阿里Qwen3.5上桌，閉環國民級智能體

中國的馬年春節，正在成為個人智能體大規模落地的首個標志性場景。

春節是中國科技巨頭改寫用戶習慣的關鍵時間窗口，也是大模型廠商布局新一年競爭的前哨戰。今年尤其如此，因為智能體正變得更輕快、更聰明、也更可用。

除夕夜，阿里巴巴開源全新一代大模型千問Qwen3.5-Plus，性能媲美Gemini 3 pro，登頂全球最強開源模型。阿里千問App這個國民級消費AI應用，已經第一時間接入這個原生多模態智能體底座。在全面開啟AI購物功能后，千問App月活用戶已經超過1億，一周內完成1.2億筆訂單，差不多平均10個中國人嘗試了1次。

得益于它在底層模型架構的全面革新，為Qwen3.5家族打頭陣的Qwen3.5-Plus（Qwen3.5-397B-A17B的API版本），總參數3970億，激活參數170億，但性能超過萬億參數的Qwen3-Max模型，堪比Gemini 3 pro。它的“部署成本”比前者降低了60%，API調用價格僅為后者的1/18。在32K/256K上下文長度下，它的最大解碼吞吐量分別是Qwen3-Max的8.6倍和19.0倍，是Qwen3-235B-A22B的3.5倍和7.2倍。

全新的Qwen3.5-Plus，是一個原生多模態模型。千問家族從Qwen2.5到Qwen3，預訓練數據從18T tokens擴展到36T tokens，是純文本數量的擴展；這次邁向Qwen3.5時代，預訓練數據進一步擴展，而且這次還是視覺和文本的混合數據。它支持長達2小時（1M token上下文）的視頻直接輸入，在多模態推理（MathVison）、通用視覺問答VQA（RealWorldQA）、文本識別和文件理解（CC_OCR）、空間智能（RefCOCO-avg）、視頻理解（MLVU）等基準測試中，斬獲最佳性能。

它因此化身為智能體模型，尤其是在搜索Agent（Browsecomp）表現上遙遙領先。作為一個視覺智能體，Qwen3.5-Plus可以自主操作手機與電腦完成日常任務，能處理跨應用的數據整理、多步驟流程自動化等復雜任務。這為千問App鞏固自己國民級超級AI應用的地位奠定了基礎。

進入Agentic時代

從簡單問答，到單次執行，再到多步驟智能體執行，行業正在進入一個新的演進周期。它面臨的不再只是回答問題的準確率，而是推理深度、跨模態整合、編碼與工具調用能力、長期記憶與成本效率的綜合考驗。

幾乎全世界最重要的大模型公司，都選擇集中在最近幾十天里發布重量級的新模型。在美國，Anthropic的Claude Opus 4.6與OpenAI的GPT-5.3-Codex相繼上線；在國內，月之暗面的Kimi-K2.5、智譜的GLM-5、稀宇科技的MiniMax-M2.5，以及字節跳動的Doubao-Seed-2.0，都在宣傳自己的智能體能力。去年至今，阿里巴巴千問模型迭代至今天壓軸的Qwen3.5，也正是這一變化的縮影。

推理能力的進化，已經在你追我趕中，快速演進了一年多。從 o1 到 DeepSeek-R1，再到 QwQ-32B，強化學習被重新確立為擴展能力的主線之一，證明了在后訓練階段，規模擴展仍然有效。而在 Qwen3.5 中，強化學習的重要性被再次強調。但這一次，重點變成了“環境擴展（environment scaling）”，即模型所處的可操作任務世界的數量與多樣性，正在成為新的擴展方向。

編碼能力在這一年完成了沉淀。對于智能體而言，代碼不僅是解決未見問題的工具，更是一種讓模型得以修改環境、重構流程，甚至實現智能體持續學習與自我迭代的“元能力”。去年7月，Qwen3-Coder-480B-A35B-Instruct開源，性能對標Claude 4 Sonnet。它最大的創新在于具備智能體功能，一條命令接管整個代碼倉庫，實現“在世界中自主編程”。發布半個月內，它迅速蠶食多模型API聚合平臺OpenRouter上的編程市場份額，Anthropic占比從47%回落至30%。Perplexity首席執行官Aravind Srinivas直呼“開源正在取勝”。

