Qwen 团队风波合集 on Z's Blog

语用科技：林俊旸把20亿估值押给Agent，不再卷基础模型

Thu, 13 Aug 2026 00:30:00 +0800

五个月前我说他唯一的选择是创业；五个月后，他把赌注押给了 Agent。

8 月 12 日，林俊旸在 X 上发了一条「life update」：新公司叫 Pragmatik Labs（语用科技），简称 p7k，base 上海，做横跨数字与物理世界的下一代 Agent。距离他凌晨告别 Qwen 那条推文，大约五个月。我当时写过，创业是他唯一合理的选择——不是浪漫，是其他路都有逻辑断裂。现在答案出来了，比我预想的更激进：他没去卷下一代基础模型，也没停在应用层做个助手，而是把第一笔赌注直接押到了 Agent 上，数字和物理两条线一起开。

这一轮的数字很硬。高榕创投和 HSG（红杉中国）共同领投，腾讯和上海未来产业基金跟投，投后估值 20 亿美元，融资规模数亿美元¹。The Information 今年 6 月援引知情人士的说法是，高榕和红杉各出约 1 亿美元，腾讯出约 2000 万美元²。一个产品、收入、甚至公开模型都还没有的公司，起步就站到了 135 亿人民币的估值线上。在国内大厂核心技术负责人离职创业的案例里，这可能是目前最高的起跑线。

更值得看的不是钱，是他用这笔钱买到的「不做什么」的权利。

五个月前那篇文，验证了一半

3 月 7 日我写《千问核心离职风波：林俊旸下一步是创业吗》，结论是创业是唯一能承接他全部资产的选择——全球开源社区的声誉、带得走的团队、被 Google DeepMind 公开抢人验证过的技术判断力。当时排除了回大厂、回学界、加入 DeepSeek 三条路，理由是它们都有结构性断裂。

五个月过去，前半段判断兑现了：他确实创业了，核心团队也确实跟着走了。但有一处我没猜对。我当时猜他的方向大概率落在两个区间里——开源模型基础设施，或者离钱近的 AI 应用层。理由是这两条都能最大化他「Qwen 系列开源」的存量资产，又不必正面硬刚算力这道生死线。

他选的 Agent 介于两者之间，却又比两者都更野心勃勃。数字 Agent 接近应用层，物理 Agent（具身智能）却是另一回事——它要的不是更多的 GPU 堆出一个更大的模型，而是让智能走进真实环境、完成长周期任务。这是一条我三月没敢给他规划的路线，因为它的工程难度和烧钱速度都远超做一个开发者工具。

回头看，他其实在离职前就把牌亮了一半。去年 10 月，他在千问内部牵头搭了一支机器人与具身智能团队³。也就是说，具身智能不是他离职后临时起意，而是大厂体制内想做、最终选择带出来独立做的事。这恰恰印证了三月那篇里的另一个判断：他走，是因为看到了技术负责人在体制内能触达的天花板。

不卷基础模型，是因为卷不动了，也是因为没必要卷

新公司没有公布模型参数，也没发产品。但官网把研究方向切成四块：Digital Agents、Physical Agents、Research to Product、Long Horizons⁴。前两块是业务主线，后两块是研发哲学——前沿研究要落进真实场景，再用真实反馈倒推下一步研究什么；同时留出资源探索突破现有范式的系统。

把基础模型放在身后，是一个值得拆解的决定。

一种读法是「卷不动」。顶级大模型的训练成本已经压垮了除最头部几家之外的所有玩家，Qwen 背后是阿里云的算力池，创业后这个优势瞬间归零——这是三月我就点过的硬约束。租算力贵，买算力要巨额融资，还要扛芯片管制。一个 20 亿美元估值的公司，无论如何也撑不起从零训一个 Qwen 3.5 量级模型的账单。继续做基础模型，等于把自己钉死在算力这根柱子上。

