网易首页 > 网易号 > 正文 申请入驻

16天不需要人类:阿里2.4万亿参数模型重新定义什么叫“写代码” | 硬科技·新商业

0
分享至


一刻 talks | 硬科技·新商业

265次代码提交,127个合并请求,151个议题。

一个从空文件夹里长出来的完整软件项目,16天,没有人碰过键盘。

这不是科幻小说,这是阿里8月3日发布的Qwen3.8-Max在内部测试中真实跑出来的成绩。它被要求"创建一个自进化的智能体框架",然后它自己建了工程循环、自己认领任务、自己写代码、自己跑测试、自己修bug、自己合并Pull Request。

全程不需要人类,不是不需要人类写代码,是不需要人类管理它。


这可能是2026年迄今为止,AI领域最被低估的一条新闻,因为大多数人看到"2.4万亿参数"的时候,以为这又是一篇跑分通稿,它不是。


这对你意味着什么? 如果你写代码,一个模型现在能自己接管你整个项目,不是帮你写一个函数,是从空文件夹开始,连续16天不停手,自己设计架构、自己测试、自己上线。 它不需要你审代码,它自己会审自己的代码。 如果你管理团队,你手下最好的工程师请了两周假,回来发现一个AI已经替他把活干完了,265次commit,没有一个是他写的。 他在团队里的角色是什么?审AI的代码,还是被AI取代? 如果你不写代码,Qwen3.8-Max的成本是每百万token输入2美元(海外定价)。翻译一下:让一个AI帮你干一整天的复杂工程,成本可能比你点一顿外卖还便宜。 这不是"AI能干什么"的问题,这是"人还需要干什么"的问题。

我们不猜AI会不会取代程序员,我们帮你看清楚一件事:

当机器能自己管理自己连续工作16天不停手、不出错、还不断自进化,人的角色就不再是"操作者"了。人变成了"定义问题的人",你能不能问出对的问题,决定了你还有没有用。


16天,从空文件夹到127个PR

到底发生了什么


先说那个最惊悚的案例。

阿里给了Qwen3.8-Max一个任务:创建一个叫oh-my-cli的自进化智能体框架。没有代码模板,没有架构文档,就是一个空仓库,加一句"做一个能自己进化的Harness"。

然后模型干了什么?

它自己搭了一套工程循环,需求进入GitHub Issues,一个Agent通过状态机自动认领,走ready→leased→active。


Qwen3.8-Max展示了自主科研能力

写完代码自动触发端到端测试和CI检查,过了就合并主分支。每次更新还自己跑Build、单元测试、桌面生命周期校验,任何异常自动回流到对应Issue,自己修复。

而且它不是按预设流程走的,它接入了社区反馈和用户需求,把外部信号实时翻译成新的开发任务。

到7月30日,16天过去,265次commit,127个PR,151个Issue。一个真正可用的、完全开源的Agent框架,躺在GitHub的qwen-code-dev-bot/oh-my-cli仓库里,任何人都可以去查。

这不是AI辅助编程,这是一个AI工程师,独立完成了一个完整的软件交付周期,

需求→设计→开发→测试→部署→维护→迭代

它的产出比大多数初级工程师三周的产出更多、更干净。


不止会写代码

它还抢了研究员的活

代码只是其中一条线,阿里还给了它一篇论文,"Unified Data Selection for LLM Reasoning",让它复现实验,然后想办法做得更好。

不给初始代码,不给数据处理流水线,只有论文原文和GPU权限。

模型跑了125个小时,写了7600行代码,执行了1100个动作,做了33轮训练。


前37小时复现了论文的全部6个核心发现,然后它没停,它自己提假设、自己做实验、自己分析结果。18个改进想法中,一个关于"更精确计数困难决策点"的方案,把AIME24数学基准分从49.58%推到了52.29%。

