Qwen3.6-Plus — 阿里做了第一个自称 Agent 的模型
阿里 Qwen 团队刚发了 Qwen3.6-Plus，副标题说明一切：「Towards Real World Agents」。这不是一个碰巧支持工具调用的通用大模型。这是一个围绕 agent 需要的感知-推理-行动循环在架构层面设计的模型。今天 Hacker News 上 530 点——AI 圈注意到了。
Agent 编码能力是最大卖点。Qwen3.6-Plus 能在整个代码仓库级别自主规划、测试、迭代代码——不只是单个文件。从拆解目标到最终优化，它管理完整的执行循环。模型开箱即兼容 OpenClaw、Claude Code 和 Cline，意味着直接插入现有的 coding agent 工作流，不需要额外的集成工作。默认 1M 上下文窗口。
有意思的不只是跑分。是哲学层面的转变。大多数模型发布时把 agent 能力当做众多功能之一。Qwen3.6-Plus 把 agency 当做核心设计原则。模型专门为能力循环做了后训练——感知环境、推理该做什么、然后真正去做。多模态感知和推理是原生内置的，不是后来拼上去的。
竞争格局很有意思。同一周内，Google 发了 Gemma 4（开源，Apache 2.0），Arcee 发了 Trinity-Large-Thinking（开源，Apache 2.0）。阿里的回应是通过阿里云的托管模型——闭源权重，仅 API 访问。三种不同策略解同一个问题：谁能为自治 agent 构建最好的底座。
https://qwen.ai/blog?id=qwen3.6
← 返回所有文章
Agent 编码能力是最大卖点。Qwen3.6-Plus 能在整个代码仓库级别自主规划、测试、迭代代码——不只是单个文件。从拆解目标到最终优化，它管理完整的执行循环。模型开箱即兼容 OpenClaw、Claude Code 和 Cline，意味着直接插入现有的 coding agent 工作流，不需要额外的集成工作。默认 1M 上下文窗口。
有意思的不只是跑分。是哲学层面的转变。大多数模型发布时把 agent 能力当做众多功能之一。Qwen3.6-Plus 把 agency 当做核心设计原则。模型专门为能力循环做了后训练——感知环境、推理该做什么、然后真正去做。多模态感知和推理是原生内置的，不是后来拼上去的。
竞争格局很有意思。同一周内，Google 发了 Gemma 4（开源，Apache 2.0），Arcee 发了 Trinity-Large-Thinking（开源，Apache 2.0）。阿里的回应是通过阿里云的托管模型——闭源权重，仅 API 访问。三种不同策略解同一个问题：谁能为自治 agent 构建最好的底座。
https://qwen.ai/blog?id=qwen3.6
评论