Qwen3.8-Max：从编码到协作，Agent 走向长程交付

Qwen3.8-Max：从编码到协作，Agent 走向长程交付

阿里云 Qwen 团队于 2026 年 8 月 3 日发布 Qwen3.8-Max。官方介绍将重点放在长程任务交付：模型不仅回答问题，还要在数小时乃至数天内持续规划、执行、验证和迭代，最终产出可靠结果。

从单轮生成到持续交付

Qwen3.8-Max 基于 Qwen3.5 架构，规模达到 2.4 万亿参数、95B 激活参数。官方称其在编码、工作、研究和长程任务上全面提升，并计划开放 Qwen Max 级模型权重。

官方展示了三类编码任务。第一类是超过 10 天的自主编码：模型从零构建 oh-my-cli 项目，围绕 Issue、调度、监控、测试、预览和日志形成持续演进的 Harness。第二类是复现并改进研究论文：模型从论文和 GPU 资源出发，重建数据处理、训练和评测流程，再通过多轮假设—实验—分析循环改进方法。第三类是在 24 小时竞赛任务中，通过文本与图像模型组合、交叉验证和多轮提交优化结果。

工作流能力的工程基础

官方将能力提升归因于任务、工作区和 Harness 的共同扩展，以及统一奖励系统和在线数据均衡器。对 Agent 评测而言，这意味着不能只把模型当作孤立变量，还要记录工具链、工作区、权限、验证器、反馈机制和运行时间。

可靠的长程 Agent 至少需要：

1. 将目标拆成可恢复的任务状态和阶段性交付物；
2. 把构建、单元测试、端到端测试和人工验收纳入反馈回路；
3. 保存运行轨迹，让失败能够回到具体 Issue 或实验轮次；
4. 对成本、权限和运行时长设置边界，避免把无限试错误认为能力。

边界与观察口径

官方文章展示的是团队选定的案例和评测结果，不等同于所有企业工作流中的上线承诺。多日自主运行还会受到模型版本、Harness、数据分布、工具权限和验证器设计影响。复用这些结果时，应保留原始任务条件和评测配置。

来源：Qwen 官方博客《Qwen3.8-Max: A New Bar for Coding and Cowork》，2026-08-03。

官方页面：https://qwen.ai/blog?id=qwen3.8

出处：阿里云，Qwen 团队，《Qwen3.8-Max: A New Bar for Coding and Cowork》，2026-08-03，https://qwen.ai/blog?id=qwen3.8。