AI 动态

Qwen3.7-Max 面向代理任务:长任务能力应如何评估

Qwen 发布 Qwen3.7-Max,聚焦编码、办公自动化和长程代理。团队展示了多步骤任务与工具协作的测试结果。

这次更新

Qwen 发布 Qwen3.7-Max,聚焦编码、办公自动化和长程代理。团队展示了多步骤任务与工具协作的测试结果。

值得关注的变化

长任务演示要拆成状态保持、错误恢复、工具选择和最终产物质量来评估。单次成功案例不能说明系统在不同任务上的稳定性。

落到实际工作

先挑一个低风险、可复核的任务做小范围试用,固定输入样本和验收标准,再比较准确率、耗时、人工返工与数据权限。上线前确认功能适用范围,并为错误结果保留人工检查和回退办法。

使用边界

产品公告描述的是发布方给出的能力和计划,不等同于对所有用户、地区或任务的独立验证。涉及敏感资料或高影响决策时,应以组织规则和专业人员复核为准。