刚看到 Qwen 发布 Qwen3.8-Max，它开始挑战几小时、几天甚至跨周的复杂任务：从空目录搭项目、连续跑科研实验，到处理数百份文档和操作视觉界面，边做边检查，发现问题再自己修正 模型总参数 2.4T、激活参数 95B。API 已经上线；权重将在下周开放，这是 Qwen 首次开放 Max 级模型权重 1、连续十几天写一个项目 官方让它从零开发 oh-my-cli，截至 7 月 30 日自主运行了约 16 天，完成 265 次提交、127 个 PR 和 151 个 Issue。它还给自己搭了任务分发、状态监控、CI、E2E 测试和故障恢复流程 2、自己跑完一轮科研 它连续工作约 125 小时，阅读并复现一篇大模型数据筛选论文，写下约 7600 行代码，执行超过 1100 次操作和 33 轮 GPU 训练 复现完成后又继续探索 18 个想法，找到的方法比论文方案再高 2.7 个百分点 3、会根据真实反馈改方案 在一场有 526 支人类队伍参加的比赛中，它在 24 小时内提交 45 次，把准确率从 0.60 提到 0.853，超过 458 支队伍 这个案例更能体现 Agent 的用法：提交、看结果、调整，再提交 4、办公任务开始接近成品交付 官方展示了数百份文档审查、带公式和图表的表格、8 页交互式数字银行原型、餐厅菜单成本分析等任务 交付物覆盖文档、表格、网页和可视化，适合资料多、步骤长、需要统一格式的工作 5、视觉信息也进入执行循环 它能处理 200 多页报告、长视频、截图和设计图，也能根据截图写前端、把平面图转成 3D 场景 生成后会观察页面布局、方向和交互是否出错，再重新规划和修改 6、可以接进现有 Agent 工具 官方已经给出 Claude Code、Codex、Qoder CLI、Qwen Code 和 OpenClaw 的接入方式，兼容 OpenAI 与 Anthropic API reasoning_effort 可选 xhigh、medium、low；Codex 示例配置给出 100 万上下文，并支持文本、图片和并行工具调用 7、目前怎么用 现在可以通过千问 AI 平台调用 API，Hugging Face 和 ModelScope 的模型权重还要等到下周 上面的长程案例与成绩来自 Qwen 官方测试，准备接入生产前，建议拿自己的代码库、文档和成本预算再跑一轮 我觉得日常问答未必能体现它的优势；自动编程、深度研究、多文件交付和长视频理解，才是这次更值得尝试的方向