一个空的 GitHub 文件夹，清晨还无人触碰。十六天后，它装进了一个能正常运转的软件工具——这十六天里它一直在自己写、自己测、自己修，关键代码没有一行由人敲下。这个演示，就是阿里迄今发布的最大大模型（大模型）Qwen3.8-Max 的卖点。
规模，以及跑起来的代价
阿里于2026年8月3日发布 Qwen3.8-Max，是 Qwen 家族能力最强的一员。 headline 数字是规模：总参数 2.4 万亿，但借助稀疏混合专家（MoE）设计与混合注意力，每个 token 只激活 950 亿。说白了，你拿到的是一个 2.4 万亿参数系统的知识，付出的却是小得多的算力成本。这也是阿里首次表示将开源一个 Max 级别的模型，承诺权重在发布一周内放出。
用"书"来衡量的上下文窗口
Qwen3.8-Max 支持最长一百万 token 的上下文，约等于单次提示词里塞进75万英文词——足够把一整个代码库、一段长视频转写、或一摞法律合同丢进同一段对话，让模型跨全部内容推理。阿里称其原生支持视觉理解，在 Vision Arena 排第二、Text Arena 排第五、Frontend Code Arena 排第四；这些是阿里引用的第三方榜单名次，可作粗略地图，而非霸权证明。
16 天的自主运行
把这次发布与常规"参数 bump"区分开的，是自主性。在一次内部测试中，阿里给 Qwen3.8-Max 一个任务：从零搭建一个自我演进的编码智能体（智能体）框架。约16天里，模型自己跑工程循环——把需求变成带追踪的 issue、派发给子智能体（智能体）、写代码跑测试、触发预览、把失败路由回去修复。成果项目 oh-my-cli 已在 GitHub 开源。到2026年7月30日，公开轨迹显示约16天自主运行产出了约265次提交、127个拉取请求、151个追踪 issue——阿里称这通常要一支人类团队数周才能完成。重点不是模型会变魔术，而是一个提示词催生了一段持续数周的工程过程，而过去这需要一个小团队。
它定位为推理模型（推理模型），会规划、执行、验证，而非一次作答；也被打造成能调工具、在长周期里迭代而不必时刻被人掌舵的智能体（智能体）。阿里称其复现了一项已发表的研究实验，并提出了作者当时没有的方法。
它实际落在哪里
Qwen3.8-Max 通过阿里云百炼（百炼）平台、Qwen 自有云（含开发者 API）以及一款叫千问办公（千问办公）的办公智能体（智能体）产品提供。企业可在一段对话里调它做法务审查、金融研究、设计等专业任务。开源 Max 也重置了国内的开源模型竞争：此前国产开源权重（开源权重）旗舰止步于更小规模，一个 2.4 万亿参数模型进入开源，改变了国内团队在没有国外硬件与授权下能搭建什么。
脑机网（脑机网）首席科学家李安（Li An）认为，万亿级模型真正有意思的问题，不是它分数是否更高，而是一百万 token 的上下文是否终于让"长周期自主性"可靠到可以放进生产。
关键要点
- 阿里2026年8月3日发布 Qwen3.8-Max，总参数 2.4 万亿、激活 950 亿的 MoE 大模型（大模型）。
- 上下文窗口达一百万 token（约75万英文词），原生支持视觉理解。
- 内部测试里自主运行约16天，产出约265次提交、127个 PR、151个 issue（项目 oh-my-cli）。
- 通过百炼（百炼）平台、Qwen 云与千问办公（千问办公）提供；阿里首次承诺开源 Max 级权重。
- 定位推理模型（推理模型）与智能体（智能体），主打长周期自主任务。
诚实的局限
本文依据阿里官方公告、Qwen 研究博客与阿里云产品文档；基准与自主性的声称未经独立复现。Text、Vision、Frontend Code Arena 的名次是阿里对第三方榜单的时点引用，会随对手更新而变动。16天自主编码是阿里内部测试，非审计基准，其产出质量在所引来源中未经独立评审。开源权重（开源权重）的承诺发布时即已声明，应以实际放出的权重核实。本文不声称 Qwen3.8-Max 在每项任务上胜过所有闭源对手；已知权衡包括运行一个激活950亿参数模型的时延成本。
普通人现在能做什么
- 工程师：从百炼（百炼）拉下 Qwen3.8-Max，先拿你自己的 2–3 天智能体（智能体）任务试跑，再决定是否相信16天演示能规模复制到你的代码库。
- 采购方：把"一百万 token 上下文"的工作负载与"小模型+检索"在 Qwen3.8-Max 上比价，因为长上下文只有你真需要时才更便宜。
- 研究者：等开源权重（开源权重）放出，再用固定框架复现自主运行并公布失败模式——那才是厂商没给的数字。