文 | 冷眼觀天

據多家媒體報道，2026年3月4日凌晨，阿里通義實驗室Qwen團隊技術負責人林俊暘在社交媒體留下「me stepping down. bye my beloved qwen」的告別語，正式宣告離職。

就在前一天，這位阿里最年輕的P10已提交辭呈。

隨後後訓練負責人鬱博文也同步離開。

而Qwen Code負責人惠彬原早在同年1月便已轉投Meta。

這一連串人事地震，發生在Qwen團隊外部聲譽高漲、內部士氣尚佳的時刻。

導火索直指通義實驗室試圖將原本垂直整合的模型團隊拆解為預訓練、後訓練、文本及多模態等水平分工部門的組織調整。

林俊暘因管理範圍縮小且理念上與「預訓練、Infra與訓練需緊密結合」的技術判斷相悖，最終選擇帶着遺憾離去。

留給業界一個關於技術理想與商業秩序如何共存的命題。

技術骨幹離職在任何公司都算不上新聞。

百度自動駕駛天團昔日集體出走創立地平線與小馬智行，騰訊AI Lab經歷過張潼、俞棟、劉威的先後離開，字節跳動Seed團隊在2024至2025年間也有多位核心成員出走，皆屬此類。

這些案例散落在不同年份、不同公司，單獨看都是正常的人才流動。

但當AI從實驗室的技術探索演變為科技公司的全局戰爭，類似案例正在從偶發走向頻發。

現象背後，是大廠在AI深水區面臨的結構性焦慮與人才主體意識覺醒之間的劇烈碰撞。

AI大模型的研發規律與傳統互聯網軟件開發存在本質差異。

其差異正在重塑組織形態。

而國內大廠慣用的管理邏輯與大模型所需的科研生態之間，產生了難以調和的張力。

大模型研發遵循着一種獨特的「全棧閉環」規律。

林俊暘曾多次強調，預訓練、後訓練乃至基礎設施團隊必須緊密咬合。

其觀點並非個人偏好，而是基於大模型迭代特性的科學判斷。

在大模型時代，數據清洗、算力調度、算法優化與反饋機制不再是線性流程。

而是一個高度耦合的動態系統。

任何環節的割裂都會導致信息損耗，進而影響模型智能的湧現。

《晚點》報道提及Qwen團隊曾自建Infra團隊，正是為了打破原有阿里雲PAI平台支持多團隊的通用模式，追求極致的效率與適配。

對「垂直整合」的渴望，源於大模型訓練中微小的參數調整可能引發巨大的性能波動。

唯有全流程掌控才能捕捉到那些決定模型上限的細微信號。

一旦組織強行將這一有機體切割為水平分工的流水線，技術領袖便失去了對模型整體生命力的把控，淪為龐大機器中的一顆螺絲釘。

對於像林俊暘這樣視模型為作品的技術科學家而言，管理範圍的縮小不僅是權力的削弱，更是技術創造力的窒息。

但問題在於，國內大廠的組織基因與大模型的研發需求之間存在天然的錯位。

中國互聯網巨頭崛起於應用層創新，擅長通過精細化分工、賽馬機制與強KPI導向來實現商業目標的快速落地。

字節跳動內部不同團隊做同一方向的「賽馬」，豆包按預訓練與後訓練流程劃分小團隊，都是這種工業化思維的體現。

此類模式在開發確定性高的應用軟件時效率驚人。

卻在面對大模型這種充滿不確定性的基礎科學研究時顯得捉襟見肘。

大模型的突破往往源於非共識的探索與長周期的投入。

需要類似貝爾實驗室或早期達摩院那種「少有人注意的角落」，允許團隊少被打斷、專注迭代。

Qwen團隊曾在這樣的環境中成長，造就了其在全球開源社區的聲望。

隨着AI成為「全局戰爭」，大廠急於將技術影響力轉化為AI雲收入或超級App的流量。

商業目標的緊迫性壓倒了技術探索的從容。

阿里內部對Qwen-3.5「半成品」的評價，以及對開源模型商業化效率的追問，折射出管理層對短期商業回報的焦慮。

一旦焦慮傳導至組織層面，便體現為頻繁的架構調整與職能切分。

試圖通過管控來規避風險、提升效率，結果卻往往導致了部分人才的出走。

中國大廠的AI焦慮，根植於一種獨特的競爭格局與戰略緊迫性。

硅谷巨頭同樣面臨技術路線分歧，OpenAI的營利性轉型引發過核心成員離職潮，Google DeepMind的Gemini團隊與Google Brain的合併伴隨文化摩擦，Meta的AI研究部門歷經多次重組。

但硅谷的底層邏輯仍存在顯著差異。

比如，硅谷科技巨頭如Google DeepMind或Meta，傾向於賦予技術領袖極大的自治權，容忍甚至鼓勵內部的全棧探索，以維持其在基礎科學領域的領先地位。

周浩作為前DeepMind高級研究員加入阿里，其履歷中包含領導Gemini 3.0多步驟強化學習的經歷，代表了國際頂尖實驗室對技術閉環的認可。

與此同時，硅谷大廠擁有成熟的雲服務市場與軟件訂閱模式，AI技術的商業化路徑相對從容。

今天熱搜上有個新聞，19歲少年扎克·亞德加里開發營養追蹤應用Cal AI，上線近兩年下載量破1500萬次，年收入超3000萬美元，近日被MyFitnessPal收購。

