阿里前高管深夜万字长文：AI的下一个时代，不是“想得更久”，而是“边做边想”
林俊阳从阿里离职后，没有回应任何风波，没有官宣下一站，而是直接甩出了一篇近万字的硬核长文。这篇技术思考在发布后几小时内就在X上炸开了锅，有人评价它是“2026年开年最有分量的技术文章”。
文章写得很专业，全是技术语言，但内核其实非常清晰：AI正在从一个“会思考”的时代，跨入一个“会做事”的时代。
今天，我就用你能听懂的大白话，把这篇文章的核心拆解给你看。理解这件事，对你判断接下来AI怎么用、往哪个方向走，会有特别大的帮助。
一、过去两年，AI在解决什么问题？
林俊阳说，过去两年AI行业做的最重要的一件事，叫推理式思考。
大白话就是：让AI在回答问题之前，先花更多时间想一想。
OpenAI的o1模型打响了第一炮——通过强化学习训练，让AI学会“先想后答”，在脑子里多转几圈再给出答案。随后DeepSeek证明了这件事可以被复制，而且可以在OpenAI之外做出来。
这件事为什么重要？因为它让AI第一次有了真正意义上的推理能力——不是背答案，而是推导答案。
整个2025年上半年，所有人都在研究同一件事：怎么让AI花更多时间思考？怎么控制思考的力度？怎么设计更强的反馈信号？
但林俊阳也点出了一个关键：推理模型之所以能用强化学习训练，是因为数学、代码、逻辑这些领域，对错是确定的——答案要么对，要么错。这才能给模型稳定的奖励信号。
如果是模糊的、开放性的问题，强化学习就很难做到。这是推理模型成立的前提，也是它的边界。
二、千问走过的弯路：一个“完美想法”的翻车
这篇文章里最让人意外的部分，是林俊阳坦诚地复盘了千问团队走过的弯路。
当时他们有一个雄心勃勃的构想：把“思考模式”和“指令模式”合并到同一个模型里。
说人话就是：让一个模型同时做好两件事。你问简单问题，它直接回答；你问复杂问题，它自动多想一会儿，给出更深入的结论。而且还能根据问题难度自动判断应该想多久。
千问3就是这个方向最清晰的一次尝试——引入了混合思维模式，同时支持思考和非思考行为，还设计了可控的“思维预算”。
听起来非常完美，对吧？
但做出来翻车了。
林俊阳说，真正的难点不是模型的兼容性，而是数据。因为这两种模式对训练数据的要求，从根本上是相反的：
指令模式需要的数据是：快、短、直接、格式规范。追求低延迟、高吞吐。
思考模式需要的数据是：长、结构化、允许探索、允许绕路。因为复杂问题需要保留足够多的中间推理空间。
两种数据硬塞在一起，结果就是两边都做得一般。思考的时候啰啰嗦嗦、犹豫不决；指令的时候不够干脆、又不够可靠。而且，还更贵。
后来千问怎么处理的？拆开了。2025年下半年，分别发布独立的版本，分开维护，不再强求合并。
这个教训非常深刻：有时候，想用一个模型搞定所有事，反而什么都做不好。
三、其他公司做出了不同的选择
林俊阳也逐一点评了其他公司的路线，其中对Anthropic（Claude的母公司）的评价最正面。
Claude 3.7 Sonnet作为混合推理模型推出，用户可以自己选择普通回复还是扩展思考，API用户甚至可以设置“思考预算”。Claude 4进一步允许推理和工具调用交替进行。Anthropic明确说：推理应该是整合的能力，而不是单独的模型。
林俊阳认为，这是一次有用的纠偏。因为他们的核心逻辑是：思考应当由目标任务来塑造，而不是越多越好。
如果目标是写代码，那么思考就应该帮助代码规划、分解任务、处理错误、调度工具。如果目标是长流程的智能体任务，那么思考就应该提升多步骤的执行质量，而不是产出一大段漂亮的内部推理文字。