这不是执行指令,这是科研,自己发现问题、自己设计实验、自己发现更好的方法。它不是在模仿人类的论文,它在改进人类的论文。

还有一个测试更直接:阿里把它丢进了WWW2025多模态对话意图识别竞赛,526支人类队伍参赛。


WWW2025多模态对话意图识别挑战赛

Qwen3.8-Max自己设计解决方案,24小时内做了45次迭代提交,准确率从0.60爬到了0.853。这个成绩超过了87%的人类对手。


技术上的三个关键信号

先看参数:2.4万亿总参数,但每次只激活950亿。稀疏MoE架构加混合注意力机制。

翻译:它很大,但它很省,推理成本和延迟比同级别稠密模型低一个量级。

第一个信号:大模型正在从"更大=更强"的暴力路线,转向"更大但更聪明地激活"的效率路线。

再看上下文:100万token。什么概念?一整部《三体》三部曲全部塞进去,它能一次性消化完。百页法务文档、整部剧集、100小时直播录像,全部扔进去,全部给你转成可以检索的知识库。


第二个信号:视觉理解不再是"看图说话",是"看了,能自己照着做出来"。

RecreationBench测试里,Qwen3.8-Max被放进一个黑盒环境,没有网络、看不到源码,纯靠跟应用交互和视觉反馈,从一个截图出发,完整重建了整个前端项目。

它能看,能理解,然后能复刻。

第三个信号:下周开源,这是Qwen-Max级别模型第一次开放权重。

这是个炸弹,此前中国开源模型的最强代表是月之暗面的Kimi K3(2.8万亿参数),现在阿里把Max级也交出来开源。这意味着开源阵营第一次拥有了能和闭源旗舰正面对打的选手,而且这个选手自带完整的工程闭环能力。



人的角色还剩什么

回到你最关心的问题。

AI写代码不是新闻了,GitHub Copilot已经做了好几年,但Copilot是"你写一行,它补一行",Qwen3.8-Max是"你说一句话,它干16天"。

这中间的差别不是"效率提高了几倍",是人的角色从一个变成了另一个。

以前,程序员是"实现者",产品经理说需求,程序员写代码。现在,程序员是"监督者",AI写代码,程序员审代码。

Qwen3.8-Max的下一步,程序员可能连"监督者"都不是了,因为它已经会自己审自己的代码了。


在 Frontend Code Arena 排行榜上名列第四

人剩下的角色只有一个:定义问题。

"做一个能自己进化的Harness",这句话是人说的,16天里模型做的所有事,都是围绕这句话展开的。

如果人不知道应该做一个什么样的Harness、不知道Harness应该解决什么问题,模型再强也没用。

AI消灭的不是"写代码的人",AI消灭的是"只会写代码的人"。

那些知道"应该建什么"的人,会变得无比强大,因为他们现在有一个永远不会累、永远不会请假、16天连续工作不出差错的工程师团队,成本是一杯咖啡的价格。

明天,我们聊聊,他被董宇辉盖了整整两年,上周末,他抛掉前CEO身份自己下场直播,首播就登顶第一。不是复仇,是裸考过了……

关注「一刻talks」

我们不贩卖焦虑,我们帮你看清楚,当机器学会了自我管理,人的价值不在执行,在方向。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
普京专机到达深圳,不少网友注意到,他居然没带那件关键设备

普京专机到达深圳,不少网友注意到,他居然没带那件关键设备

青山夜谈
2026-11-19 06:24:06
福克斯谈哈珀受伤:需要其他人在队友缺阵时弥补他们的空缺

福克斯谈哈珀受伤:需要其他人在队友缺阵时弥补他们的空缺

北青网-北京青年报
2026-11-19 08:15:02
台湾飞行员黄植诚起义后娶了空姐,8年后她前往美国再也没回来,安全部门半夜围了住处,谁也没想到最后在卧室搜出了这个

台湾飞行员黄植诚起义后娶了空姐,8年后她前往美国再也没回来,安全部门半夜围了住处,谁也没想到最后在卧室搜出了这个

磊子讲史
2026-11-16 14:38:55
刘德华辅导女儿功课也头疼,他表示:“最烦恼数学,算来算去结果都对不上”

刘德华辅导女儿功课也头疼,他表示:“最烦恼数学,算来算去结果都对不上”

