从「陪你写代码」到「你不在,活也在走」
10 月 9 日,Qwen 团队放出 Qwen Code 双周报:v0.24.5 到 v0.25.0 四个正式版本、467 个 PR。表面看是功能堆叠,串起来看是一条挺清晰的路线——这个开源编码智能体在学「异步干活」。新增的 Email Channel 是个典型:给 Qwen Code 配一个邮箱、把你自己的地址加进白名单,之后你在手机上用任意邮件 App 交代一句,那台电脑上的智能体就去办,办完回信汇报;觉得不对,回那封邮件补一句,它接得上前文。别人转来的报错邮件、系统告警,也能原样丢进这个邮箱让它接手。
安全设计也说一句:只有白名单里的地址发来的信才会触发动作——对「一封邮件就能远程指挥本地智能体」这种能力,白名单是仅有的闸门,用不用、给谁用,得自己掂量。
/batch-api:半价的那一半,和「先看计划再交活」
另一条异步管线是 /batch-api。用法是把一批各自独立的小事——整个目录的文档翻译、几十份工单逐条抽字段、几百条反馈归类打标——一句话描述清楚,它先翻几个样本列一份计划:一共多少条、写到哪、大概烧多少 token,这一步不计费;你点头,它才以实时价一半的价格挂到后台跑,通常几十分钟到几小时后,结果落成一个个文件,期间当前对话照常使用。官方也划了边界:它适合「一轮能办完、条目互不相干」的批量活;需要来回讨论几轮的事,还是回到对话里做。
「先看不计费的计划、用户确认再执行」这个顺序,和本站 1832 写的 Catalyst「每一步动用资金都要用户确认」、1603 微软 Agent Framework 把默认审批改成 fail-closed 是同一方向的切片:智能体异步跑得越远,人工闸门就越得前置到「交活之前」。
实时语音与浏览器:两扇新的交互窗
Qwen Live 把实时语音搬进了 Web Shell 与桌面版:填入百炼 DashScope Realtime API key 就能开口对话,通话中还能共享屏幕——屏幕上出现看不懂的报错,直接问它是什么意思。官方举的场景都很具体:手占着键盘时用嘴指挥下一步、一轮要来回很多句的沟通改成说完就走。与此同时,它开始能操作你日常在用的那个 Chrome:装一个扩展之后,接着你开着的标签、登着的账号翻页、填表、提交,全程在后台完成,Chrome 不被切到前台,多个会话各自一组标签互不干扰。官方明确标注:浏览器控制目前只支持 Mac 与 Linux,Windows 还没排上——这个缺口对 Windows 用户是实打实的。
和站内 1058 写的腾讯 BrowserSkill 对照着看有意思:那条路线是「借已登录的浏览器标签干活」,权限挂在用户自己的浏览器会话上;Qwen Code 这条是「扩展接管日常 Chrome」,复用登录态但另起后台会话。两条路都在回答同一个问题——智能体怎么用人的现成身份上网,区别在权限模型与审计粒度。
轨迹页签与「顾问模型」:可观测和自检这两块拼图
跑得慢还是贵,以前只能感觉,现在能指认。右侧面板的轨迹页签把一轮跑程摊成三条线:模型请求、工具调用、子代理请求各一条,哪一节长得反常一眼可见;可以在轴上圈出一段只看那段时间发生的事,单条的输入输出、token 开销能直接复制;还有个「真实时间」画法,把干等的时间也算进去,同时给出「历时多久」和「实际在跑多久」两个数。配套的 /advisor 则是让干活的模型在动手前和交活前各去问一次顾问模型,意见回到对话里再继续,派出去的子代理也能提问——代价是每次多花 token,顾问模型选哪个全看用户信谁。
还有几处更新值得单独记。/commit 会照着仓库历史的风格拟提交说明,遇到存密钥的文件直接拒绝,且只创建提交、不负责推送;模型能力识别改成内置清单每日后台更新,断网也能用;外部记忆简化到「给个地址和密钥」,写入默认关闭、打开后每条都先过目。性能侧,干净电脑上从敲命令到能打字的等待减半,内存占用从 575 MB 降了约六成。修复列表里两条有安全味道:向辅助模型发请求前会抹掉链接里可能夹带的账号信息;设置里关掉使用统计后,扩展事件、重连命令、走代理时的上报也真的不发了——过去这几处是「关了也没关」。
冷静看:以上全部出自官方周报自述,属厂商口径;版本号还挂在 0.x, nightly 节奏下行为会变;「邮件派活 + 浏览器接管」组合起来的攻击面(白名单邮箱本身被攻破会怎样)官方没有展开。但对「把编码智能体当成一个常驻员工」这个方向,这批更新给了相当完整的样本:入口多元化(邮件/语音/批量)、过程可观测(轨迹三线)、动作有闸门(计划预览、拒收密钥文件)。目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。