Qwen3.8-Max e a corrida pelos agentes que trabalham durante dias
Qwen3.8-Max e a corrida pelos agentes que trabalham durante dias
A Alibaba lançou o Qwen3.8-Max, o novo modelo de topo da família Qwen, com uma proposta que vai além da conversa ou da geração pontual de código. O foco está em tarefas longas, com múltiplas etapas, verificações automáticas e capacidade para prosseguir durante dias com pouca intervenção humana.
O modelo adopta uma arquitectura mixture-of-experts com 2,4 biliões de parâmetros totais, dos quais 95 mil milhões ficam activos em cada operação. A empresa anunciou ainda que irá disponibilizar os pesos abertos na próxima semana, a primeira vez que um modelo da gama Qwen-Max recebe esse tratamento.
A abertura dos pesos não significa que será simples executar o modelo de maior dimensão num computador pessoal. Uma arquitectura desta escala continua a exigir infra-estrutura considerável, mesmo sendo esparsa. Ainda assim, a decisão reduz a dependência exclusiva de serviços fechados e pode acelerar testes, adaptações e integrações por parte da comunidade técnica.
Um aspecto significativo do lançamento é a tentativa de transformar a IA num sistema de execução contínua. Em vez de responder a um pedido e aguardar a próxima instrução, o modelo é apresentado como capaz de recolher requisitos, converter pedidos em tarefas, escrever código, correr testes, detectar falhas e voltar a tentar até produzir um resultado verificável.
Num dos casos divulgados, o sistema construiu do zero um projeto de linha de comandos e manteve o ciclo de desenvolvimento autónomo durante cerca de 16 dias (sim.. 16 dias). No final, o repositório acumulava 265 commits, 127 pull requests e 151 issues. O valor deste exemplo não está apenas no volume: está no uso de testes, validação e recuperação de falhas dentro do próprio ciclo.
Noutro ensaio, recebeu um artigo científico e acesso a GPUs, sem código inicial. Ao longo de aproximadamente 125 horas, reconstruiu o pipeline experimental, escreveu cerca de 7.600 linhas de código, executou 33 rondas de treino e reproduziu os seis resultados principais do estudo. Depois, testou 18 hipóteses próprias e alcançou uma melhoria de 2,7 pontos no benchmark AIME24 face ao método original.
Mas atenção: Estes resultados devem ser lidos com rigor. Eles foram divulgados pela própria equipa responsável pelo modelo e não substituem avaliações independentes, reprodução externa ou comparação em cenários reais de produção. Um agente capaz de trabalhar durante muitos dias também pode ampliar erros, gastar recursos excessivos ou tomar decisões inadequadas se o ambiente de validação for fraco. Houve recentemente casos (graves) dessa natureza envolvendo a OpenAI e a huggingface...
Por isso, a parte mais importante não é a promessa de autonomia, mas a qualidade do circuito de controlo. Compilações, testes unitários, validação de ponta a ponta, limites de custo, registos auditáveis e revisão humana nos pontos críticos tornam-se elementos essenciais. A confiança não deve resultar de se presumir que o modelo acerta, mas de criar mecanismos que revelem rapidamente quando falha.
O Qwen3.8-Max foi também preparado para funcionar em diferentes ferramentas de desenvolvimento e agentes, incluindo Qwen Code, Codex, Claude Code, OpenClaw e Hermes. Esta interoperabilidade reforça uma mudança prática: o valor de uma organização não deve ficar preso a um único modelo, mas sim a um sistema onde o modelo possa ser substituído sem destruir memória, processos, dados e automatizações.
A competição entre modelos fechados e modelos de pesos abertos está a mudar o custo e a disponibilidade da inteligência computacional avançada. O Qwen3.8-Max não prova que a supervisão humana deixou de ser necessária, nem que todos os benchmarks se traduzem automaticamente em valor real... mas evidencia que agentes capazes de planear, executar, verificar e melhorar trabalho por longos períodos deixaram de ser apenas uma ideia de laboratório, e nisto... acho que todos podemos concordar!
