智东西

作者 | 李水青

编辑 | 心缘

智东西 2 月 4 日报道，今日凌晨，阿里开源了一款小型混合专家模型 Qwen3-Coder-Next，专为编程智能体（Agent）和本地开发打造。

该模型总参数80B，激活参数仅3B，在权威基准 SWE-Bench Verified 上实现了超70%的问题解决率，性能媲美激活参数规模大 10-20 倍的稠密模型。

Qwen3-Coder-Next 的主要增强功能如下：

1、高效 MoE 架构：仅需激活 3B 参数，可达到与激活参数数量高出 10-20 倍的模型相当的性能，包括 37B 激活参数的 DeepSeek-V3.2、32B 激活参数的 Kimi K2.5 等，降低显存与算力需求。

2、更强智能体能力：擅长长段推理、复杂工具使用以及从执行失败中恢复，在动态编程任务中性能强大。

3、与真实世界的 IDE 多样化集成：其 256k 的上下文长度，加上对各种脚手架模板的适应性，使其能够与 OpenClaw、Qwen Code、Claude Code、Web Dev、Browser use、Cline 等不同的 CLI/IDE 平台无缝集成，支持多样化的开发环境。

Qwen3-Coder-Next 在实际开发中能理解需求、编写代码，还能与环境交互、完成任务，可以在没有人工干预的情况下生成可玩的网页游戏，部署服务并自动测试。

阿里在编程智能体上进展不断。就在昨日，阿里云 CTO周靖人、阿里千问大模型技术负责人林俊旸署名的论文在 Arxiv 平台上发表，为推进下一代编程 Agent的发展提供了新资源和可靠方法。

简单来说，他们提出了一个可扩展的高效框架SWE-Universe，用于从 GitHub 拉取请求自动构建真实世界的软件工程（SWE）可验证环境。利用一个构建 Agent，团队将真实世界的多语言 SWE 环境的数量扩展到接近百万级（807693 个）。最后，团队将该技术应用于 Qwen3-Max-Thinking，并在 SWE-Bench Verified 测试中取得了 75.3% 的高分。

论文截图

论文地址：

https://www.arxiv.org/abs/2602.02361

回到本次面向产业推出的新模型来看，团队已正式开源 Qwen3-Coder-Next（Base）与 Qwen3-Coder-Next（Instruct）两个版本，支持研究、评测及商业应用多种场景。

Qwen3-Coder-Next 一经发布引起了广泛关注，有网友在社交平台 X 上称这一模型 " 尺寸完美 "，也有网友表示自己等便携版的 Qwen3-Coder 已经很久了。

社交平台 X 网友对 Qwen3-Coder-Next 模型的部分评论

魔搭社区地址：

https://www.modelscope.cn/collections/Qwen/Qwen3-Coder-Next

Hugging Face 地址：

https://huggingface.co/collections/Qwen/qwen3-coder-next

GitHub 地址：

https://github.com/QwenLM/Qwen3-Coder

技术报告地址：

https://qwen.ai/blog?id=qwen3-coder-next

一、实测媲美 10-20 倍激活参数稠密模型，赶超 DeepSeek

尽管激活参数规模很小，Qwen3-Coder-Next 在多项智能体评测上仍能匹敌或超过若干更大的开源模型。

该模型在 SWE-Bench、TerminalBench 2.0 和 Aider 等多个主流编程智能体基准上的表现如下。

Qwen3-Coder-Next 实测表现

使用 SWE-Agent 框架时，Qwen3-Coder-Next 在 SWE-Bench Verified 上达到 70% 以上，超过了 DeepSeek-V3.2，接近 GLM-4.7、MiniMax M2.1。

在多语言设置以及更具挑战的 SWE-Bench-Pro 基准上，Qwen3-Coder-Next 同样超过了 DeepSeek-V3.2，还较大幅度领先于 GLM-4.7、MiniMax M2.1。

在效率方面，Qwen3-Coder-Next 与同类模型在 SWE-Bench-Pro 基准上进行对比分析，每次推理仅激活 3B 参数，却能达到与激活参数量达其 10-20 倍的模型相当的基准性能，包括 37B 激活参数的 DeepSeek-V3.2、32B 激活参数的 GLM-4.7、32B 激活参数的 Kimi K2.5 等。

虽然专有的全注意力模型在绝对性能上仍保持领先优势，但 Qwen3-Coder-Next 在面向低成本智能体部署的应用场景中，仍能在效率与性能之间取得更优的帕累托权衡。

Qwen3-Coder-Next 实测表现

二、创新智能体训练配方：强化智能体训练的信号

Qwen3-Coder-Next 模型基于 Qwen3-Next-80B-A3B-Base 构建，采用混合注意力与 MoE 的新架构；通过大规模可执行任务合成、环境交互与强化学习进行智能体训练，在降低推理成本的同时，提升编程与智能体能力。

Qwen3-Coder-Next 并不只依赖参数规模扩张，而是将重点放在扩展智能体训练信号（agentic training signals）上。团队使用大规模的可验证编程任务与可执行环境进行训练，让模型能够直接从环境反馈中学习，而非仅依赖静态文本。

训练过程主要包括：

1、持续预训练：在以代码与智能体为中心的大规模数据上进行。

2、监督微调：基于高质量的智能体交互轨迹，优化模型的行为。

3、领域专家训练：针对软件工程、问答、Web/UX 等特定领域，精细化专家能力。

4、专家知识蒸馏：最终将 27 个专家的能力融合至一个轻量的、可部署的单一模型。

这套 " 配方 " 的核心目标，是教会模型长时程推理、熟练使用工具，以及从执行错误中有效恢复——这些正是实用编程智能体所需的核心能力。

三、多样化集成下游应用，游戏生成测试无需人工干预

Qwen3-Coder-Next 的价值还体现在于其低部署门槛与应用体验。

得益于仅 3B 的激活参数，开发者可灵活将其集成至多种场景：作为本地 IDE 插件，实现自动修复与代码生成；构建命令行智能体（CLI Agent），通过自然语言操作终端、管理项目；部署于企业内网环境，打造私有化、高响应的编程辅助系统。" 小激活、快响应、强能力 " 为编程智能体的规模化落地提供了更具可行性的路径。

该模型可集成到多种下游应用中，覆盖 OpenClaw、Qwen Code、Claude Code、Web Dev、Browser use、Cline 等多种开发环境。

结语：研发落地双投入，阿里加码编程智能体

编程智能体正成为阿里通义千问团队的强攻领域。Qwen3-Coder-Next 在编程智能体基准上表现强劲，展现了技术在实用场景中的应用价值。而周靖人、林俊旸署名的新论文则代表了其编程智能体新的前沿进展，形成了研发和落地两条路快步走的趋势。

展望未来，团队认为强大的智能体能力，如自主使用工具、应对难题、管理复杂任务，是更好编程智能体的关键。接下来团队计划提升模型的推理与决策能力、支持更多任务，并根据使用反馈快速迭代更新。