导读
天才离场，留下团队与理想的碰撞，以及 AI 商业化的压力考验。
凌晨的告别
3 月 4 日凌晨零点十一分，林俊旸在 X 上发了一句话："me stepping down. bye my beloved Qwen."
就在十几个小时之前，千问还刚刚开源了四款小尺寸模型，马斯克亲自点赞，说了句"令人惊叹的智能密度"。而三天前的 3 月 1 日，马云、蔡崇信、吴泳铭罕见地同框出现在杭州云谷学校，畅谈 AI 时代。阿里刚刚把 B 端和 C 端品牌统一为"千问"，通义实验室、 阿里云 、平头哥组成的"通云哥" 黄金 三角也第一次浮出水面。
所有的信号都指向同一个方向：千问是阿里 AI 的全部赌注。而就在这个万事俱备的节点上，那个亲手把千问推上全球开源第一宝座的人，说了再见。
消息传开后，代码方向负责人惠彬原、后训练研究负责人郁博文，以及数位年轻研究员，同一天提出了离职。有人在推特上写道："Qwen is nothing without its people."，这句话借用了 2024 年 OpenAI 内斗时员工刷屏的那句话，但此刻用在这里，分量一点也不轻。
一百人的奇迹
林俊旸和千问之间到底是什么关系？
1993 年生人，林俊旸硕士毕业进达摩院，2022 年接手千问技术方向，成为阿里史上最年轻的 P10。重点是他带着一百多人的团队，只是字节 Seed 团队的十五分之一，却在三年内开源了超过四百个模型，参数规模从 0.5B 覆盖到 235B，把 Qwen 做成了 HuggingFace 上下载量排名第一的开源模型家族。国内无数中小企业、创业公司、科研团队，都在这个底座上搭建自己的 AI 产品。
而且这一切是在资源长期紧缺的情况下完成的。多位千问成员透露过，团队在算力和基础设施建设上一直缺乏足够支持，外部创业公司买阿里云的算力用得顺畅，内部研发反而捉襟见肘。有人说这叫"用不对称的资源打对称的仗"，说实话，这种局面能维持三年本身就是个奇迹。
奇迹是怎么发生的？不是靠堆人头，是靠一种很难复制的东西，一支方向高度一致的小团队，内部信任度极高，跨方向协同全凭默契而非流程，迭代节奏以周计算。林俊旸自己也说过，预训练、后训练与基础设施团队必须紧密结合。这不是一句管理口号，而是这支队伍之所以能以少胜多的组织密码。
两种时钟
冲突的种子其实埋了很久。
有个细节很能说明问题。在清华 AI 峰会上，林俊旸邀请观众体验千问的新能力，用的是 Qwen.ai 这个几乎没做过推广的实验室网址，而不是阿里正在全力推的千问 App。对他来说，模型就是模型，开发者社区才是它该去的地方。但对阿里来说，模型必须装进商业化的容器里，必须转化为日活、月活和付费用户。
这不是对错之争，是两种时钟在打不同的节拍。
林俊旸的时钟走的是技术周期：底层能力突破、开源生态扩张、开发者口碑积累、商业价值自然外溢。这个技术周期回报滞后但根基扎实，而阿里集团的时钟走的是市场周期：2026 年春节，各家投了几十亿打流量战，豆包日活直逼两亿，Kimi 一个月的收入超过去年全年。商业化已经被对手趟出了路，阿里已经等不及慢慢养生态了。
阿里的股价从 180 跌到 130，3800 亿的 AI 基建投入要兑现，外卖大战要烧钱。CEO 吴泳铭说自己是"国内最激进寻求算力的管理者"，千问一直是"集团第一优先级"。但优先级高和资源充裕是两回事，一家要同时打十场仗的公司，给每场仗的弹药都不可能管够。
而且这里头还藏着一层更尖锐的张力。林俊旸一直推的是开源路线，把最好的模型能力释放给社区，用生态的厚度去换长期的竞争力。但阿里现在最着急的是旗舰模型的闭源竞争力，因为这直接关系到阿里云的商业化闭环。开源和闭源，一个要把东西送出去积攒人气，一个要把东西收回来换成真金白银。资源就那么多，你往开源多倾斜一分，闭源旗舰那边就少一分火候。
两种时钟各有各的道理，但它们合不到一个表盘上。当集团的商业化节奏开始加速，技术团队原来那套"先做好模型，市场自然会来"的逻辑，就从优势变成了阻力。
那个没打好的电话
直接引爆矛盾的，是一次组织调整。
