阿里通义千问发布史上最强Qwen模型，首次开源Max级权重。更恐怖的是：它能连续自主编程16天，产出265次提交和127个PR，没有一次人工介入。
事件回顾
8月3日，阿里通义千问团队正式发布 Qwen3.8-Max，这是Qwen家族迄今为止最强大的模型。核心数据：
- 2.4万亿参数（95B活跃参数），下周开源权重
- 在编程、办公、科研和长周期任务上全面跃升
- 能端到端完成复杂任务，输出可交付成果
- 在QwenWork、Claude Code、Codex、OpenClaw、Hermes Agent等主流Agent框架上表现均衡
这是Qwen首次将Max级别的模型开源权重——此前Max系列一直是闭源API专属。这意味着开发者可以在本地或私有云上部署与API同等能力的基础模型，对AI创业者和一人公司来说是巨大的成本解放。
为什么重要
1. 自主编程10+天的"恐怖"能力
Qwen团队设计了三项极限测试，没有一项允许人工介入：
测试一：10天自主构建自进化工程系统
Qwen3.8-Max被要求从零构建 oh-my-cli 项目并建立自进化循环。它自己设计了需求→Issue→Agent认领→编码→测试→审查→合并的完整流水线。
截至7月30日（约16天后），该仓库累计：
- 265次提交
- 127个PR
- 151个Issue
- 完全零人工操作
它甚至实现了社区反馈收集、自我测试、异常自动路由回Issue修复等功能——这就是一个只有代码没有人的软件团队。
测试二：复现论文然后超越论文
模型被给了一篇关于"LLM推理数据筛选"的学术论文和一堆GPU，要求：①复现论文实验 ②做得更好。
它先花了37小时从零搭建完整流水线，成功复现了6个核心发现。然后进入自我进化模式——连续88小时、4轮迭代、提出并测试了18个改进思路。最终在第4轮，它发明的新方法比原论文方法在AIME24数学竞赛基准上高出了2.71个百分点。
整个过程完全自主：提出假设→写代码→GPU训练→分析结果→再试。全程约7600行代码、1100+次工具调用、33轮GPU训练。
测试三：24小时击败458支人类团队
Qwen3.8-Max被投放到阿里云天池平台的WWW2025多模态对话意图识别挑战赛，与526支人类队伍同台竞技。
它在24小时内自主完成了：阅读赛题→微调BERT/MacBERT/RoBERTa处理文本→微调Qwen2.5-VL-7B处理截图→用Chinese-CLIP兜底不确定图片→加权投票融合→交叉验证调参。经过45轮提交迭代，准确率从0.60爬升到0.853，击败了526支队伍中的458支（87%）。
2. 史无前例的训练方法
Qwen3.8-Max的"工作能力"提升来自三个工程突破：
- 复合环境扩展：任务×工作空间×Agent框架三者组合爆炸式增长，而非逐个适配
- 统一奖励系统：将代码执行验证、文本评判、可视化输出检查、Agent审查统一到一套奖励体系
- 在线数据平衡器：动态平衡每批训练数据的任务类型、难度、工作空间分布，抑制梯度方差
更值得关注的是，它的RL训练环境直接包括了Claude Code、Codex、OpenClaw和Hermes Agent等主流Agent框架——这意味着它在训练中就已经学会在不同Agent工具间泛化。
3. 定价和可用性
Qwen3.8-Max支持 reasoning_effort 参数调节推理深度：
- xhigh（默认）：复杂任务深度分析
- medium：平衡精度和速度
- low：优化速度和成本
API兼容OpenAI格式，1M上下文窗口，最大输出65K token。
我们能学到什么
第一，Agent自主性拐点已到。 一个模型能在16天内自主完成265次提交、127个PR而且不出大乱子，说明AI已经具备了"独立工程师"级别的稳定性。这对一人公司的意义不言而喻——你可以让AI Agent跑长周期任务，自己专注于战略决策。
第二，开源生态正在逆转。 Qwen3.8-Max作为Max级模型首次开源，意味着顶级能力不再被API垄断。你可以用开源模型搭建自己的Agent工作流，完全掌控数据和成本。对AI创业者来说，这是降低边际成本的关键转折。
第三，Agent框架兼容性成为训练目标。 Qwen团队直接在训练中测试了Claude Code、Codex、OpenClaw和Hermes的性能，这说明模型厂商已经意识到：用户不止用一个Agent框架，模型必须在所有框架上都好用。这对Hermes Agent用户是好消息——未来模型会更懂Hermes的工作方式。
行动建议
- 关注下周易源开放：下载Qwen3.8-Max权重，测试在你的Agent工作流中的表现
- 尝试reasoning_effort参数：日常任务用medium/low节省成本，复杂Agent编排用xhigh
- 思考长周期Agent场景：如果AI能自主跑16天，你的哪些工作可以完全交由Agent处理？