Qwen3.8系列模型正式开源，27B多模态模型可在消费级显卡运行
阿里开源Qwen3.8-27B多模态模型，270亿参数，采用Apache 2.0协议，量化后可在消费级显卡上运行。此前旗舰版Qwen3.8-Max权重也已开源。阿里累计开源460余个千问系列模型，全球下载总量超30亿次，衍生模型超30万个。 
评论
点赞
收藏Agent 的 skill 越改越乱？用评测和轨迹把它拉回来
用评测+自动 patch 的流程迭代 agent 的 skill 文件，解决"修好一个 case 又坏掉另一个"的打地鼠问题。五步循环：跑测试找错→自动分析原因→生成 patch→回归验证→接受或丢弃。跑几轮后 agent 处理同类任务的能力会逐步稳定。 
Qoder CLI 运行 Qwen3.8-Max：5个硬核任务实测
阿里技术团队用 Qoder CLI 测试 Qwen3.8-Max，完成5个长程任务，包括让模型自主运行4小时23分钟、截取378张图片构建《清明上河图》三维世界。同时对比 Claude Opus 4.8、GPT-5.6 Sol、Claude Fable 5，所有测试材料已开源。 
连续5天登上GitHub Trending首页：开源AI代码评审工具复盘
阿里团队开源的AI代码评审工具open-code-review两个月内获得2万star，连续5天登上GitHub Trending首页。项目代码100%由AI生成和评审，已有800多个Issue和PR、一百多名外部贡献者。该工具在阿里内部有2万月活用户，采纳率超30%，误报率低于5%，合并到基线的有效建议中近8成来自AI。文章分享了开源定位思考、AI Coding实践方法和数据背后的经验教训。 
最后15天初赛冲刺！首届阿里AI创意广告大赛评委天团曝光
阿里技术 2026-08-07 18:18 福建 欢迎留言一起参与讨论~ 阅读原文 跳转微信打开 
从 Spec 驱动转向环境与验证驱动——我对 AI Coding 的一点思考
AI Coding benchmark 成绩已冲到 80% 上下，但流程化提效不是最终形态。Claude Mythos 在 SWE-bench Pro 达 80.3%，GPT-5.6 Sol 在 Terminal-Bench 2.1 达 88.8%，主流模型差距明显。观点：把现有研发 workflow 化让 AI 在每个节点提效有现实价值，但不是 AI Coding 的最终方向，应转向环境与验证驱动。 
面向监控场景的无订阅异常发现：问题、思路与边界
阿里技术团队提出一种面向监控指标的自适应异常发现方法：系统从多天历史数据中学习正常形态，无需用户逐条订阅即可生成带证据的异常候选，同时保留固定阈值、环比、同比等规则兜底。现有三种告警口径各有盲区——固定阈值不随昼夜峰谷调整，环比易放大低基数抖动，同比在周末或活动期会失真，规则本身不会自动理解日内周期和日期类型差异。 
前端 Skill 驱动的团队 AI Coding 实践：从个人到整体提效
阿里 XOps 团队让后端、PD、设计师用 AI 写前端代码后，出现风格漂移、技术栈混乱、重复造轮子等问题。解决方案是把前端规范封装成 Skill，在 AI 写第一行代码前注入约束，保证产出是一个团队的产物。 
相关性不等于因果性：因果推断在 AI 评测归因中的方法与实践
阿里技术徐海翔提出用因果推断与博弈论量化「因」对「果」的贡献，精准定位 LLM、Runtime Env、Tools 等复杂 AI 系统的优化瓶颈。文章以冰淇淋与溺水案例引出混杂变量风险，指出直接归因可能高估 Prompt 改进效果而忽略 Query 复杂度干扰。正文提供方法选择决策框架与实战章节，适合熟悉基础理论的读者跳转阅读。 