千問”，還開源了新模型，馬斯克都點了個贊。怎么看都是風頭正勁的時候，核心負責人怎么突然就走了？

圖據網易號

此次離任雖顯突兀，卻又暗藏邏輯。林俊旸卸任前兩日，阿里剛完成內部 AI 品牌統一為 “千問” 的動作。表面的業務聲勢之下，他的離開恰似一把手術刀，剖開了阿里過去一年在 AI 戰略布局上的隱秘癥結。

在我們看來，這遠非一次簡單的人事調整，而是對阿里 AI 技術路線戰略誤判的遲來清算。當智能體成為行業核心敘事，過度依賴基礎設施（infra）紅利的阿里千問，正為自身在浪潮中的 “旁觀者” 身份付出代價。

智能體浪潮中的“看客”：從 Manus 到 OpenClaw 的戰略錯失

如果說2024年是大模型參數競賽的一年，那么2025年無疑是智能體（Agent）全面爆發的一年。從 manus 開啟自主執行任務的先河，到 openclaw 在年末橫空出世重新定義人機交互，行業的主線敘事已經從“模型有多強”轉向了“模型能干什么”。

然而，在這一波智能體浪潮中，阿里千問表現得像個局促的看客。

事實上，阿里云本不應缺席這場盛宴。據業內人士透露，阿里云是與 manus 最早建立關系的巨頭之一。然而，面對這家創業公司及其背后代表的“模型即執行”的技術潮流，阿里內部并未給予足夠的重視。

彼時，千問的目光仍停留在基礎模型的迭代與榜單排名上，認為智能體不過是模型能力的外延，只要底座夠強，上層應用可以后來居上。

這種傲慢很快遭到了市場的回擊。當 manus 開始在企業級場景中跑通業務流程，當 openclaw 憑借極致的交互體驗收割開發者口碑時，阿里千問在智能體側的聲量幾乎為零。

即便是內部寄予厚望的“自主辦事”能力——春節期間的“一句話下單”近2億次，本質上仍是封閉生態內的 API 調用，而非具備自主規劃、跨系統決策能力的通用智能體。

為什么阿里會錯過？表象是對創業公司的忽視，深層原因則是對技術路徑的誤判：當行業從“對話式 AI”向“Agentic Workflow”范式轉移時，阿里仍在等待模型自身的進化，而對手已經在用智能體重構業務流程。

2025年下半年企業級大模型調用量的爆發式增長，核心驅動力正是智能體工作流帶來的“5-10倍 Tokens 杠桿效應”。遺憾的是，在這輪由智能體引發的算力消耗盛宴中，阿里千問并未占據主動權。

被遮蔽的 code 基石：路徑依賴下的戰略盲區

錯失智能體主線并非偶然，其背后更深層的原因，是阿里千問對 code（代碼）技術路徑的系統性忽視。

過去兩年，阿里云在基礎設施（infra）層面的積淀國內無出其右。從算力調度到 MaaS 平臺，阿里云搭建起國內體系最完整的 AI 基礎設施。依托基礎設施紅利，千問在基礎模型迭代階段收獲了極高行業關注度：Qwen 系列開源模型全球下載量突破 6 億次，衍生模型超 17 萬個，相關數據穩居全球首位。

但這份優勢，也成為阿里千問最深的路徑依賴。

行業重心聚焦 “如何訓練更強模型” 的階段時，基礎設施是核心競爭力；而當模型性能受客觀算力限制、縮放定律（scaling law）邊際效益遞減，基礎設施的作用便進入平臺期。此時商業模式創新成為核心，而作為行業新主線的智能體，其核心技術基石正是此前被忽視的代碼能力。

從技術演進邏輯來看，智能體的本質是“模型+執行”，執行能力的底層支撐，正是模型對代碼的理解、生成與調試能力。無論是 Manus 的自主任務拆解，還是 OpenClaw 的多工具協同，核心考驗的都是模型的 coding 能力。

