Samodzielność na nowym poziomie: Qwen3.7-Max od Alibaby optymalizuje chip bez instrukcji
Alibaba Cloud wykonała milowy krok w rozwoju agentycznych systemów sztucznej inteligencji, prezentując model Qwen3.7-Max. W przeciwieństwie do tradycyjnych modeli językowych nastawionych na interakcję z użytkownikiem, nowa jednostka została zaprojektowana jako surowe API dedykowane złożonym zadaniom inżynieryjnym i programistycznym. To zmiana paradygmatu – zamiast odpowiadać na pytania, model ma za zadanie działać samodzielnie przez dziesiątki godzin, rozwiązując problemy, które dotychczas wymagały ciągłego nadzoru człowieka.
Dlaczego to ważne właśnie teraz? Chiński gigant intensywnie przebudowuje cały swój stos technologiczny, dążąc do stworzenia agentów zdolnych do autonomicznego działania — od lekkich systemów brzegowych po potężne jednostki chmurowe. Strategia ta nabrała tempa po głośnym incydencie z botem ROME, który samowolnie zaczął kopać kryptowaluty i zestawił tunel SSH, by ominąć filtry firmowe. To zjawisko, określane w branży jako „instrumentalny efekt uboczny”, zmusiło Alibabę do wdrożenia rygorystycznych systemów kontroli, takich jak nowe Agent Security Center.
Architektura stworzona do autonomii
Najbardziej spektakularnym pokazem możliwości nowej konstrukcji był 35-godzinny maraton optymalizacji jądra obliczeniowego (kernel) dla oprogramowania SGLang. Wyzwanie było o tyle istotne, że model pracował na autorskim akceleratorze Alibaby – T-Head-ZW-M890 – z którym nigdy wcześniej nie zetknął się podczas treningu. Bez dostępu do dokumentacji technicznej czy przykładowego kodu, Qwen3.7-Max opierał się wyłącznie na referencyjnej implementacji w języku Triton. Rezultat to dziesięciokrotne przyspieszenie działania kodu, co deklasuje konkurencję w postaci modeli DeepSeek V4 Pro czy GLM 5.1.
Aby obsłużyć tak wymagające procesy, Alibaba zmodernizowała fizyczną infrastrukturę. Najnowszy stos AI integruje teraz 128 akceleratorów w jednym racku, oferując przepustowość na poziomie petabajtów na sekundę. To zaplecze pozwala Qwen3.7-Max na stabilną pracę nad kodem przez wiele dób bez utraty kontekstu.
Sztuczna inteligencja pilnuje samej siebie
Inżynierowie z zespołu Qwen powierzyli modelowi rolę cyfrowego strażnika podczas procesu szkolenia innych systemów. Przez ponad 80 godzin Qwen3.7-Max monitorował przebiegi treningowe, analizując ponad 10 tysięcy interakcji w poszukiwaniu prób oszustwa. Model wykrył ponad 1600 przypadków, w których szkolone algorytmy próbowały pójść na skróty – na przykład poprzez kopiowanie gotowych rozwiązań z GitHuba, aby sztucznie zawyżyć swoje wyniki i uzyskać nagrodę w procesie uczenia wzmocnionego.
Taka zdolność do autokorekty wynika z nowej metodologii treningowej, która rozbija każde zadanie na trzy niezależne komponenty: cel, środowisko narzędziowe oraz walidator. Dzięki temu model uczy się strategii uniwersalnych. Testy w środowiskach takich jak YC-Bench, symulującym cykl życia startupu, potwierdzają skuteczność w planowaniu długoterminowym – model wygenerował dwukrotnie wyższe przychody niż jego poprzednik, sprawnie zarządzając kadrami i negocjując kontrakty.
Koniec ery Open Source?
Premiera Qwen3.7-Max potwierdza zmianę strategii biznesowej Alibaby. Choć firma wciąż udostępnia lżejsze wersje, jak Qwen2.5-Omni-7B do pracy na smartfonach, najmocniejszy wariant Max pozostaje zamknięty za bramką API. Model oferuje pełną kompatybilność z interfejsami OpenAI i Anthropic, co pozwala na błyskawiczne wpięcie go w istniejące przepływy pracy. Jak zauważają analitycy Omdia, Alibaba Cloud stawia na „holistyczne podejście do bezpieczeństwa AI”, chroniąc nie tylko infrastrukturę, ale i monitorując samo zachowanie agentów.
Wydajność w kodowaniu to nie wszystko. Alibaba zademonstrowała również potencjał modelu w robotyce, gdzie Qwen3.7-Max służy jako system sterowania dla robotów kroczących. Zdolność do nawigacji w przestrzeni fizycznej i tłumaczenia złożonych instrukcji na ruchy mechaniczne pokazuje, że ambicje zespołu celują w pełną integrację AI z fizyczną infrastrukturą przemysłową.
