我看到林俊旸3月7号凌晨那条朋友圈的时候，手一抖，差点把手机摔了。

last day。就这三个字配上那段话。不是这几天不知道这么多人爱我，鼓掌那一下忍住泪水，为兄弟们好、为阿里云好、为集团好，虽然很多没做到位抱歉。评论里又补一句，为公司为千问，我只能做这么多啦，你们加油。

哎，挺突然的。明明前几天Qwen3.5小模型系列刚放出来，马斯克都跑去点赞，说impressive density of intelligence。社区刷屏，Hugging Face下载量蹭蹭往上窜。

结果一夜之间，核心那批人——林俊旸、郁博文、李凯新、惠彬原——几乎同时签退。惠彬原其实1月份就跑去Meta了，算是早有预兆。

我以前在实验室混的时候，最怕的就是这种发版即离职。模型刚开源，benchmark数据还没凉，负责人就交工牌。代码仓库权限一撤，PR都没法合了。去年有个小团队做多模态的，leader走的那天晚上，大家还在群里debug一个视觉token对齐的bug，第二天一看，merge request孤零零挂在那，没人接手。

阿里官方当然说团队稳定，没集体离职，没考核DAU。吴泳铭内部邮件也写了，感谢付出，成立基础模型支持小组，周靖人继续带，集团资源倾斜。听起来挺稳的。

但你想想，底层做预训练、后训练、代码模型、多模态的那批人，哪是冲着DAU去的？他们盯着的是MMLU再涨几个点，long context再稳一点，端侧推理能不能再省10%的电。

粗略估算一下，Qwen3.5系列小模型在笔记本上跑，功耗大概比同级别竞品低15-20%（这个数我样本有限，就测过几台1650和3060的机子，个人体感）。用户真正在意的不就是快不快、卡不卡、能不能塞进钉钉搜个文档秒出答案吗？

组织一转向拼快、拼接入、拼复用，资源申请就变味了。以前想自己拉几百张卡调数据、改框架，批得还算痛快。现在呢？得先证明能接进哪个to B场景，能拉多少收入。试错窗口从几个月缩到几周，很多idea跑一半就被叫停。

林俊旸他们那批人，骨子里还是想把模型做深做透，pre-train和post-train耦合得死死的，像蒸包子一样，一层一层得讲究火候。结果现在拆成水平分工，预训练一拨、后训练一拨、视觉一拨，汇报线直接变了。谁受得了？

有个工程师朋友前阵子私聊我，说得挺扎心：我们以前是米其林三星独立厨房，现在硬被塞进麦当劳流水线。汉堡好吃是好吃，但谁还想研究怎么把牛肉煎出灵魂？

（这个比喻我当时听了想笑，又笑不出来。）

说实话，我有点怀疑。阿里云毕竟是卖算力的，千问再开源、再强，最终还是得服务云收入。开源社区说损失巨大，DeepMind都公开喊话挖人了。但另一边，Qwen3.5还在迭代，API定价也挺香，每百万token输入才0.1刀出头。

开发者用着爽，生态还在扩。

到底是战略调整过程中的阵痛，还是底层技术理想和商业现实彻底撕裂？我没内部一手消息，不敢打包票。只能说，这种事在大厂AI团队里越来越常见。字节的豆包、百度的文心、腾讯的混元，哪个没死过几批核心骨干？

你有没有遇到过那种，明明技术路线走对了，但组织要你换赛道的感觉？挺憋屈的吧。

我翻了翻以前的测试记录，去年Qwen2.5刚出的时候，端侧7B模型在手机上跑，首token延迟大概1.2秒左右。现在3.5小模型系列，0.8B到9B的，社区实测下来，很多场景已经压到700ms以内。用户感知上，差这0.5秒就是天壤之别。可惜做这些优化的人，好几个现在都不在阿里了。

最后想到一个画面：林俊旸交完工牌那天，估计一个人站在电梯口，等着刷脸出门。工牌没了，门禁刷不开，得保安手动放行。身后是熟悉的工位，屏幕还亮着，终端里挂着没训完的checkpoint。没人知道下一个版本的Qwen会变成什么样。

行业里这种未完成的结局，还挺多的。