行業技術勢能正從基礎設施主導的工程優化，回歸強化學習與深度學習算法創新區間 —— 這正是谷歌等老牌科技企業的優勢領域，也解釋了為何 Gemini 能在2025年下半年快速建立代碼能力壁壘。

反觀阿里，在 code 能力上的跟進顯得遲緩。盡管2025年底 Qwen Code 升級至 v0.5.0版本，開始向開發生態平臺轉型，但此時字節的 Seedance 已憑借更深的代碼理解能力，在開發者社區建立起壁壘。

更關鍵的是，千問過度強調與阿里自有生態融合，技術資源大量分散至電商、本地生活、文娛等業務反哺類定制化項目中。千問 App 雖成為國民級 AI 助手，DAU 峰值達 7352 萬，但其核心能力集中在下單、訂票等交易閉環，而非通用代碼智能。

當行業進入“code-driven agent”的新階段，千問的技術重心卻難以從業務下沉中抽身，這種戰略上的左右互搏，直接導致了其智能體能力的投入不足。

即便在 infra 主場，也未能守住壁壘

如果說錯過智能體主線是“戰略判斷”的失誤，那么在自身最擅長的 infra 領域，阿里千問也正感受到來自字節跳動的凜冽寒意。

2026年年初，字節跳動正式推出 Seedance 2.0，這是一個直接劍指阿里云腹地的 AI 基礎設施方案。相比阿里云“全棧自研”的厚重架構，Seedance 2.0憑借字節在推薦算法時代積累的彈性調度能力，以及對推理成本的極致壓縮，迅速在中小企業與開發者群體中打開局面。

一組數據足以說明問題：雖然阿里云仍以32.1%的份額位居中國企業級大模型調用市場第一，但字節旗下的豆包在 C 端的月活已突破1.5億，是千問 App 的兩倍有余。

更值得警惕的是，豆包已開始將 AI 能力與抖音電商深度綁定，用戶在咨詢商品時可直接完成交易——這不僅是一個 AI 應用，更是一個新的商業入口。而千問 App 雖然在春節期間憑借紅包活動斬獲940%的增幅，但其用戶心智仍停留在“工具”層面，距離“入口”尚有距離。

字節對阿里的趕超，不僅是產品的勝利，更是技術代際的壓制。Seedance 2.0在推理效率、成本控制與代碼理解能力上的綜合優勢，正在改變開發者的選型偏好。

當 OpenRouter 等平臺上的編程模型調用量被 Qwen3-Coder 短暫帶起后又迅速被字節系模型反超，阿里在 infra 層面的護城河，已然出現了裂縫。

結語：警鐘已鳴，不必悲觀

阿里千問的人事變動，像一聲遲到的警鐘。

復盤過去一年，阿里千問的確走過戰略彎路：智能體成為行業主線時缺席，代碼能力成為核心基石時遲鈍，即便在最擅長的基礎設施領域，也被字節跳動緊追不舍。

這一系列戰略誤判，固然與組織慣性、業務牽制相關，但本質問題在于：當行業從 “訓練時代” 進入 “推理時代”，從 “模型中心” 轉向 “智能體中心”，阿里的技術心智并未完成同步切換。

然而，結論也不必過分悲觀。阿里的可貴之處在于，它的反應足夠敏捷。

2026 年 3 月，阿里快速完成 AI 品牌統一，將千問置于核心位置，明確通義實驗室的組織定位；人事層面，吳嘉同時掌舵千問與夸克，為后續資源整合掃清障礙。更重要的是，阿里已經意識到“生態協同”不等于“業務附庸”，千問需要獨立的、通用的、面向開發者的技術演進路徑，而非僅僅是淘天或餓了么的 AI 賦能工具。

戰略誤判的代價已然支付，對阿里而言，接下來的核心命題，是在智能體的賽道上，重新找準位置、果斷下注。