這樣的奇蹟相對而言不太容易發生在國內。

硅谷擁有全球最大的軟件訂閱消費市場，用戶為工具軟件付費的意識經過數十年培養已根深蒂固。

這讓創業團隊可以專注打磨產品體驗而不必在變現模式上耗費心力。

Cal AI的成功路徑清晰可見：一個輕量級AI應用藉助成熟的雲基礎設施快速上線，依靠用戶直接付費獲得穩定現金流，最終被行業巨頭收購實現退出。

而在國內，移動互聯網長期奉行免費模式加廣告變現的路徑依賴，工具軟件的付費牆始終難以砌高。

創業項目往往需要先燒錢圈用戶再尋找商業化可能，這也是國內諸多大廠近期仍在通過紅包大戰搶奪客戶的原因。

中國市場的激烈競爭，要求「全局戰爭」必須速戰速決。

阿里對Qwen的評估標準，從「技術影響力」悄然轉向「AI雲市場份額」與「超級App用戶時長」。

2024至2025年春節，AI補貼大戰燒掉數十億元，千問App未能明顯縮小與豆包的差距。

此類結果直接衝擊技術團隊的資源獲取能力。

技術目標與商業目標的錯位，在組織層面表現為「從上而下制定戰略」與「內部小團隊獨立探索」的拉扯。

林俊暘團隊的離散，正是這一拉扯的極端後果。

AI研發的工業化進程，正在消解早期「少有人注意的角落」所孕育的創新土壤。

2023年前，Qwen團隊得以專注模型本身，得益於阿里相對寬鬆的AI團隊調整節奏。

但是，字節跳動Seed內部的「賽馬」機制、騰訊AI Lab併入Seed後的組織重構、百度王海峯權力收縮後CTO體系的直管化，均顯示大廠將AI研發納入更嚴密的控制體系。

這種控制並非無的放矢。

DeepSeek的崛起證明，集中資源、統一指揮的「工業化研發」同樣能夠產出頂尖模型。

但工業化生產的代價，是容忍「不合理」技術探索的空間被壓縮。

林俊暘所珍視的「垂直整合」體系，在管理層視角中，或許正是效率損耗與部門牆高築的源頭。

還有一個很重要的因素是，人才的選擇性在這一輪浪潮中發生了根本性逆轉。

過去，大廠的光環、高薪與穩定是吸引人才的核心要素。

如今，對於站在技術金字塔尖的科學家而言，能否實現技術願景、是否擁有足夠的施展空間成為了首要考量。

林俊暘不缺去處，投資人與大公司紛紛拋出橄欖枝，甚至期待其創業。

這反映出市場對能夠統領全棧大模型團隊的稀缺帥才的極度渴求。

32歲成為P10，林俊暘的成長路徑證明了本土人才具備引領國際前沿的能力。

也意味着他們不再盲目迷信大平台的權威。

一旦平台無法提供匹配的土壤，他們便有能力攜帶技術與團隊另起爐竈。

周暢帶領十餘名核心成員跳槽字節，即便面臨競業訴訟也在所不惜，足見技術團隊對跟隨特定領袖的忠誠度已超過對組織的忠誠。

「人隨技走」的現象，標誌着AI行業從「平台為王」向「人才為王」的轉移。

技術變革所伴隨的企業變革，不是一條平滑曲線，而是由無數個突然的轉折點組成。

林俊暘的社交媒體狀態成為其中一個轉折點的標記。

讓行業看到技術理想和組織現實之間的真實距離。

距離不會因為一個人的離開而消失。

也不會因為一家公司的調整而彌合。

它始終存在，並在每一個技術周期轉換的時刻變得格外清晰。

無法改變的一個基本事實是：頂尖人才永遠有選擇權，他們可以選擇適應，也可以選擇離開。

而在AI時代，這種選擇權被進一步放大了。

由此，最終留下的，不是被強行留下的人，而是那些在組織需求和個人理念之間找到平衡的人。

平衡很難靠行政命令達成，只能靠相互理解和共同成長慢慢靠近。

林俊暘的離開引發關注，恰恰說明這種平衡還很遙遠。

中國AI產業正處於從「應用創新」向「基礎模型攻堅」轉型的陣痛期。

該過程必然伴隨着舊有組織秩序的瓦解與新生態的重構。

林俊暘的離職，也似乎反映出中國AI產業攻堅「深水區」時不可避免的陣痛。

它揭示了在算力、數據、算法之外的第四重競爭：組織模式的競爭。

大模型研發如同現代科學實驗，需要高度協同、資源集中、且允許失敗的小團隊「特戰隊」模式。

而萬億美元市值的科技巨頭，則是追求穩健、可控、可規模複製的「集團軍」體系。

如何將「特戰隊」的創新活力，有機融入「集團軍」的戰略體系，而非簡單以管理邏輯切割研發邏輯，是國內每一家志在AI巔峯的巨頭必須解答的難題。