研究与基准测试/2026-08-05/8 分钟RCA Benchmark:阿里云把根因分析变成可复现的 Agent 评测阿里云联合多家机构开源 RCA Benchmark,用生产化微服务环境、四层结构化真值和三维加权评分,评估 Agent 是否真正定位分布式系统根因。
研究与基准测试/2026-08-03/7 分钟Qwen3.8-Max:从编码到协作,Agent 走向长程交付Qwen 官方发布 Qwen3.8-Max,展示模型在多日自主编码、论文复现改进和真实竞赛中的长程交付能力,并强调模型、环境与 Harness 的协同扩展。