過去一年，原生多模態已從前沿模型的能力選項，演變為主流模型的基礎結構。去年3月，GPT-4o擁有了圖像生成能力，OpenAI相信原生統一的多模態大模型，才能更完整地映射現實世界。同年11月，Gemini 3亦以原生多模態為核心設計。越來越多GUI智能體開始在手機與電腦端運行，視覺能力成為模型連接現實世界的關鍵接口。而從Qwen家族的視覺語言模型VL，到圖片生成Image，再到原生全模態大模型Omni，阿里堅持全模態擴展與開源。因此，這次Qwen3.5構建覆蓋視覺能力的原生多模態底座，也就順理成章。

過去一年的多條技術路線，并非并行存在，而是被持續整合進旗艦模型之中，逐步強化了智能體調用工具的能力。去年4月，阿里Qwen-3正式發布，對智能體開發友好，原生支持 MCP 協議，提升了代碼能力，工具調用順手。今年1月，Qwen3-Max-Thinking發布，大幅增強了自主調用工具的原生Agent能力，模型可像專業人士一樣邊用工具邊思考，幻覺也大為降低，為解決真實復雜任務打下基礎。

在多步驟、多智能體協作的環境中，速度成為決定token價值的隱藏變量。字節跳動發布 Seed-1.8 時披露，一個跨平臺搜索比價任務需要執行122個連續步驟。也許要實現真正的“直接下單”，一個AI購物智能體在后臺完成的步驟只會更多。

這需要一次面向規模效率的底層架構重構。去年9月，阿里巴巴發布Qwen3-Next，總參數規模800億，預訓練15T tokens，為此做了一次“中試”。千問大模型負責人林俊旸自稱為“大膽”。它嘗試用極致稀疏MoE，低成本擴展模型的智能涌現的上限；邁出了高度復雜的混合注意力（Hybrid Attention）的一大步，既高效又精準地擴展上下文長度。

從Qwen3-Next到真正“量產”的Qwen3.5，團隊沿著這一路線繼續優化，采用了更高稀疏度的MoE、Gated DeltaNet與Gated Attention結合的混合注意力、穩定性優化與多token預測。這讓Qwen3.5-Plus僅需不到5%的算力，即可調動全部知識儲備；解碼吞吐量隨之大幅提升，在高頻場景中呈現出接近“秒回”的響應體驗。

性能更強的旗艦模型Qwen3.5-Max，也將在不久后發布。

國民級信任，國民級驗證

在阿里千問的官方博客上，Qwen3.5被視為為通用智能體奠定了堅實基礎。但通用智能體并不是一個更大的問答模型，而是一個“知行合一”的系統。它不僅理解世界，還能在世界中行動；不僅生成答案，還要承擔后果。

正如微軟CEO納德拉（Satya Nadella）所言，傳統的業務邏輯層正在被“agent tier（智能體層）”取代，這意味著決策權從人類工程師，開始逐步轉移給模型。OpenClaw的爆火讓人看到，在獲得系統級權限后，通用智能體的邊界，不在認知邊界，而在責任邊界。

對于阿里千問App這個國民級AI應用而言，每一次自動下單、每一次跨應用操作，也都是一次決策權與責任的轉移。不承擔責任的智能體，只是更高級的副手（copilot）。過去一年，全球科技公司都在嘗試把智能體推向交易場景。但是它們普遍面臨的挑戰在于，身份驗證是否可靠、支付與交付是否順暢、上下文是否可追溯，無法在同一系統內完成責任的確認與修正。這是通用智能體落地最脆弱的斷點。

阿里的優勢，正建立在這種責任閉環之上。阿里擁有支付、商業與高頻本地服務等完整基礎設施。阿里還和支付寶打造了Alipay Toolkit，相當于谷歌的AP2智能體支付協議。千問C端事業群總裁吳嘉將其概括為“最強模型”與“最豐富生態”的結合。模型提供認知能力，生態提供執行環境，而兩者的結合，決定了責任是否能夠落地。

因此，隨著Qwen3.5-Plus迭代模型能力，千問團隊下一階段的重心，將轉向系統整合。用阿里千問團隊的話來說，就是“構建具備跨會話持久記憶的智能體、面向真實世界交互的具身接口、自我改進機制，目標是能夠長期自主運行、邏輯一致的系統，將當前以任務為邊界的助手，升級為可持續、可信任的伙伴?！?/p>

通用智能體會首先在可驗證領域落地。編碼與數理證明已經提供了范例。而在消費場景中，真實交易結果比“答案是否正確”更具約束力。這種現實反饋，構成了后訓練“環境擴展”的基礎。未來Qwen在這里學習的，不只是語言模式，而是責任結構。

對于token經濟而言，真正稀缺的不是算力，而是行動許可。如果Qwen能夠在這種責任體系中建立信任，阿里贏得的將不僅是流量與用戶活躍度，而是在AI時代重建商業的信任基礎設施。