AI 自己编程 16 天,造出了一款真能用的软件

想象一下：一个程序员，不领工资、不用休息，从空文件夹开始连干 16 天，交出 265 次代码提交，最后交付一个能用的软件框架——全程没人盯着。

这不是段子。8月3日，阿里发布的旗舰模型 Qwen3.8-Max 就干了这么一件事。以前我们管 AI 叫"答题机器"，这回，它直接上岗当起了"全职工程师"。

16 天，AI 独立交付了一个真项目

故事的开头只有一句话指令："创建一个自进化的智能体 Harness"。

接下来，Qwen3.8-Max 像资深工程师一样，从零开始搭循环工程框架，自己编排智能体领取任务、执行任务，人类工程师还能通过钉钉随时给它派新活。就这么独立跑了约 16 天，它做出一个真实可用的自进化智能体框架 "oh-my-cli"——据官方介绍，这是 Hermes Agent 级别的东西。项目已完全开源，全过程公开放在 GitHub 上，谁都可以去检查。

注意这个细节：16 天，不是几小时的评测题，而是接近真实工程师冲刺周期的工作长度。更关键的是，它全程无人干预。

2.4 万亿参数只是入场券

这次的"超大杯" Qwen3.8-Max，总参数 2.4 万亿、激活参数 95B，稀疏 MoE 架构配混合注意力，上下文拉到 1M Tokens。在 Arena 权威榜单上，阿里 Qwen 整体仅次于 Anthropic 的 Claude 系列，CodeArena 全球第四、VisionArena 全球第二。

但参数和榜单，只是证明它"聪明"。真正让人头皮发麻的是两个真实的干活案例：

它还能读懂 200 页的财报 PDF、看懂超 100 小时的长视频，并把"所学"反馈到工作全流程。说句公道话：这些是官方给的示例，真实水位还得等第三方验证，但方向已经摆在那了。

从"答得对"到"干得完"，行业换赛道了

Qwen3.8 真正值得琢磨的，不是它比上一代大了多少，而是它把"从对话到交付"的闭环做实了。

过去两年，大模型比拼的是"聊天智能"——考的是讲台上的博学，靠堆参数、刷榜单就能证明。而现在，竞争正在切换到"交付智能"——考的是工位上的靠谱，必须让模型在真实任务的复杂、模糊和长周期里站稳。从"答得对"到"干得完"，一字之差，训练目标整个变了。

阿里这步棋显然不是单点的。同一天，企业级 Agent 产品"千问办公"开启公测——它整合了阿里体系内 QoderWork、MuleRun、悟空三款 Agent 产品，是业内首款同时支持桌面端、云端、企业协同的 Agent 产品，还初步打通了钉钉。模型打底、办公产品上桌，目标很明确：让 AI 从"辅助思考"走向"替代执行"。

价格也值得说一句：国内输入 12 元/百万 tokens、输出 36 元，海外价格仅为 Opus5 的 40% 和 24%。性价比拉满，摆明了要"以价换规模"，把开发者和企业吸进千问生态。

对普通人意味着什么？

说三句实在话：

第一，AI 的工作单位变了。以前是按"回答"算，现在开始按"项目"算。下次它说"我能干活"，先问它能不能自己跑完一个完整周期。

第二，重复性脑力劳动，真的要重新定价了。文档标注、录像拆解这类活儿，团队一周 vs 模型一小时，这个差距会逼着很多岗位重新定义自己。

第三，别慌，先上手。Qwen3.8-Max 下周就要开源，还会带上 27B 的小版本。开源的意义在于：你不用等任何一家公司赏饭，本地部署、自己调教，都是可能的。

当模型能稳定交付生产级成果，AI 才真正从"辅助思考"跨入"替代执行"。这一天来得比大多数人想象的快——它已经自己写了 16 天代码了。