千问技术负责人卸任背后：红包大战的失败，打醒了阿里

01

昨天，阿里千问（Qwen）模型的技术负责人突然宣布卸任，引起了极大的关注。

很多人都开始批评阿里的管理跟文化，认为阿里高层的老登们不懂顶尖人才，连自己家AI技术负责人都留不住。

但或许从另一个视角来说，阿里的AI战略已经到了必须要调整的时候，也要有人对阿里千问春节战役的失败负责。

02

什么意思呢？

2026的春节AI红包大仗是引发调整的导火索。

在这场耗资已经超过百亿的AI大战中，阿里投入最多，用60亿的预算通过全方位补贴、全矩阵引流的红包雨，强行把“千问App”推向了7000万日活的高峰，包括现在，阿里还在用补贴去提高用户使用千问的习惯。

但当3月的春风吹起的时候，数据的真实反馈给出了失败的结果。

用户在千问App的停留时长从巅峰期的7分钟暴跌到3分钟以内，日活用户腰斩超过一半，目前还在流失。

反观字节，投入预算比阿里少很多，但日活依然保持在1亿以上，并且还带来了非常惊艳的seedance2.0的视频模型。

不发任何红包的DeepSeek，虽然在红包大战中被挤压，但使用时长超越12分钟，用户粘性最强，并且海量算力向B端API调用转移，在2月末，总Token调用量高达14.37万亿，位居全球榜首。

这也标志着阿里对标谷歌的“三位一体”，也就是模型、算力芯片、应用生态破产了。

其实，从我们使用千问的感知来看，千问看上去什么都有，什么都能做，但每一个都很平庸，离顶尖AI大模型的差距不是一点半点。

对比千问自己的宣传，我们认为这就是一种自嗨，除了用千问的补贴下单之外，没有使用千问的真实需求。

但问题在于，阿里偏偏有着全球最顶尖的开源模型Qwen 3.5，不仅在开源界获得了马斯克的点赞以及开源社区的认可，更在技术底座上撑起了阿里的尊严。

这是一个非常奇怪跟矛盾的一面，阿里明明在模型领先性上投入了太多资源，也有着非常优秀的开源模型跟研发团队，却在自己家千问AI的表现跟实用性上如此平庸。

这就是阿里内部的“产研分裂”问题。

03

在阿里的组织架构中，千问模型属于通义实验室，是一个单独的部门，有极高的独立性跟话语权。

团队被技术驱动，科研导向，他们的目标是追求模型本身的突破，要超越GPT、Gemini，要打榜，要横扫开源，要成为模型测评的第一，他们跟业务是非常远的，跟钱没什么关系。

而千问业务是一个独立的事业群，他们的目标是要成为AI时代的流量入口，把自己顶尖的大模型转化为各个具体的应用，成为用户的触点，再融入阿里的电商、闪购、地图、生活服务场景，最终打造AI时代的超级App。

所以，只有当潮水退去，才知道谁在裸泳。

阿里用60亿烧出来的结果，就是证明了“模型的领先性≠应用的生命力”，用户可以为了补贴使用千问，但绝对不会为了所谓“全球最强开源模型”而留在千问。

千问在应用端，特别是C端没能发挥出模型的全部实力，产研两端发生了撕裂。

研发端着重于参数竞争跟模型排名，认为产品端的逻辑太Low，根据内部跟离职人员的信息，千问模型这位技术负责人对千问被强行接入那些“琐碎、低技术含量”的生活服务感到非常无奈，顶尖人才的技术价值感在崩塌。

而产品端认为研发端不接地气，模型响应慢、成本高，落地到自家应用就像被阉割了一样，没有杀手级应用，很难满足用户的深度需求。

所以，摆在阿里的领导层面前，60亿烧出的结果，就是一个必须要调整AI战略的选择。

其实，这个选择并不难做。

阿里内部的高层，评价千问模型是一个“半成品”，花了大价钱，但空有技术名声，没有应用主权，在C端应用几乎为零，甚至是负面的。

开源也成了赔本赚吆喝，自己好像在为整个行业的开发者做慈善，开发者在用阿里的开源模型跟代码，但用户却在用字节的产品。

这种烧了60个亿得出的“技术外溢、商业内缩”的局面，阿里的管理层是绝对不可能忍受的。

未来阿里还计划给AI投入超过3000亿的资金，难道这些钱都拿去给理想买单，不求回报了？

技术要有理想没错，但绝对不能只为了理想服务。

在3月2日，阿里宣布把所有AI品牌统一为“千问”，不再叫“通义千问”就是一个明显的信号。

阿里不再允许有“游离于业务之外”的实验室，“协同”已经从口号变成了强制指令。

随后，阿里把Qwen团队拆分为预训练、后训练、Infra的水平模块，把AI研发变成标准化、模块化的流水线，确保它能精准对接C端跟B端的服务需求。

实验室不再是定义产品的人，而是变成了内部供应商，研发团队的KPI不再是什么打榜第一，而是前端提了什么需求，研发就得在规定时间内交付对应的模型包。

所以，随着团队被模块化拆分，目标跟业务形成了强关联，技术负责人发现自己不再能掌控Qwen的完整灵魂，离职就成为了唯一的出口。

这也标志着阿里的AI从“理想主义的探索”转向“实用主义的生存”。

未来，我们也许还能看到Qwen的开源版本，但它们大概率会比内部自用的版本滞后，也会更偏向技术展示，而不是技术普惠。

阿里会把所有的筹码压在AI流量入口、AI应用、AI硬件跟钉钉AI化上，通过所有物理入口强行扭转C端的颓势。

04

其实，我们回过头来看，这样的调整也不是什么坏事。

在移动互联网时代，打造一个包罗万象的“超级App”是所有巨头的终极梦想。

但在大模型时代，这种路径依赖正在遭受惩罚。

用户需要的不再是一个“什么都能做，但都不精通”的平庸AI，而是能精准切入特定工作流、带来十倍效率提升的垂直应用，乃至于AI智能体。

现在的阿里，已经从Qwen的开源打榜跟流量补贴幻觉中醒了过来，AI不是靠补贴活着的，是要解决用户问题，拿出杀手级的应用。

阿里正在用一种内部重组的方式，把那个会写诗、会拿奖的Qwen，改造成一个能做事，能协同业务场景的AI应用。

这是不是也提醒了我们，场景适配比技术领先性更重要，务实的好用比参数的好看更重要，技术必须为了解决用户的问题，为了业务的回报而服务。

这其实也是2026年全球AI叙事的整体变化。

市场不再关心你的跑分，测评是多少，只关心AI能不能帮我解决具体的任务？能不能自动处理报销单这种真实的问题？

市场现在需要的也不是AI投入了多少，而是AI创造了多少回报，是不是一个能干活、能赚钱、能直接解决问题的工具？

或许，这一次的调整，带走的是阿里在AI上最后的浪漫主义。

但留下的，是一个必须在2026年证明自己能够盈利，能够在真实场景中创造价值的实用千问。

-

责任编辑 | 罗英凡

图片均来源于网络

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。