他说了一句特别关键的话：
“产出更长的推理轨迹，不会自动让模型更聪明。在很多情况下，过长的推理恰恰是模型算力分配失败的信号——它在用输出文字的量，来掩盖真正的思考不足。”
这句话值得反复琢磨。
四、下一个时代：智能体式思考
这是整篇文章最核心的判断。
林俊阳说，推理思考时代的使命已经完成了。下一个时代叫做“智能体式思考”。
这两者的根本区别是什么？
推理式思考 | 智能体式思考 |
|---|---|
AI在脑子里想一圈，然后输出一个答案 | AI在和真实世界交互的过程中，边做事边思考 |
评判标准是答案对不对 | 评判标准是任务完不完成 |
他列出了智能体式思考必须处理的五件事，这些是纯推理模型基本上不用面对的：
判断什么时候停止思考、开始行动——推理模型想完就给答案，智能体要在思考和行动之间不断切换。
选择调用哪个工具、以什么顺序——这不是简单的函数调用，是实时的动态决策。
消化来自环境的不完整信息——真实世界不会给你完美的反馈，数据是脏的，信号是片面的。
失败之后修正计划——而不是推倒重来。
跨越多轮对话和多次工具调用，保持整体连贯性。
一句话总结：从“想更久”，到“为了行动而想”。
五、为什么做智能体比做推理模型难得多？
林俊阳花了大篇幅讲这件事，我觉得这是全文最被低估的部分。
做推理模型的训练过程相对“干净”：给模型一个问题，让它产生答案，判断对错，更新参数。一切在模型内部完成。
但智能体就不一样了。模型需要嵌入一个巨大的外部系统：工具、服务器、浏览器、代码执行沙箱、搜索引擎、记忆系统、多智能体编排架构……这些全部成了训练的一部分。
举个例子：训练一个能写代码的AI。它每写一段代码，需要真的去运行，看报不报错，根据报错信息去修改。等待代码执行的这段时间，整个训练流水线就在空转，GPU的大量算力被浪费。加上工具的延迟、环境的状态变化、信息的不完整，整个系统的效率会急剧下降。
这带来了一个全新的技术要求：训练和推理必须要彻底解耦，否则吞吐量会崩溃。
更重要的是，林俊阳说：在智能体时代，环境设计本身变成了核心研究课题。
环境要稳定、要真实、要覆盖足够多样的场景。还有一个特别关键的风险——作弊。
一旦模型有了工具调用能力，它可能会学会走捷径。有搜索就直接去搜答案，有代码执行就利用未来信息，有任何漏洞就找到并利用。训练出来的模型看起来超级强，但实际上它在作弊。
这就是智能体时代比推理时代微妙得多的地方：更强的工具让模型更有用，但也让“虚假优化”的攻击面更大。
下一批真正的研究瓶颈，来自环境设计、防作弊机制、以及评估器的鲁棒性（你可以简单理解为“可靠性”）。
六、从训练模型，到训练智能体，再到训练系统
这是林俊阳整篇文章的最终判断，也是他认为下一场AI竞争的分水岭。
推理时代的竞争优势来自：更好的RL算法、更强的反馈信号、更大的训练规模。
智能体时代的竞争优势来自：更好的环境设计、更精密的训练和推理解耦、更强的多智能体编排能力、以及在模型的决策和决策产生的后果之间形成闭环。
读完这篇文章，我有一个很深的感受：林俊阳没有说任何离职的事，没有情绪，没有暗示。但他写的这些，是一个在一线做了很久的人才能说出来的话。甚至那六个字——“我们没有全做对”——在大厂里能说出来的人，真的不多。
更重要的是，他说的不是遥远的未来，是正在发生的。
AI从“会说话”到“会做事”这个临界点，已经到了。
写在最后
如果你觉得这篇文章对你有帮助，可以多听两遍、多读两遍。理解AI正在经历的这场底层变革，对你判断接下来怎么做产品、怎么用AI、甚至怎么规划自己的方向，都会有特别大的帮助。