A Alibaba apresentou a versão oficial do modelo Qwen3.8-Max em 3 de agosto, seguindo a onda do Kimi K3. Este modelo possui 2,4 trilhões de parâmetros e suporta uma janela de contexto de 1 milhão de tokens. Ele demonstra capacidades significativamente aprimoradas em programação e tarefas de escritório, ocupando um lugar no primeiro escalão mundial, sendo esperado que os pesos do modelo se tornem abertos dentro de uma semana.
Como um sistema multimodal, o Qwen3.8-Max é capaz de processar imagens, arquivos de vídeo e documentos PDF. O acesso a esses recursos é fornecido através de planos de tokens, bem como pelos aplicativos Qianwen Office, Qoder e Qianwen.
Foi realizada uma demonstração de um agente de longo prazo que executou uma tarefa autônoma do início ao fim: ele pesquisou a linguagem visual de relatórios anuais de nível mundial, extraiu habilidades reutilizáveis e gerou três casos hipotéticos de relatórios anuais em formato HTML. A tarefa exigia a análise de pelo menos dez relatórios, cobrindo marcas americanas de tecnologia e consumo, empresas europeias de energia e indústria, empresas japonesas ou escandinavas de design, e firmas chinesas nos setores de internet, manufatura e consumo. Esses relatórios deveriam cobrir tanto a divulgação de informações regulatórias quanto os aspectos narrativos da marca.
Cada relatório exigia a abertura do arquivo PDF original e o estudo da capa, resumo financeiro, discussão da liderança, página de gráficos e tabela. Os cartões de pesquisa registravam fontes, tipografia, grade, esquema de cores e regras, além de incluir uma proibição de copiar texto real, números, gráficos, logotipos ou imagens.
Ao executar a tarefa, o Qwen3.8-Max atuou como agente principal, coordenando o trabalho de seis subagentes paralelos que estudavam os relatórios anuais das empresas. Os resultados dos subagentes foram examinados sequencialmente, o que preveniu a sobrecarga da janela de contexto do agente principal e garantiu a conclusão da tarefa em um horizonte amplo. Durante duas ondas de pesquisa, doze empresas foram estudadas, incluindo Tencent, Xiaomi, Muji, Coca-Cola, Nike, Alibaba, IKEA, Shell, Li-Ning, Unilever, Alphabet e Orsted, representando mercados chinês, americano, europeu e japonês.
O modelo resumiu os dados obtidos em uma habilidade reutilizável, que inclui fluxo de trabalho completo, cartões de pesquisa, sintaxe tipográfica, especificações de gráficos e tokens de design. Foi exigido que as imagens servissem à narrativa, priorizando-se CSS e SVG incorporado, bem como diagramas de dados feitos sob medida. Também foi estabelecida a condição de usar apenas materiais abertos licenciados e permissão para ausência de imagens, caso o material legal não estivesse disponível.
O lançamento deste modelo destaca o compromisso da Alibaba com a paradigma de agentes de longo prazo, onde os modelos são capazes de executar fluxos de trabalho autônomos multifásicos. O volume de 1 milhão de contexto permite processar documentação extensa, e os 2,4 trilhões de parâmetros garantem profundidade de raciocínio para decomposição complexa de tarefas. O prazo de uma semana para o lançamento dos pesos abertos sustenta a pressão competitiva e fortalece o ecossistema chinês de código aberto, onde os modelos Qwen são infraestrutura para empresas. O Qwen3.8-Max surge em meio ao crescimento geral de modelos chineses, como o Kimi K3 com 2,8 trilhões, DeepSeek-V4-Flash com 304 bilhões e MiniMax H3, que abre a geração de conteúdo multimodal. A combinação de escala, contexto, orquestração de agentes e rápida abertura do código-fonte coloca a Alibaba no centro da competição em agentes de longo prazo.
A plataforma de codificação Alibaba Cloud Qoder lançou o Better Harness no GitHub, um framework de código aberto de três camadas. Esta ferramenta é projetada para analisar os fluxos de trabalho de agentes de codificação e garantir sua melhoria contínua.
O Better Harness funciona como uma ponte entre as práticas de Harness Engineering e Loop Engineering, conectando a metodologia de desenvolvimento com modelos de avaliação e implementações prontas para uso. A ferramenta pode se integrar com vários agentes de codificação, como Claude Code, Codex, Qoder e OpenClaw, criando um nível de análise universal aplicável em diferentes plataformas de agentes.
O framework é construído sobre uma arquitetura aberta de três camadas. A primeira camada abrange as práticas de Harness Engineering, incluindo gerenciamento de sessões, integração com linha de comando (CLI), observabilidade, regras, habilidades, MCP, memória, hooks e modelos de automação. A segunda camada fornece modelos de avaliação do ciclo de vida do agente, que transformam práticas de engenharia em questões verificáveis, limitando assim a relação entre evidências, avaliação e conclusões. A terceira camada fornece implementações de engenharia executáveis, permitindo que as duas primeiras camadas funcionem em projetos reais, e não apenas como documentação.
O Better Harness distingue entre a posse de uma capacidade e a eficácia dessa capacidade. A ferramenta verifica não apenas se o agente tem acesso às configurações, mas também se ele utiliza essas capacidades e se elas suportam a conclusão da tarefa. Cada problema detectado deve ser acompanhado por evidências rastreáveis, avaliação do impacto no usuário, estimativa de esforço e métodos de verificação. A ferramenta coleta automaticamente três tipos de evidências: Evidências de Sessão, obtidas pela observação da interação direta; Harness de Projeto para análise da configuração do repositório; e Customização do Agente para verificar capacidades específicas do agente. Uma avaliação interna inicial foi realizada com base em 30 projetos reais no GitHub.
O lançamento da ferramenta de código aberto reflete a estratégia do Qoder de estabelecer a Harness Engineering como uma disciplina reconhecida no desenvolvimento de software com inteligência artificial. Ao fornecer um framework padronizado para avaliação, o Qoder busca criar um ecossistema onde os fluxos de trabalho de agentes de codificação possam ser medidos, comparados e aprimorados objetivamente em diferentes plataformas de agentes. Isso posiciona o Better Harness como infraestrutura para a disciplina emergente de medição e melhoria de processos de desenvolvimento com IA, de forma análoga à maneira como os frameworks de teste criaram a infraestrutura de qualidade para o desenvolvimento de software tradicional.
