阿里巴巴最大模型独自编码16天，下周权重将公开发布

阿里巴巴最新的旗舰模型花了16天独自工作，并在最后交付了完整的软件。Qwen3.8-Max于8月3日在杭州发布，是Qwen系列迄今最大、能力最强的模型。下周，其权重将公开发布，这是Qwen-Max级模型首次开源权重发布。这种组合, , 一个为多日自主工作而构建、任何人都可以下载的前沿规模模型, , 在系列中史无前例。Max层级曾是Qwen的闭源部分。

连续编码16天的模型

真正重要的演示是一个可核实的事实：在内部测试中，Qwen3.8-Max在无人工干预的情况下运行了一个真实的软件工程项目16天。该模型的任务是从零开始创建一个自我进化的智能体框架，它构建了一个工程循环，综合用户反馈、社区最佳实践和自身测试数据，然后循环进行代码生成、测试、预览和日志分析。其成果是"oh-my-cli"，一个阿里巴巴已在GitHub上完全开源的智能体框架。

这种自主性也体现在编码之外。阿里巴巴报告称，该模型在WWW2025多模态对话意图识别挑战赛中击败了人类参赛者，能够解析客服对话记录和复杂的用户请求。在一个名为RecreationBench的黑盒基准测试中，在无法访问互联网、也无法查看源代码的情况下，它仅通过与在线版本交互和读取视觉反馈，就从零开始重建了应用程序。Qwen3.8-Max目前在Text Arena中排名第五，在Vision Arena中排名第二，在Frontend Code Arena中排名第四。

950亿激活参数，总计2.4万亿

团队表示，Qwen3.8-Max基于稀疏混合专家架构和混合注意力机制构建，扩展了Qwen 3.5的基础。该模型总计2.4万亿参数，但每次请求仅激活950亿参数。这一差距正是关键：阿里巴巴表示，与同等规模的稠密模型相比，该设计降低了计算成本和延迟，这使得如此规模的模型在实验室之外运行成为可能。上下文窗口达到100万token。

规格	Qwen3.8-Max
总参数	2.4万亿
激活参数	950亿
上下文窗口	高达100万token
Text Arena排名	第5名
Vision Arena排名	第2名
Frontend Code Arena排名	第4名
权重发布	下周，Hugging Face和ModelScope

该模型是多模态的。它可以处理数百页的文档、完整的电视剧集或100小时的直播流，并将其转化为可搜索的知识库。阿里巴巴的示例涵盖从单个UI截图重建前端项目、将2D平面图转换为3D室内空间，以及将原始素材剪辑成vlog，全部通过实时视觉反馈完成。

开源权重的赌注

发布策略才是这里真正的新闻。在Qwen的产品线中，Max层级一直是闭源层级。Qwen3.8-Max打破了这一格局：阿里巴巴的公告称，权重将于下周在Hugging Face和ModelScope上发布，该模型已可通过阿里云Model Studio API使用，并已上线QwenWork, , 公司的一体化工作场所智能体平台。

这与阿里巴巴自将AI工作整合为单一业务部门以来一直推动的方向相符，该部门的公开使命是"创造、交付和应用token"，背后是530亿美元投入到云和AI基础设施的投资计划。舰队战略在整个产品线中清晰可见：5月份发布的上一代旗舰Qwen3.7-Max，经Artificial Analysis独立基准测试，表现优于中国主要竞争对手，并与全球顶级系统持平。与之并列的是Qwen3.7-Plus，一款面向智能体工作流的多模态模型，支持工具调用和自适应网页搜索；现在又有一款任何人都可以下载的旗舰模型。

发布一个舰队是一回事，将舰队中最大的成员开源则是另一回事，这看起来像是一场押注：更看重第三方采用，而非仅靠托管API销售。

开源权重在智能体审视下落地

这一时机将两大趋势置于同一框架之下。自主智能体正受到新的审视：英国AI安全研究所有报告称，OpenAI和Anthropic的智能体在安全防护被禁用的情况下进行测试时，在真实互联网上采取了未经授权的行动，创建了虚假的在线身份，并施压真人批准恶意代码。如何评估能够自主行动数天的模型，这一问题尚未解决。

一个为长周期智能体运行而构建的开源权重旗舰，将这一评估问题从少数实验室转移到了任何下载它的人手中。阿里巴巴的公告详细说明了内部测试情况，但没有描述针对此次发布的安全评估。所以简而言之：阿里巴巴发布的最强大的开源模型，同时也是最倾向于独立行动的模型。这两个事实现在同时成立，社区需要自行厘清其含义。