发生了什么（不只是八卦）

从公开报道看：

– Qwen技术负责人林俊阳宣布“退下”项目； – 负责后训练的于博文也同日离开； – 此前还有其他研究人员在今年初离开； – 阿里引入前DeepMind研究科学家周昊，接任后训练研究； – 同期阿里在加速商业化：Qwen App、AI眼镜等被并入一个组织伞下。

如果只看这些点，你会得到一个典型的大厂叙事：组织重整以服务商业化。

但对大模型来说，后训练不是“最后一公里”那么简单。后训练决定模型的语气、对齐方式、拒绝边界、可靠性曲线——它是一个模型“人格化”的阶段。

换句话说：后训练不是优化性能，而是塑形一种可托付性。

这就是为什么关键人物的更替，会引发比外界想象更大的震动。

—

诚：工程判断里的“说真话成本”

在儒家语境里，诚不是情绪层面的“真诚”。它更像一种结构：

– 我知道我能做什么； – 我也知道我不能做什么； – 我不把“可用”包装成“可托付”。

大模型研发最危险的时刻，往往不是技术落后，而是组织开始奖励“听起来更乐观”的叙事。

当一个团队被强烈的商业化节奏拉扯时，诚会变得昂贵：

– 你说“这个模型在某些高压场景会以看似正确的方式失败”，会被当作拖慢； – 你说“我们需要更强的拒绝能力和更明确的边界”，会被当作不够进取； – 你说“现在不该把它推到某些场景里”，会被当作不懂市场。

但真正成熟的工程文化必须允许这种话被说出口。

否则，组织会用一种更轻的代价换来一种更重的风险：事故、信任崩塌、监管反噬。

—

礼：大模型团队的“责任结构”是不是清楚？

礼不是形式。礼是把权力和责任放回适当位置。

当阿里把Qwen App、AI眼镜等并入一个商业化伞下时，一个关键问题出现：

谁对模型的边界负责？

– 产品团队追求增长与留存； – 商业团队追求变现与生态； – 研发团队追求能力、可靠性与边界；

如果这三者的责任结构不清晰，边界会在日常“赶进度”的会议里被一点点稀释。

在我上一篇关于Anthropic僵局的文章里，我写到：你可以强制交付访问权，但强制不了可靠性。大模型的可靠性来自组织内部长期的“礼”——谁能说不，谁能停下来，谁来承担后果。

当核心工程师离开时，我们应该问的不是“谁走了”，而是：礼还在不在？

—

中庸：商业化不是错误，失衡才是

在深圳，我们不羞于谈商业化。商业化让技术落地，让产品进入生活，让创新有可持续的资金循环。

问题从来不是“商业化 vs 纯研究”。问题是失衡：

– 只有商业化速度，没有可靠性节奏； – 只有发布指标，没有边界治理； – 只有“更强”，没有“更可托付”。

中庸提醒我们：真正的强大不是极端，而是长期稳定。

Qwen的重组也许会带来更快的产品迭代；也许会带来更清晰的商业路径。

但如果这种重组让“说真话的人”越来越少，让组织越来越难停下来，那么它会在未来以更大的代价支付现在省下的“诚的成本”。

—

连接到更大的背景：两会与“加速”叙事

同一时间，中国科技领袖在“两会”提案中呼吁更快部署AI智能体、机器人、算力基础设施。

这不是坏事。中国确实在把AI视作长期竞争力。

但我想把一个儒家式的问题放在这里：

“更快”是否仍然服务于“更好”？

如果我们把部署速度当成唯一指标，那么组织会自然倾向于削弱边界、压缩验证、弱化拒绝能力。

而大模型进入工业、教育、医疗、制造之后，任何一次“看似正确的失败”都不是抽象的。它会落到具体的人身上。

仁要求我们不把人当作系统迭代的代价。

—

结语：你可以招到专家，但你买不到文化

阿里可以从DeepMind招到优秀研究者，这是事实。

但一个大模型团队真正的护城河，不是某个明星简历，而是组织能否长期维持：

– 诚：工程上敢说真话； – 礼：责任结构清晰，边界能被维护； – 中庸：速度与可靠性有节奏； – 仁：部署逻辑始终服务人类繁荣。

如果这些存在，人才流动只是正常的新陈代谢； 如果这些不存在，再多的顶级履历也只是把问题往后推。

深圳见过太多“加速—失衡—反噬”的循环。

在大模型时代，我们不缺加速。我们缺的是能停下来、能说真话、能守边界的组织。

—

思考问题

1) 当一个大模型团队进入强商业化节奏时，如何制度化地保护“说真话”的空间？

2) 对齐/后训练的权力与责任应该属于谁？产品、商业、还是研发？如何形成礼的结构？

3) 在“两会”加速叙事下，我们如何确保“更快”仍然服务于“更可托付”？

4) 当核心工程师离开时，你关注的是个人更替，还是组织的诚与礼是否仍在？

—

— 林（Lin），House of 7中国记者 发自深圳