阿里打算把千问团队按照预训练、后训练、视觉理解、图像等这些方向拆分开来，分别并入通义实验室旗下的万相、百聆等团队。同时，从 Google DeepMind 引入了一位新成员周浩，负责后训练方向。周浩可是 Gemini 3.0 的核心贡献者，履历过硬，能力毋庸置疑。
调整的逻辑说得通。随着多模态融合成为趋势，把分散的视觉、语言、代码力量整合起来，打通资源壁垒，在集团层面统筹推进，这是大公司做大业务的常规动作。阿里首席人才官蒋芳在事后的全员会上也说了，"这波调整是为了扩充更多人才、投入更多资源。"
你看这个方案，表面上挑不出什么大毛病。图像方向归图像的专家管，语音方向归语音的专家带，每个模块都能拿到更集中的资源，避免一个团队什么都做、什么都铺开但什么都只能做到七八分。逻辑上确实是清楚的。
但问题不光出在方案上，更出在过程上。这些调整方案在推出之前，核心当事人林俊旸并没有被充分知会。他是 3 月 3 日提出离职的，千问团队到第二天下午才得到消息。蒋芳后来承认"组织形式没沟通好"，吴泳铭也说"我应该更早知道这些"。
我一直觉得，在企业管理中，一个方案好不好是一回事，方案推出来的方式又是另一回事。内容可以调整，但方式造成的伤害往往不可逆。对一个花了三年亲手搭建起整支队伍的人来说，团队被拆分、汇报线被重组、外部负责人被空降，这一切发生时自己不在决策圈里，这传递的信号已经超出了"管理沟通"的范畴。说白了，这不是人事调整，这是对他过去三年建立的整套组织逻辑的否定。
产业换挡期的组织难题
任何一个技术密集型行业，在从早期的研发突破阶段过渡到大规模商业化阶段时，都会面临一个核心矛盾：前一个阶段成功所依赖的组织形态，恰恰是后一个阶段需要突破的瓶颈。初创期靠的是小团队的灵活、专注和信任感；扩张期需要的是跨部门协同、资源统筹和可预期的产出节奏。这两种模式之间的切换，几乎必然伴随核心人员的流失，不是因为谁做错了什么，而是因为驱动两个阶段的底层动力，本来就不一样。
半导体 行业经历过。仙童半导体的八个核心工程师出走后，创办了 英特尔 和 AMD，重塑了整个产业格局。PC 行业经历过。沃兹尼亚克在 苹果 进入商业化扩张期后选择离开。AI 行业也已经开始经历。Ilya Sutskever 离开 OpenAI，Anthropic 从 OpenAI 内部分裂而出。每一次分手的剧本几乎一模一样：公司做大了，方向要调，打江山的人发现自己和新方向对不上了，于是走人，然后在别处重新开始。
如果你觉得这只是"大公司留不住人才"那么简单，就把问题看浅了。
这里面有一个更深的问题值得想一想：阿里做这次拆分，套用的其实是过去二十年 互联网 公司规模化的标准剧本，业务大了，就细分；细分了，就专业化；专业化了，就建中台统一协调。腾讯走过这条路，阿里自己也走过。但 AI 这个赛道，竞争的底层逻辑跟传统互联网不太一样。
传统互联网比的是规模。用户多、流量大、数据厚，你的护城河就深。所以组织得跟着规模走，几千人、几万人分工协作，像一台精密机器一样运转，把每个环节的效率都拧到最高。但 AI 时代比的是什么？是迭代速度。一个新架构出来，三个月内所有人都能复现。
在这样的竞争节奏当中，你需要是一支几百人的敢死队，每个人都能独当一面，方向高度统一，不用层层审批，跨部门的配合是本能，不是流程。千问之前也是这个路数，一百多人干出全球开源第一，本身就是这套逻辑跑通的证明。
那你再回头看阿里的这次调整，它的矛盾就清楚了：集团用的是规模化时代的组织模式，去改造一支靠速度和默契吃饭的团队。
真正的难题在于：企业需要同时运行两套逻辑，前沿研发需要高度自治和长期视野，而商业扩张需要统一指挥和短期成果，但绝大多数组织架构只能承载其中一套。你让研发团队去背用户增长的 KPI，他们会觉得方向被扭曲；你让商业化团队去等待技术突破的时间表，他们会觉得效率在空转。
到底有没有解决办法？有。谷歌收购 DeepMind 之后，让它在相当长的时间内保持独立运行，不并入谷歌的产品线，不背商业化指标。这种"飞地模式"牺牲了短期协同效率，但保住了研发团队的自主性和战斗力。
阿里有没有可能走一条类似的路？也许可以。但前提是，集团要能接受一个在短期内不直接产出商业回报的"技术特区"，我们拭目以待。