CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

阿里刚发布了Qwen3.6-Plus，带着100万上下文窗口重磅登场，直接把AI智能体卷到了全新高度。

算是把之前3.5版本的短板全补上了，尤其是智能体编码这块，从简单的前端开发到复杂的代码库问题都能搞定。

多模态的感知和推理也更精准了，看图片、分析视频再结合语言做判断，比之前靠谱多了。

从今天开始已经可以在阿里的Qwen聊天助手中体验了，同样也开放了API。

API：https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus

Qwen3.6-Plus的核心亮点主要有三大块：一是默认支持100万上下文窗口，无需额外设置，这是其最突出的优势，为AI智能体能力升级奠定基础。

二是智能体编码能力大幅提升，可轻松应对从前端开发到复杂代码库问题的各类需求。

三是多模态感知与推理更精准，能高效融合图片、视频与语言信息，完成深度分析与判断。

视觉推理这块，在原来感知能力的基础上，又提升了对各类视觉输入的理解、分析和推理能力，不再是简单的识别图片里有什么、视频里讲什么，而是能结合推理、定位、OCR这些能力做深度分析。

比如看一份复杂的文档、解析一张专业的图表、理解一个软件的UI、精准定位图片里的细节，这些实用的任务都能搞定，能真正帮上忙。

这都离不开100万上下文的支撑，也让这款AI智能体的综合能力更上一层楼。

视觉编码的能力也做了增强，把视觉理解、内容生成和工具使用揉到了一起。现在只要给它UI截图、产品原型、设计稿，或者用自然的语言加视觉的方式发指令，它就能生成前端页面、完整的代码，还能优化交互效果。

从理解界面到生成代码，再到用工具修改代码的闭环就打通了，多模态模型不再是只能看不能做的花瓶，在真实的开发流程里，能真正发挥价值。

视频理解方面也在持续升级，越来越贴近真实的任务场景。相比静态的图片，视频理解的难度要大很多，需要模型处理时序信息、捕捉动态的变化。

还要分析跨帧之间的关系，这对模型的感知、理解和处理能力都是很大的考验。

Qwen3.6-Plus在这方面的进步，能让它在视频分析、视频处理这些实际场景里，发挥更大的作用。

视觉智能体的实际应用，核心就是让模型在具体的环境里，一直感知、推理、再执行动作。

比如在GUI智能体的场景里，模型能看懂屏幕当前的状态，再结合自己的规划能力，判断下一步该做什么、该怎么操作。

像OpenClaw这些探索，也能看出来多模态模型在开放的环境里，完成复杂交互任务的潜力有多大。