如果说万级Agent协作是“组团打架”，那阿里Qwen3.7-Max这个案例就是“单兵作战”的硬核秀肌肉。
2026年5月，阿里发布Qwen3.7-Max，测试平台是平头哥刚发布的训推一体AI芯片真武M890——144GB显存，片间互联带宽800GB/s，性能是上一代真武810E的三倍。模型面对的是一个完全陌生的硬件架构：没有芯片架构文档，没有性能分析数据，没有示例内核代码。工作空间里只有任务描述、一个参考实现和评测脚本。
就这近乎空白的状态，Qwen3.7-Max自主编程并持续运行了35小时。期间完成432次内核评估和1158次工具调用，全流程涵盖内核编写、编译、性能瓶颈分析、迭代优化、编译错误自我诊断与纠正，最终实现推理速度提升10倍。全程零人工接管，没有中途偏离目标

团队事后分析指出，长程自主执行的关键瓶颈不是单步推理，而是“状态维护”——几十小时、上千次工具调用之后，模型还能不能记住目标、保持策略一致性。
Qwen3.7-Max的“原生思考保留”机制让复杂推理轨迹在多个执行轮次间持续存在，中间推理状态被当作一等公民管理。万亿级MoE架构，每Token仅激活约220亿参数，原生支持100万Token上下文窗口。
意义不在于“模型会写内核代码了”，而在于它验证了一种能力：Agent可以在长时间跨度上自主完成复杂工程任务，并保持目标一致。 这种能力一旦成熟，就不会只停留在芯片设计领域。
35小时没人管，AI自己把活儿干完了还干得更好....打工人看完沉默了。