国外技术博主 Mervin Praison 对阿里巴巴最新发布的通义千问 QwQ Max 模型进行了测评。在 CipherBench 基准测试中 QwQ Max 预览版本在推理能力上交出了一份漂亮的成绩单，不仅超越了Claude 3.7，与 Grok 3 和Deepseek R1 等顶尖模型实力相当。它在 AIME 2025 数学竞赛题目中也实现了60% 的一次通过率。
QwQ 和 DeepSeek 一样，也采取免费开源策略，目前已经在 Qwen Chat 平台上免费开放使用。而且，它不仅能处理文字推理，还具备生成图像、编写代码、制定计划等多项能力。还能够调用各种工具来完成复杂任务。
值得一提的是，阿里选择了Apache 2.0 许可证发布这个模型，这意味着它是完全开源的，开发者可以将其用于商业目的。阿里还计划推出移动应用版本，并开源更多小型推理模型，以促进社区创新。
看来，除了 DeepSeek R1，我们又多了一款性能强大、功能丰富的开源 AI 模型。
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统，推动 AI 从问答工具演进为自主执行体。实测显示，智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务，适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题，在生产环境的可复现性仍面临挑战。
针对 AI 编程代理产生的杂乱 Git 提交记录，开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基，支持批量编辑提交说明、查看代码差异及自动备份分支，确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦，作为自动化编码的质量过滤网。尽管单机清理流程已简化，但多人协作场景下的历史重写冲突仍是待解决的挑战。
OpenMontage 是一套开源智能体视频生产系统，将 AI 编程助手转化为全自动后期工作室。该系统支持零 API Key 本地部署，内置 12 条生产流水线，覆盖动画、纪录片及口播等场景。通过智能体协作架构，实现从调研、脚本到渲染的全流程自动化，并提供预算治理与 Backlot 可视化看板以保障质量与成本可控。其将视频制作重构为可版本控制的软件工程行为，有效解决了传统 AI 视频生成的不可预测性问题。
围绕《阿里巴巴通义千问 QwQ Max 推理能力超越 Claude 3.7》展开交流，未登录用户可浏览评论，登录后可参与讨论。
