Readhub

前阿里千问技术负责人林俊旸离职后发文指出，AI 大模型发展路线正从「推理型思考」转向「智能体思考」，第一波推理模型浪潮标志行业步入扩大强化学习后训练规模新阶段，数学与代码等领域是优化模型正确性的核心。他剖析了「融合思考与指令模式」的落地困境，千问团队曾尝试融合但遇冲突，后续推出分离变体，而 Anthropic 和 DeepSeek 等继续探索混合架构。他断言，单纯延长模型内部推理轨迹时代将过去，未来主导是智能体思考，智能体强化学习改变技术栈要求，防范奖励作弊是挑战，行业护城河将转向系统工程能力。