【超观察】千问之“问”：当机器开始回答，人往何处去

2026-9-30 11:44| 发布者: ccee| 查看: 7736

摘要: 三年前，他们给这个模型起名“通义千问”——通万物之义，答千种之问；三年后，名字缩成两个字：千问。

　　杭州云栖小镇的凌晨两点，机房里的指示灯像一片不会熄灭的星空。工程师把最后一版评测脚本跑起来，屏幕滚过一行行日志：推理延迟、长上下文命中率、多语言分词错误率、工具调用成功率。窗外没有鸟叫，只有冷却塔低鸣。三年前，他们给这个模型起名“通义千问”——通万物之义，答千种之问；三年后，名字缩成两个字：千问。

　　不是模型变轻了，是它要回答的问题，重得多了。

　　一、从“能聊”到“能办事”

　　2023年4月11日，阿里云峰会上，“通义千问”第一次站到聚光灯下。那时行业还在比谁续写古诗更顺、谁讲冷笑话不卡壳。周靖人站在台上说，这是阿里云自研大语言模型。台下有人记笔记，有人半信半疑：大模型在中国，到底是一场Demo秀，还是能进生产线？

　　答案用两年多时间写出来。

　　2023年9月，通义千问首批通过备案，正式向公众开放。2023年10月，千亿参数级通义千问2.0发布。2024年，Qwen1.5、Qwen2、Qwen2.5依次推开，开源权重从7B、72B一路铺到多模态、音频、代码。到2025年4月，Qwen3把“思考模式”和“非思考模式”塞进同一套权重——复杂题多绕几步，日常题秒回，像人一样先判断“这问题值不值得细想”。

　　真正的变化发生在C端。2025年11月，千问App公测，首周厂商公布下载量破千万。用户不再只问“怎么写周报”，而是说：“帮我订南京到三亚两大一小的往返，2月18号走，顺手比价”“杭州户口办护照要什么材料，直接给我入口”。模型从“生成一段文本”变成“调起支付宝、高德、飞猪、1688，把事办完”。

　　这是千问之问的第一层：AI的及格线，不再是会说话，而是能把一句话变成一次真实世界的动作。

　　二、开源：把砝码压在生态那一边

　　2026年3月2日，阿里内部做了一件事——把过去“千问、通义千问、Qwen”几个叫法统一成“千问大模型”，英文留Qwen，“通义实验室”退到组织名后面。同一天，Qwen3.5小尺寸系列（0.8B到9B）全量开源，Apache 2.0。马斯克在社交平台留了句：“Impressive intelligence density（令人印象深刻的智能密度）。”

　　小模型，是故意的。

　　大模型跑分谁都会发，但真到手机、车机、眼镜、工控盒里，拼的是“每瓦算力能换多少智商”。Qwen3.5小尺寸系列基于视觉和文本混合token预训练，词表从15万扩到25万，小语种编码效率最高提60%。开发者把它量化后塞进笔记本、塞进座舱芯片，本地跑、不联网、不泄密。

　　开源不是慈善。截至2026年8月，阿里累计开源Qwen系列模型460余个，全球全平台累计下载破30亿次；仅Hugging Face前七个月下载20.45亿次，是Google同期的近5倍、Meta的9倍多。衍生模型超30万个，Hugging Face上基于Qwen的衍生仓库15.1万个，是Meta Llama家族的2.6倍。

　　一位国内SaaS创业者跟我说得很直白：“不是Qwen每个版本都最强，但它每次都给权重、给小尺寸、给商用许可。我敢把它写进投标方案里，因为客户问‘能不能私有化’，我能说能。”

　　这便是千问之问的第二层：当模型能力趋同，胜负手是——你敢不敢让别人在你身上盖房子。

　　三、急行军与人事涟漪

　　高光和撕裂，常在同一周发生。

　　2026年3月，Qwen3.5小尺寸开源当天，核心技术人员林俊旸转推了马斯克的评价，致谢社区。几天后，传出他离职的消息。同期，后训练负责人郁博文、Qwen Code负责人惠彬原等相继离场。外界惊呼“核心团队散了”，阿里回应：模型团队稳定，无集体离职，坚持开源，基础模型不设DAU商业化KPI，目标是AGI。

　　内行看门道：这不是简单的“人走了”，而是组织范式在掰手腕。早期Qwen靠“预训练—后训练—Infra—多模态”拧成一股绳打快仗；规模上来后，拆成水平分工、按层考核，不可避免。林俊旸们信“端到端协同”，新架构要“可度量、可排期、可商用”。两种逻辑都没错，只是大模型过了Demo期，必须选一边站。

　　更真实的张力在背后：开源权重免费，API要收费，云厂商要毛利，App要日活。千问被推到中间——既要学术圈喊好，又要淘宝里下单，还要车机里听懂“我有点冷顺手关下空调”。一道千问，三头拽。

　　四、从“回答”到“交付”

　　2026年云栖大会，千问把话讲得更明白：不再只卖模型API，卖“智能交付”。

　　Qwen-Audio-3.1能听情绪、识环境声，实时对话可插话打断，检测到用户低落会放慢语速。Qwen3.8-Flash-Next把下一代架构先放出来，训练成本砍掉近九成。AgentStudio上线——模型选路、长期记忆、工具调用、24小时托管，一次性把“跑起来”和“管起来”打包。千问AI平台把Qwen、Kimi、GLM、DeepSeek塞进同一个TokenPlan，企业不用再选边站，按任务路由。

　　同声传译模型Qwen3.8-LiveTranslate、Agent Teams把编剧导演美术拆成多智能体协同出短剧、千问输入法、AI眼镜、极狐座舱闪购版……入口从对话框溢出去，变成键盘、镜片、方向盘、客服坐席。

　　周靖人那句话被反复引用：大模型正在从“对齐人类偏好”转向“对齐任务目标”。翻译过来就是——别再问我“你像不像人”，问我“这事办没办成”。

　　五、千问之问，终于是人的问题

　　我见过最安静的一个场景，不在发布会，在浙江某县行政服务中心。工作人员把千问接进政务知识库，老人问“低保怎么核”，屏幕弹出材料清单和窗口号，不是满屏术语。也见过深圳独立开发者，拿Qwen3.8-27B量化后跑在二手显卡上，做跨境电商客服，一月省下原来调用闭源API的四分之三成本。

　　模型越大，越该看不见。

　　千问走到今天，已经不是“阿里的一个产品”。它是一面镜子：照见中国AI选了哪条路——不全闭源追估值，不纯刷榜骗融资，而是把权重摊开、把尺寸铺满、把芯片友商拉进来Day0适配，用生态换时间，用落地换收入。

　　但也别浪漫化。下载量不是收入，星标不是留存，开源热度会冷却，Agent跑一半卡工具权限是常态。Qwen3.8-Max跑到2.4万亿参数，可真到工厂数控床边，老师傅只关心“你别把G代码生成反了”。

　　所以千问之问，到最后其实翻了面：

　　机器在问——下一次推理，该激活哪17亿参数？

　　工程师在问——下一个版本，能不能让车机少说一句废话？

　　用的人在问——你到底帮不帮我把这张票买了、这份发票对了、这句方言听懂了？

　　而站在2026年秋末回头看，最重的那个问号，落回人自己：