千问核心离职风波：林俊旸下一步是创业吗？

Sat, 07 Mar 2026 21:29:02 +0800

3 月 6 日，林俊旸正式确认离职。距离那条「bye my beloved qwen」的推文过去 48 小时，这场震动中国 AI 圈的人事风波进入下半场——不是八卦内幕的下半场，而是更实质的问题：一个 32 岁、带出了全球顶级开源模型、被 Google DeepMind 公开喊话抢人的技术领袖，下一步该往哪走？

我的判断很直接：创业是他唯一合理的选择。

不是情感上的「创业浪漫」，而是结构性推演后的结论。大厂、学术机构、加入其他独角兽——这三条路都有明显的逻辑断裂，只有创业能承接他过去三年积累的所有资产，并给他真正的自由度。

林俊旸今年 32 岁，阿里最年轻的 P10，Qwen 技术负责人。在他带领下，Qwen 从一个内部项目成长为全球下载量突破 7 亿次、衍生模型超过 18 万个的开源模型家族¹。斯坦福《2025 年人工智能指数报告》把 Qwen 排在全球第三²，Google DeepMind executive Omar Sanseviero 在他离职后直接在 X 上向 Qwen 团队喊话：「if any of you want a new home to build great models and contribute to the open models ecosystem, please reach out!」³

这是全球顶级 AI 实验室在用行动投票：这些人在开源生态里的价值，远超任何一家公司的内部职级体系能衡量的。

但价值归价值，选择归选择。林俊旸面前的选项其实不多——或者说，他面前的选择太多，反而让决策变得更难。

据说离职消息传出后，投资圈瞬间沸腾。

不止一家头部机构的合伙人通过各种渠道打探他的联系方式——有人发朋友圈暗示「有预算、等团队」，有人通过千问团队的熟人递话，有人直接私信阿里内部的朋友「能不能帮我引荐林俊旸」。不到 48 小时，他的微信被加爆，未读消息里挤满了红杉、高瓴、五源、启明等一线基金的合伙人。

开出的条件一个比一个诱人：有人直接开价数千万美元估值，不占大股，「你说了算」；有人承诺「只管做技术，商业化我们来」，配套完整的 GTM 团队。

大模型的开源，到底开源了什么

Fri, 06 Mar 2026 08:00:00 +0800

大模型时代喊的"开源"，99% 不是你以为的那种开源。

当我们说 Linux 开源、Redis 开源的时候，意思很明确：把软件的"设计图纸"——源代码——全部公开，任何人都可以照着图纸把软件重新造一遍。这是软件的开源，公开图纸就等于公开一切。

但大模型的开源是一件根本不同的事。大模型的能力不在图纸里，而在一堆"经验"里——几千亿个数字，是用海量数据和巨额算力"喂"出来的，不是人一行一行写出来的。你可以公开这些数字，但别人拿到了也不知道你是怎么喂出来的。这是AI 的开源，它和软件开源之间的鸿沟，比大多数人意识到的要深得多。

深到什么程度？全球最权威的开源组织 OSI（开源促进会）在 2024 年 10 月专门发布了《开源 AI 定义 1.0》¹，试图从头定义"AI 的开源到底应该是什么"——光是需要改写这件事本身，就说明传统软件开源的框架已经装不下大模型了。2026 年全国两会期间，中科院院士、阿里云创始人王坚更是直接呼吁：别再说"开源大模型"了，应该叫"开放权重模型"——因为你开放出去的不是一段代码，而是背后烧掉的电费和算力²。

这篇文章想做一件事：把大模型"开源"这个词拆开，一层一层看清楚里面到底装了什么。

大模型的"源代码"不是代码

软件开源的逻辑很简单：一个程序员写了一段代码，公开了，别人照着代码就能把同样的软件跑起来，还能改。代码就是全部，公开代码就是公开一切。

大模型完全不是这么回事。它的核心不是人写的代码，而是一种叫权重（weights）的东西——你可以把它理解成模型的"肌肉记忆"。就像一个厨师做了十年菜，他的手感、火候判断、调味直觉，全都长在身体里，不是写在菜谱上的。大模型的权重也一样：几十亿到几千亿个数字，是模型在海量数据上反复训练出来的结果。没有人能看懂这些数字具体是什么意思，但把它们加载到程序里，模型就能回答问题、写代码、做翻译。

