為啥大廠全在死磕AI編程？試完千問新模型后我悟了。。

大伙有沒有發現，最近AI圈有個越來越明顯的趨勢：怎么大家全在卷編程啊？

像Claude就不用說了，編程能力一直是標桿，其他人都得猛猛追；咱國產的GLM、MiniMax，最近發布的新模型也都在往編程上猛沖。就連OpenAI，最近都砍掉了燒錢的Sora視頻業務，把算力省出來聚焦生產力工具，說白了也就是編程和企業服務。

年初的時候，Anthropic就專門出了份《2026 Agentic Coding Trends Report》，預測就在今年，開發者會從"寫代碼的人"變成"指揮AI寫代碼的人"。

行業里有個專門的叫法，Agentic Coding——讓AI不只幫你寫代碼，而是直接幫你把活干了。你只要說清楚"我想要個什么東西"，AI自己去理解、拆解、寫代碼、測試、改bug，直到交付一個能用的成品。

然后，就在這個全行業卷編程的節骨眼上，阿里發布了他們最新的大模型，Qwen3.6-Plus。不兒，3.5不是春節才出嗎，前幾天還剛出了個3.5-Omni，這速度是要飆車啊？

而且還不只是這一個模型，過去這一周，除了 3.5 Omni，阿里還發了圖片模型Wan-2.7-image，再加上這次的3.6-Plus，主打一個全面開花，據說，旗艦版Qwen3.6-Max也已經在路上了。這更新密度，都能和網文作者打打了。

從阿里公布的數據來看，千問3.6在SWE-bench系列和Claw-Eval等權威評測里，較上一代3.5有顯著提升，跑分不僅能登頂國內排行榜，而且是用更小的參數量打贏的，可以說是當下最強、最接近編程領域大神 Claude 的國產模型。

而且，模型更新的時間點也挺有意思的。上個月，千問技術負責人林俊旸離職的消息剛刷了一波屏，好多網友都擱那問，那Qwen以后還更新嗎？結果千問說，更，我還要加速更。。

不光更了，這次瞄準的方向，也是當下AI圈最火的編程。這也算是在這個大家都在卷編程的節骨眼上，交出的一份答卷。

所以，說了這么久，Qwen3.6到底咋樣啊？世超也直接上阿里云百煉搞了個API來，帶大家親自上手測一下。先省個流：這波升級，還真有點東西。

現在的AI，已經不是說句話就能討好我們的了，龍蝦等各種Agent出現，讓AI動手已經成家常便飯了。于是哥們先給我的龍蝦換了個腦子，直接接入Qwen3.6-Plus！

千問3.6號稱全模態，文字圖片視頻都能讀，那我們就先來個最狠的吧——直接丟視頻。

這次的任務是，我自己用手機錄一段視頻，里面是我在電腦上打開了一個網站，然后我邊滾動邊給Qwen講解，這里需要的功能，需要的特效啊，巴拉巴拉說了一堆，說實話我講得很抽象，連“帥不帥”這樣的詞都用上了。

提示詞也是簡簡單單。

結果，任務完成度有點出乎我意料了。那么大個（200多M）視頻過去，你讀完，然后復刻成這個程度，還配合我的抽象指令，我覺得相當可以了，連“進入專業評選”這個需求都做上了。

當然還是有點bug，比如某些元素有點丑啊，評委沒有滾動展示啊，交互按鈕動不了啊。。指望AI一次出完美的東西還是有點難的。

于是我又把這些反饋給它回復了一輪，給出的結果，完成度就相當高了。

以前，咱最頭疼的就是咋把自己的想法，翻譯成純文本告訴AI，是真的難，一是術語太多了，二是精確描述一件事，那和寫論文有啥區別，你想想你寫論文時候掉的頭發你就懂了。

所以現在，當你能直接跟AI視頻通話后，普通的vibe coding已經黯然失色了，現在趕到賽場的是，視頻vibe coding。

對了，這次的Qwen在“倉庫級”復雜任務的表現上也有大加強。

為啥叫倉庫呢？因為真實的程序員，寫代碼面對的不是一個文件，是幾百上千個文件，理解一個項目得先搞清楚目錄結構，哪個文件調用了哪個，數據從哪來到哪去，理清楚代碼之間的關系可能就得幾天。所以想真干活，不只是"能不能懂代碼"，而是能不能讀懂整個項目，然后在里面干活。

