Qwen-3 对话模板分析

Qwen-3 引入了灵活且高效的对话模板

Qwen 团队开发的 Qwen-3 模型采用了比其前身 Qwen-2.5 和 QwQ 更复杂的对话模板。这个更新后的 Jinja 模板在模型如何处理推理、管理对话上下文以及与工具交互方面引入了关键改进，使智能体工作流（agentic workflows）更加可靠和高效。

通过 enable_thinking 标志实现可选推理

Qwen-3 允许用户使用 enable_thinking 标志来切换推理能力，从而摆脱了早期模型中常见的强制思维链模式。

当 enable_thinking 设置为 false 时，模板会插入一对空的 <think></think>，这会向模型发出信号，指示其跳过逐步思考过程。相比之下，像 QwQ 这样的模型通过将 <think> 标签直接嵌入生成提示词中，强制在每次对话中进行推理。如果该标志设置为 true，模型则保留自主决定是否进行推理的权利。

通过滚动检查点实现动态上下文管理

Qwen-3 利用“滚动检查点”（rolling checkpoint）系统，根据对话进度智能地保留或修剪推理块。该系统会反向遍历消息列表，以识别最近一次不是工具调用的用户轮次。模板会保留该索引之后所有助手回复中的完整 <think> 块，而对于较早的消息，则将其剥离。

这种动态方法提供了若干技术优势：

• 主动计划保留：模型在多步工具调用期间保持其当前计划可见。
• 嵌套工作流支持：它能够维持嵌套工具工作流的上下文，且不会丢失信息。
• Token 效率：通过移除模型不再需要的推理块来节省 Token。
• 降噪：防止“陈旧”的推理干扰新任务。

改进的工具参数序列化

Qwen-3 通过对工具参数实施类型检查来提高工具调用的可靠性，以防止重复转义。此前，在 Qwen-2.5 等模型中，每个 tool_call.arguments 字段都会经过 | tojson 过滤器，无论输入是否已经是 JSON 编码的字符串。Qwen-3 现在会检查参数是否已经是字符串；如果是，则直接输出，仅在输入不是字符串时才应用 | tojson。

移除了默认系统提示词

与使用默认系统提示词（例如，“You are Qwen, created by Alibaba Cloud. You are a helpful assistant”）的 Qwen-2.5 系列不同，Qwen-3 和 QwQ 在发布时并不包含默认系统提示词。尽管如此，这些模型在被用户询问时，仍能准确识别其开发者。