阿里巴巴旗下的通義千問團隊近日推出了Qwen3.7-Plus，這是一款旨在將多模態AI推向全功能自主智能體的新模型。與此前主要聚焦文本或圖像理解的版本不同，Qwen3.7-Plus將視覺感知、圖形用戶界面操作和代碼生成能力整合進一個閉環系統，使AI能夠觀察屏幕、理解界面元素，並直接編寫和執行代碼來完成指定任務。

在團隊公開的演示中，基於Qwen3.7-Plus構建的智能體被要求獨立開發一款詞彙學習應用。整個過程完全自主，無需人類逐步指導：智能體自行規劃功能模塊、設計界面佈局、編寫前端與後端代碼，並持續調試修正。在長達11小時的運行中，它發起了超過1000次內部調用，最終產出了超過一萬行代碼。這展示了AI從輔助編碼工具向獨立承擔完整項目開發的潛力躍遷。

從技術指標看，Qwen3.7-Plus在通義千問自建的屏幕理解基準測試中取得了領先成績，意味著它在解析網頁、桌面應用或移動端界面方面具備較強能力。然而，綜合性能表現並不均衡。根據官方披露，該模型在部分通用推理和數學任務上並未全面超越前代或競品，反映出當前智能體模型在專精能力與通用智能之間仍存在權衡。

商業模式上，Qwen3.7-Plus採取了閉源路線，未開放模型權重，僅通過阿里雲API提供服務。這與通義千問此前部分開源版本形成對比，可能反映出阿里在商業化落地上的策略調整。定價方面，該模型每百萬token輸入費用遠低於OpenAI的GPT-4o和Anthropic的Claude 3.5 Sonnet，意在吸引對成本敏感的企業開發者。

這一發布將AI產業的焦點進一步拉向“智能體”敘事。在黃仁勳提出的五層蛋糕框架中，Qwen3.7-Plus直接作用於模型層與應用層：它本身是更復雜的多模態模型，同時其設計目標就是驅動上層自動化應用。如果這類智能體被廣泛部署，可能拉動對底層推理芯片和雲基礎設施的需求，因為長時間自主任務會消耗大量算力。

不過，行業觀察者指出，自主智能體仍面臨可靠性挑戰。11小時生成萬行代碼的演示雖亮眼，但實際企業場景中，代碼質量、安全合規和異常處理是否達標尚待驗證。此外，閉源策略可能限制學術研究和社區生態的擴展，而開源陣營的Meta Llama 4或Mistral等模型也在快速追趕多模態能力。

阿里此舉可視為對全球AI智能體競賽的回應。微軟、谷歌和OpenAI均在開發類似產品，試圖讓AI不僅能聊天，還能操作軟件、預訂服務或管理數據。中國市場的特殊之處在於，阿里雲擁有龐大的企業客戶基礎，若Qwen3.7-Plus能無縫集成到釘釘或電商運營工具中，可能率先在商業場景形成閉環。

總體而言，Qwen3.7-Plus的發佈揭示了AI產業的一個關鍵轉向：競爭正從“模型能回答多準”轉向“模型能獨立幹多少活”。這對投資者意味著，算力消耗的持續增長邏輯得到強化，而應用層公司可能迎來新一輪效率革命。