🐼Pandaily•較早收集於 20m
Alibaba Qwen 開放平台支援第三方 Agents 與 Skills
💡Alibaba Qwen 現已成為開放 Agent 平台；了解如何將您的技能整合至其企業生態系統中。
⚡ 30-Second TL;DR
有什麼變化
Qwen 轉型為開放平台模式
為什麼重要
此舉顯著擴展了 Qwen 在商業應用場景中的實用性，使其成為企業級 Agent AI 領域的主要競爭者。
下一步行動
查閱 Qwen 開發者文件，探索如何為該平台構建並發布您自己的 Agent 技能。
誰應關注：Developers & AI Engineers
關鍵要點
- •Qwen 轉型為開放平台模式
- •支援第三方 Agents 與 Skills 整合
- •零售與餐飲業大品牌率先採用
🧠 深度解析
Web-grounded analysis with 24 cited sources.
🔑 增強重點摘要
- •Qwen開放平台提供與OpenAI相容的API，並包含百煉平台（Model Studio）用於模型客製化與Agent快速開發，以及AgentBay作為Agent運行環境，同時提供靈碼/Qoder等開發者套件，以支援第三方開發者。
- •阿里巴巴已將其所有面向商業和消費端的大模型及應用品牌統一整合為「千問（Qwen）」，並推出「千問APP」作為其AI助手，提供集生活、辦公、創意於一體的智能化服務。
- •Qwen系列模型具備多模態能力，涵蓋文本、視覺、音訊和程式碼處理，並持續在多語言、多模態和前沿推理範式上進行探索與引領。
- •Qwen的「Agent Skills」機制允許將專業知識封裝成可發現、可重複使用的能力單元，供大模型根據需要動態加載以擴展自身功能，並支援多智能體協作。
- •Qwen系列模型，特別是Qwen3.5-9B等小型模型，在多項基準測試中展現出超越同級甚至更大參數規模競爭模型的實力，並針對Agentic AI進行了優化。
📊 競品分析▸ Show
| 特性/平台 | 阿里巴巴 Qwen 開放平台 | OpenAI Agents SDK (推測) | Salesforce Agentforce | Microsoft Semantic Kernel |
|---|---|---|---|---|
| 主要功能 | 支援第三方Agents與Skills整合，提供模型客製化、Agent開發與運行環境、多模態能力。 | 允許開發者構建自定義AI智能體。 | 預建AI智能體，與Salesforce數據和應用完全連接，提供安全護欄。 | 企業級AI智能體基礎，結合自然語言處理與邏輯處理，易於與企業系統整合。 |
| 模型性能 (Qwen模型) | Qwen3-Max在LMArena文本排行榜位列全球第三，超越GPT-5-Chat。 Qwen-VL-Max在多模態任務中與Gemini Ultra和GPT-4V表現相當，在中文問答和文本理解方面表現更優。 Qwen3-235B-A22B在MMLU測試中達到86.8分，超越GPT-4o的85.2分。 Qwen3.5-9B在某些基準測試中超越Qwen3-80B和OpenAI的GPT-OSS-120B。 | 依賴OpenAI模型，如GPT系列。 | 依賴底層AI模型，具體未詳述。 | 支援多種AI模型，以Azure OpenAI為中心。 |
| 開源策略 | Qwen系列模型（如Qwen3、Qwen3.5）廣泛開源，採用Apache 2.0許可，允許商業使用、修改和再分發。 | OpenAI模型通常為閉源或有特定API使用條款。 | 閉源平台。 | 開源框架，但底層AI模型可能為閉源。 |
| 開發方式 | 提供OpenAI相容API，百煉平台支持低/無程式碼開發，AgentBay運行環境，靈碼/Qoder開發者套件。 | 通常透過SDK進行程式碼開發。 | 低程式碼/專業程式碼開發，預建智能體。 | 支援程式碼開發，結合自然語言處理與邏輯處理。 |
| 定價 | Qwen API提供不同模型版本，具體定價需查詢。 | 依賴OpenAI API定價。 | Salesforce契約用戶可免費使用（超出一定額度後按對話量計費）。 | 需聯繫銷售或依賴Azure服務定價。 |
🛠️ 技術深入
- 模型架構: Qwen系列基礎模型採用Transformer解碼器架構，類似Meta的LLaMA模型體系。
- 關鍵改進: 採用旋轉位置編碼（RoPE）以更好地捕獲長序列位置關係；詞嵌入層和輸出投影層不共享權重（untied embedding）；除了注意力機制中的Q/K/V投影層，其他層不使用偏置項；採用RMSNorm替代LayerNorm提高訓練穩定性，使用SwiGLU激活函數提升表達能力。
- 預訓練策略: 基於大規模語料的自回歸下一個詞預測任務，主要專注於擴大模型參數規模和訓練數據規模。
- 多模態能力: Qwen-VL接受圖像、文本和邊界框作為輸入，輸出文本和邊界框；Qwen-Audio將Transformer應用於語音、聲音等音訊輸入，能夠理解語音並生成文字。
- 混合思考模式 (Hybrid Thinking Modes): Qwen3引入「思考模式」與「非思考模式」兩種推理策略，前者適用於需要深度推理的複雜任務，後者適用於簡單問題以快速回應，有助於動態分配推理資源。
- 上下文長度: Qwen3模型支援32K至128K的上下文長度。
- 小型模型優化: Qwen3.5-9B等小型模型採用混合注意力機制（Gated Delta Network）、原生多模態早期融合、以及強化學習下放等架構創新，使其在小體積下實現高性能。
- API相容性: Qwen API採用與OpenAI API相容的格式，便於開發者接入。
- Agent Skills實現: Agent Skills以包含SKILL.md文件、腳本代碼和資源的目錄形式存在，大模型可根據需要動態加載這些技能。
🔮 前景展望AI analysis grounded in cited sources
Qwen開放平台將加速中國AI應用生態的碎片化與專業化發展。
透過支援第三方Agents與Skills，Qwen能鼓勵更多垂直領域的AI應用誕生，滿足特定行業需求。
阿里巴巴將透過Qwen開放平台鞏固其在亞洲AI基礎設施和應用層的領導地位。
開源策略和對第三方開發者的支持將吸引廣泛的生態系統參與者，擴大其市場影響力。
Qwen的Agent Skills機制將推動AI智能體開發從模型微調轉向更模組化、可組合的技能工程。
該機制鼓勵開發者將專業知識封裝為可重用技能，簡化複雜AI任務的構建和部署。
⏳ 時間線
2014
阿里巴巴成立iDST，開啟AI技術研發。
2017
阿里巴巴成立達摩院，持續加大前沿技術研究投入。
2023-04
阿里巴巴雲發布「通義千問」（Qwen）大語言模型。
2023-09
通義千問正式向社會公眾開放，並開源多模態模型Qwen-VL。
2025-03
阿里巴巴集團全面整合AI品牌，統一啟用「千問」作為核心標識。
2026-03
阿里巴巴Qwen團隊發布Qwen 3.5 Small系列，展示小型模型的高性能。
📎 來源 (24)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