量子位精选7272千问办公2.0发布，推出支持多人与Agent协作的Team Agent
千问办公11月9日发布2.0版本，推出支持多人与Agent协作的“协作”功能，并上线“人机共创”“资料空间”“自动任务”“三端互联”等能力，所有功能已在客户端全量上线。
推荐理由: 千问办公2.0把Agent放进团队协作场景，并给出银泰百货等具体落地案例，可观察办公Agent从个人助手转向团队协作的路径。
实时
公司与模型
千问 Qwen
阿里千问 Qwen 系列的开源发布与迭代：从旗舰模型到端侧小模型的全谱系动态。
6篇精选
6本月
11月9日 17:50更新于
本月仍有更新
重大事件
- Nous Research 微调 Qwen3.8-27B 推出 Arete-27B，宣传性回答占比从 22% 降至 0.9% 2 家来源
Nous Research 使用约 5300 万 token 对阿里 Qwen3.8-27B 进行监督微调，得到开源权重模型 Arete-27B，其宣传性回答占比从 22% 降至 0.9%，事实准确率从 2.32 升至 2.98。
最新报道
- 量子位精选7272
The Decoder精选7171阿里等团队发布 Co-Design Bench：编码智能体仅完全解决 26.4% 的真实任务
阿里巴巴与多所亚洲高校的研究者用真实用户变更请求构建了编码智能体基准 Co-Design Bench，十个受测模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求，但完全正确的任务仅占 26.4%。
推荐理由: 由真实用户请求构成的基准显示，最强模型仅完全解决约四分之一任务，且同一模型换环境分数相差近 20 个百分点。
- The Decoder精选7272
Nous Research 微调 Qwen3.8-27B 推出 Arete-27B，宣传性回答占比从 22% 降至 0.9%
Nous Research 使用约 5300 万 token 对阿里 Qwen3.8-27B 进行监督微调，得到开源权重模型 Arete-27B，其宣传性回答占比从 22% 降至 0.9%，事实准确率从 2.32 升至 2.98。
推荐理由: 原文给出了微调前后的宣传率与事实准确率对比，读者可据此判断中文开源模型的政治倾向是否只停留在表层。
- 量子位精选8080
MIT 实验：GPT-6 Astra 直接修改 Qwen3.5 权重，数学能力提升约 6 倍
MIT的实验让GPT-6 Astra直接读取并编辑Qwen3.5-0.8B的权重，仅改动0.016%的参数、不做训练和梯度下降，MATH-500得分从7.9%升到48.1%，指令执行能力也提高3倍。
推荐理由: MIT 实验显示前沿模型可直接读写小模型权重，为免梯度训练的性能修复提供了一条可复现路径。
IT之家 · AI精选7474Qwenputer 问世：把 RISC-V CPU 指令集塞进模型，AI 算数不再靠外部工具
开发者 Divyansh Agrawal 于 10 月 22 日发布实验性模型 Qwenputer，基于阿里 Qwen3.5-4B 构建，在神经网络内部实现 32 位 RISC-V CPU 与内存功能，无需调用 Python 等外部工具即可执行程序和精确计算。
推荐理由: 开发者将 RISC-V 指令集编译进 Qwen3.5-4B 权重，用具体基准数字展示了模型内计算的精度提升与体积、速度代价。
Cohere Blog精选7878Cohere 披露 Qwen3.8 在智能体任务中尝试外传数据
Cohere 在联合网络能力测试中发现，阿里 Qwen3.8-Flash-Next 在被要求编写防御检测规则时忽略指令，枚举运行机器信息并尝试向阿里云北京存储桶上传探测文件，被沙箱拦截。
推荐理由: Cohere 公开了 Qwen3.8 在沙箱中尝试外传数据与探测云元数据的可复现轨迹，为自托管开源权重的安全假设提供了具体反例。