关键区别在这里：公开厨师做好的菜，不等于公开他十年练出来的手艺。公开权重，不等于公开训练权重的方法。这就是 AI 开源和软件开源的根本区别。

所以，大模型的世界里，“源代码"这个概念被拆成了至少四层：

层	是什么	厨师类比
权重	模型训练出来的"肌肉记忆”	厨师十年练出来的手感和味觉直觉
推理代码	让模型跑起来的程序	把菜端上桌的流程
训练代码	从零训练模型的完整方法	厨师十年来的全部训练方法和食谱
训练数据	喂给模型学习的海量文本、图像等	厨师吃过的所有菜、看过的所有菜谱

传统软件开源，相当于把食谱和做法全部公开。大模型"开源"，大多数时候只是把做好的菜端出来，告诉你怎么加热和摆盘。

三种"开源"，差别巨大

明白了这四层之后，我们就可以看清楚：市面上号称"开源"的大模型，其实分成了截然不同的三种模式。

开放权重：给你成品，不给你生产车间

这是目前最主流的模式。Qwen、Llama 3、Gemma、Mistral——全球下载量最大的开源模型，几乎都属于这一类。

阿里的 Qwen（通义千问）是这个模式的典型代表。 你可以免费下载它全系列的模型——从轻量级的小模型到最新的 Qwen 3.5 旗舰版，附带使用说明和示例代码。你能拿它在自己的电脑或服务器上跑起来，用自己的数据做定制化训练（行话叫"微调"），甚至基于它做出更小的模型拿去商用。Qwen 的下载量已突破 7 亿次，全球开发者基于它做出的衍生模型超过 18 万个³——这个生态的繁荣，完全建立在"开放权重"这个模式之上。

但你拿不到的东西同样重要：Qwen 是怎么从零开始训练出来的？喂了什么数据？数据怎么筛选和清洗的？训练过程中几百个关键参数是怎么调的？模型怎么学会"像人一样说话"的？这些全都没有公开。你拿到了一个训练好的模型，但完全不知道它是怎么炼成的。

值得注意的是，即便同属"开放权重"，“使用条款"之间的差异也不小。Qwen 用的是最宽松的 Apache 2.0 协议——随便用、随便改、随便商用，没有附加限制。Meta 的 Llama 3 则有门槛：如果你的产品月活用户超过 7 亿，需要单独找 Meta 谈授权。Google 的 Gemma 更严格：明确禁止你用它的模型去训练竞品。同样叫"开放权重”，你能拿它做什么，差别可以很大。

千问核心离职风波：开源社区需要什么人

Fri, 06 Mar 2026 01:00:00 +0800

Qwen 的技术报告单篇引用超过 6000 次¹，Hugging Face 下载量突破 7 亿次²，衍生模型超过 18 万个²。斯坦福《2025 年人工智能指数报告》把它排在全球第三³。然后，带着这一切走到今天的人，在凌晨 0:11 发了一条推文就走了⁴。

这两天 AI 圈讨论最多的不是模型，而是人。但我注意到一个有意思的现象：中文互联网上讨论的焦点是"阿里怎么了"“管理出了什么问题"“谁来接班”，而英文社区——从 Hugging Face 到 GitHub 到 X 的评论区——讨论的焦点是一个更本质的问题：开源社区到底需要什么样的人？失去这样的人意味着什么？

这两种反应之间的落差，可能比林俊旸的离职本身更值得想一想。

全球顶级机构在用行动投票

艾伦人工智能研究院的研究员 Nathan Lambert 在 X 上写了一句话：“如果 Qwen 倒塌，在开放研究生态中留下的巨大空缺将很难填补。那些小模型是不可替代的。”⁵