韩小娱
2026-11-18 08:10:38
曼晚:卡里克赋闲不到一周,斯旺西有意邀其执教

曼晚:卡里克赋闲不到一周,斯旺西有意邀其执教

懂球帝
2026-11-18 16:36:06
新加坡总理黄循财人民日报撰文:新中携手,共创开放互联的未来

新加坡总理黄循财人民日报撰文:新中携手,共创开放互联的未来

澎湃新闻
2026-11-18 08:00:06
车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

触摸史迹
2026-11-17 09:20:45
姑娘,出去玩也要注意下穿着,旁边大爷看了直摇头,好尴尬

姑娘,出去玩也要注意下穿着,旁边大爷看了直摇头,好尴尬

舞指飞扬
2026-11-13 07:42:15
2026年养老金调整通知晚发,退休人员从1月1日起的补发会少吗?

2026年养老金调整通知晚发,退休人员从1月1日起的补发会少吗?

人世间的事与人
2026-11-17 23:08:33
中美局势可能发生大反转,最先超过美国的不是经济,而是这个方面

中美局势可能发生大反转,最先超过美国的不是经济,而是这个方面

揽星戈
2026-11-08 19:41:50
黄仁勋事件,美国政府突然回过味来

黄仁勋事件,美国政府突然回过味来

牛弹琴
2026-11-18 07:40:33
六台:皇马可能会接受1.5亿欧以上出售维尼修斯,枪手正在关注情况

六台:皇马可能会接受1.5亿欧以上出售维尼修斯,枪手正在关注情况

懂球帝
2026-11-18 22:54:05
妻子出轨,丈夫将15公分蜡烛塞进妻子的阴道内

妻子出轨,丈夫将15公分蜡烛塞进妻子的阴道内

胖胖侃咖
2025-04-13 08:00:08
别买!全是假的!又一产品大翻车,成本只有10元,很多人长期上当

别买!全是假的!又一产品大翻车,成本只有10元,很多人长期上当

孤城落日
2026-11-17 19:04:34
年终菲斯又创历史,一纪录阿卡费德勒罕见无缘上榜!

年终菲斯又创历史,一纪录阿卡费德勒罕见无缘上榜!

网球之家
2026-11-18 23:18:49
驳王小东:这几十年推动中国进步的脊梁是谁?

驳王小东:这几十年推动中国进步的脊梁是谁?

怀疑探索者
2025-09-03 21:03:03
母亲是著名演员,父亲上亿家产,他却跑龙套11年,如今终成实力派

母亲是著名演员,父亲上亿家产,他却跑龙套11年,如今终成实力派

阿讯说天下
2026-11-18 08:18:31
陆毅18岁女儿贝儿官宣签约百沐娱乐,正式以歌手出道!一波星二代扎堆涌来

陆毅18岁女儿贝儿官宣签约百沐娱乐,正式以歌手出道!一波星二代扎堆涌来

露珠聊影视
2026-11-18 14:36:57
晚上12点!CCTV5直播国足年度“重头戏”,U17国少迎战世界第一,力争21年来首胜

晚上12点!CCTV5直播国足年度“重头戏”,U17国少迎战世界第一,力争21年来首胜

大卫的篮球故事
2026-11-18 11:27:29
英超官方:哈弗茨对阵赫尔城比赛中倒地应判点球,为误判

英超官方:哈弗茨对阵赫尔城比赛中倒地应判点球,为误判

懂球帝
2026-11-18 20:04:06
2026-11-19 08:27:00
一刻talks丨硬科技新商业
一刻talks丨硬科技新商业
科技商业现场 ▏ 科技视角 + 商业逻辑 = 你没想过的解读角度。热点另一种解读,科技大佬的B面。
5125文章数 157397关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

欢迎晚宴合影期间 普京与特朗普握手交流

头条要闻

欢迎晚宴合影期间 普京与特朗普握手交流

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
艺术
家居
教育
军事航空

美国议员称让孩子玩《GTA6》的家长不称职

艺术要闻

洛阳发现唐代墓志,将魏碑、唐楷精髓融于一体,比欧颜柳赵的字更耐看!

家居要闻

2026建博会(广州) 公装联探展交流活动

教育要闻

今年的秋假结束了,今晚!南京又要有多少娃熬夜通宵了?

军事要闻

美军再袭伊朗格什姆岛

无障碍浏览 进入关怀版