AI开始自己造工具了:Qwen3.8 从空文件夹跑16天,交出一份开源作业

锋言笔记 · AI 周观察

AI开始自己造工具了：Qwen3.8 从空文件夹跑16天，交出一份开源作业

咱们以前说"AI 是工具"，意思是它帮咱干活。8月3日阿里发的新模型 Qwen3.8-Max，把这个说法搅浑了——他们让模型从一个彻底空着的文件夹出发，自己写代码、自己测试、自己读报错日志，连跑 16 天，最后交出一个能用的"智能体框架"还开源了全过程。翻译成人话：AI 开始给自己造工具了。

这事儿比"写段代码"吓人多了。写代码是一次性交付，造框架是搭一套能自己转的系统。我后背有点发凉，但仔细看，又觉得没那么玄——下面掰开说。

▍ 先看清这模型啥来头

Qwen3.8-Max 是阿里目前最大的旗舰，8月3日上线。架构用的是稀疏混合专家（MoE），总参数 2.4 万亿，但每次只激活 950 亿，配混合注意力；上下文窗口拉到 100 万 token，原生支持看图，编程和办公能力都做了大升级。这批数字本身不稀奇，真正让人盯住的是那个"空文件夹演示"。

▎【硬核数据】据阿里巴巴云官方发布与公开报道（2026-08-03）：① 总参数 2.4 万亿，每 token 仅激活 950 亿，1M 上下文、原生视觉；② 第三方榜单排名：Text Arena 第 5、Vision Arena 第 2、CodeArena 第 4、PaperBench 93.0（对比同档 Fable 5 的 88.8）；③ 国内定价约 ¥12 / 百万输入 token、¥36 / 百万输出，缓存命中低至 ¥1.5；国际价约为 Opus 5 的 40% 与 24%；④ 权重计划下周开源，同步放出 Qwen3.8-Max 与 27B 版本。

▍ "自己造工具"到底造了啥

那个演示里，模型接到的活儿是"从零搭一个能自我进化的智能体框架"。它没有真人手把手教，而是自己跑起一套工程循环：生成代码 → 跑测试 → 预览效果 → 读日志 → 把用户反馈和社区做法吃进去迭代。16 天后产出名叫 oh-my-cli 的框架，连同完整操作历史一起扔到 GitHub 开源。注意"完整历史"这四个字——意思是它每一步怎么试错、怎么改，全留痕了，不是只给个成品。

▎【长程自主 · 不只是造框架】· 同一模型还跑了一次 125 小时的自主科研：复现已发表论文，把 AIME24 成绩又抬了 2.7 分；· 量化工作流里，它协调约 330 个子代理、跑完约 6000 次因子回测；· 这些都不是"一次问答"，而是跨天数、多角色协作的长任务闭环。

▍ 泼盆冷水：没那么"觉醒"

先按捺一下兴奋。第一，16 天是精心设计的演示，不是模型日常自发这么干；启动循环、定目标、兜底安全，还是人 scaffold 的。第二，耗了 16 天算力 + 125 小时自主科研，这电费跟"低功耗"那篇恰好相反，别拿它当绿色样板。第三，开源不等于可控——权重放出来，谁能拿来干啥，平台方也难全程盯。第四，它造的框架到底多能打、会不会留隐患，还得社区真用一阵才知道，现在下"AI 取代工程师"的结论太早。

▎【老板视角·别上头】"自进化"是能力演示，不是已交付的同事。它能熬 16 天不抱怨，但目标、验收、兜底仍得人把着。把它当"能加班不喊累的实习生"，比当"替代你的老板"靠谱。

▍ 普通人能白嫖到啥

对咱这种不写大模型的人，这波最实在的是"开源 + 便宜"：

① 下周就能本地玩：Qwen3.8-Max 与 27B 权重计划开源，中小团队可自部署，试长程自主任务。

② 办公 agent 同日上线：阿里同步推 QwenWork，PC 客户端 + 钉钉里直接调模型，小白也能用。

③ 价格碾压闭源：国际价约为 Opus 5 的 24%~40%，同样活儿成本省一大截，AI 创业门槛又低了。

▍ 最后说一句

"AI 是工具"这句老话，得改改口了。工具自己不会造工具，而现在它开始会了——哪怕还被人扶着走。对老板来说，这波真正的信号不是"又要失业"，而是"雇一个能熬 16 天、还开源交作业的不喊累实习生"正在变便宜。至于它是福是祸，看咱怎么把那根"验收的绳"攥紧。

— 锋言笔记

数据来源：阿里巴巴云官方 Qwen3.8-Max 发布（2026-08-03）、The Paper（澎湃）报道、dev.to AI Daily Digest（2026-08-04）等公开报道。