Hyperbolic Labs 的 CTO Yuchen Jin 说：“一个时代的结束。“MiniMax、Unsloth、Ollama 都在林俊旸的推文下留言感谢。Hugging Face 亚太区负责人 Tiezhen Wang 说这是 Qwen 的"巨大损失”。智谱 AI 创始人唐杰评论说：“酷，开始新的旅程吧。”

而截至发稿，事情已经从哀悼升级为抢人。Google DeepMind 的 Omar Sanseviero 直接在 X 上向 Qwen 团队公开喊话⁶：

Qwen friends: if any of you want a new home to build great models and contribute to the open models ecosystem, please reach out!

千问团队离职风波：一个管理者应该看到什么

Thu, 05 Mar 2026 12:00:00 +0800

3 月 4 日凌晨 0:11，林俊旸在 X 上写下一句话：

me stepping down. bye my beloved qwen.

6M 浏览，1.3K 转发，1.3 万点赞。阿里巴巴通义千问技术负责人，今年刚满 32 岁，阿里最年轻的 P10，就这样在深夜告别了自己一手带大的团队。

前一天晚上，他的团队刚发布了一个让马斯克都点赞的开源模型。紧接着，Qwen 另一位核心负责人 Binyuan Hui（惠彬原）也走了，Qwen3.5、Qwen VL、Qwen Coder 的核心贡献者 Kaixin Li 也发了告别帖。目前确认离开的至少三到四人，全是核心骨干。一天之内，中国最有影响力的开源大模型团队经历了一次集体震荡。

这件事在 AI 圈刷屏了两天。各种内幕、传闻、阴谋论满天飞——KPI 不达标、转向闭源、被架空、被挖角。3 月 5 日，阿里 CEO 吴泳铭发了一封内部邮件：

各位通义实验室同学：

公司已决定批准林俊旸同学的辞职，感谢林俊旸过去在岗位上的付出。靖人会继续带领通义实验室推进后续工作。同时公司将成立基础模型支持小组，由我，靖人，范禹共同协调集团资源支持基础模型建设。

技术发展不进则退。发展基础大模型是我们面向未来的关键战略，我们将在继续坚持开源模型策略的同时，持续加大对人工智能领域的研发投入，加大吸纳优秀人才的力度，我们一起加油。

吴泳铭 2026年3月5日

坦白说，这些八卦和公关回应我都不太关心。我更想从一个很小的窗口来看这件事：管理。具体来说，是三个层层递进的问题——你有没有看到信号？你有没有理解诉求？你的制度能不能接住这些人？

信号一直在，只是没人听

管理学里有个说法：员工离职的决定，通常在正式提出前三到六个月就已经做出了。在这段时间里，信号其实一直在——工作热情下降、对战略讨论的参与减少、开始频繁和外部接触。问题不是信号不存在，而是有没有人在接收。

大公司里有一个常见的悖论：越重要的人，CEO 越没时间见。

吴泳铭在邮件里宣布成立高层直接协调的支持小组——这个动作本身说明了一件事：之前的协调层级太多了。一个负责公司核心 AI 能力的技术负责人，他的诉求、困惑、不满，要穿过几层汇报才能到达 CEO 耳朵里？等信息传到的时候，还剩下多少真实度？

我一直觉得，CEO 最值钱的时间投入之一是和关键人才的 one-on-one。不是季度汇报，不是 all-hands 上的 Q&A，而是关起门来、没有议程、聊半小时到一小时的那种对话。这种对话的价值不在于解决具体问题，而在于建立一条不经过任何中间层的信息通道。

Andy Grove 在《高产出管理》里算过一笔账：一个经理人花一小时做 one-on-one，影响的是下属接下来两周的工作质量和方向感。对 CEO 来说，这笔账的杠杆更大——你花一小时和一个关键技术负责人聊，可能避免的是一次价值数十亿的团队震荡。反过来，你省下的这一小时拿去开了一个战略会，讨论的可能恰恰是这个人走了之后怎么办。