大伙應該聽說了最近Claude Code源碼泄露那事兒，不知道的可以去看我們昨天的文章，反正就是，AI大廠把自家產品的底褲泄露了，源碼被人搬到GitHub上之后迅速傳開，后來還有人直接搞了個開源重制版。

所以世超就直接把GitHub上，這個開源重制版倉庫克隆到了本地。

但對很多人來說，這種新聞只能看個熱鬧，源碼這玩意，是你給我我就能讀得懂的嗎？

那你說這個我就不困了。現在的AI太好用了，咱直接用AI幫我們分析。我直接把倉庫在電腦上的位置，和我想要的效果發給了它。

結果Qwen3.6配合龍蝦，直接深入我的電腦，找到了這個倉庫。

不過我還以為一次讀一個倉庫，會把它腦袋讀暈。在發了一堆我看不懂的代碼之后，一個神秘的網站，就被它創造出來了。

結果，這是真有點帥了，完美的漸變藍，還放了倉庫里的logo，往下滑還有漸入的動效，甚至還貼心地做了去往 GitHub 的跳轉。

不過這就讓它結束了，我是不甘心的，主要還是我看不懂英文，而且網站講得很泛啊，開局幾張圖，后面就開始籠統概括，我想知道這項目真正的秘密在哪，能不能幫我挖一下啊。

結果，在我下達指令之后，它還真挖出來了，然后把它做成了中文網站，把源碼里藏著的好東西都給我看了，還翻譯成了大白話，以后吃瓜就靠這位大哥了。

而且，最重要的是我也沒有指路，它自己翻代碼、找重點、理解邏輯，然后把需求一層層拆開做了。這一整套下來，已經能看出Qwen3.6在這種倉庫級復雜任務上表現很強大了。

對了，經常用大模型的都知道，現在的token是越來越不夠用了，以至于很多人都有了token焦慮。

于是我做了一個token計算器，精打細算這一塊。。我下載的是DeepSeek V3的tokenizer，就是用來數token的那個東西，然后讓AI幫我打包成了個可執行文件。

不過我說實話，有點丑啊，我能不能把它改得好看點，就像一個聊天框那樣呢？

于是我把和Claude的聊天框丟給它了，讓它照著這個做。對了，因為用AI搞過我的文件夾，所以我文件夾還有點亂，我已經分不清哪個是哪個了。

第一次出來的結果，和我理解有些小偏差，是給原來那個程序，外觀換了個皮。于是我又補充說明了一版：

這下聽懂了，等了兩分鐘就給我做出來了，已經跟Claude的聊天框沒啥區別了

甚至我都沒要求，他還主動裝樣子，給我加了個模型切換，這是真細節了。（雖然沒用，但是有種掌控感）

從視頻復刻網頁，到讀懂復雜的代碼倉庫，再到一個token計算器說改就改，測到這兒，其實咱的感受已經挺明確了，AI干活的邊界，正在被越推越遠。

因為Qwen3.6這波進化，你已經能直接給AI丟視頻、丟截圖、丟一整個代碼倉庫，讓它自己去看、去理解、去動手改。這也印證了前面說的，這種能直接幫我們干活的Agentic Coding，正在成為各家現階段的首要目標。

而且，整個千問的節奏也在變。以前千問的印象是"開源界頂流"，跑分能打，開發者愛用。現在阿里搞了個ATH事業群，吳泳銘親自帶隊，把模型研發、平臺、C端B端應用全串成一條線，品牌也統一成了"千問"，從造Token到送Token到用Token一條龍，形成閉環。

就像Anthropic那份報告里提到，現在開發者日常工作里大概有60%已經在用AI了，但真正能完全甩手讓AI獨立干的，也就不到20%。也就是AI現在更像副駕駛，還沒到完全自動駕駛那一步。

但方向已經很清楚了，連銷售、法務、運營都開始自己用AI寫小工具解決問題了，這個趨勢對來Qwen在內的國產模型來說，其實是個機會。當AI編程從極客的玩具變成大伙的日常工具，價格和生態就是決定誰能鋪開的關鍵。

便宜、迭代快、生態優秀、還越來越能干活，這就是Qwen現在手握的優勢。不是每個場景都需要請Claude出山的，一個夠用、不貴、還在瘋狂進化的國產選擇，對大部分人來說已經挺香了。

最后，新模型已經上了百煉對外提供API服務，也已接入悟空、Qoder和Qwen Chat官網，大伙都自己去試試吧。合不合你心意，跑一跑就知道了。