登录
11月11日，阿里官宣 Qwen Code 1.0，这一版的主角不是模型，而是那套在 Qoder 里打磨过的 Harness——负责衔接模型、工具与执行过程的 Agent 运行基础，将作为开发者可嵌入自身产品的底座，随 1.0 Preview 融合开源。先给结论：这次“手脑分离”的改造确实瞄准了写代码不稳的根因，方向也有行业实测支撑；但现在断言“更稳”仍为时过早——1.0 当前以独立 Preview 分支开放，官方在公告中明确，团队将沿 1.0 路线“持续完善功能覆盖与稳定性”。哔哩哔哩微博
所谓“手”，就是围绕大模型搭建的那套运行系统：它让模型能用上外部工具、持续执行多步任务，并按执行结果调整后续行动；跑长任务时还要保存状态，中断之后接着干。“手脑分离”则是把这套系统的分工写进架构：推理编排（脑）与工具执行（手）独立管理，从进程内的内存事件总线起步、沿统一事件模型向分布式演进，从“一个进程、多个会话”走向“多个节点、更多会话”，而开发者的入口与返回方式保持不变。36氪微博
换运行系统能影响稳不稳，不是阿里的自说自话，而是正在被实测验证的行业趋势。微软 11 月 7 日发布 Agent 执行系统白皮书：同样的 Claude Opus 4.8，只换掉 Copilot Studio 背后的 Harness，复杂任务通过率提高 22.1 个百分点，每项任务的模型调用次数几乎翻倍，折算输入 Token 消耗反而少了 21%。36氪
这个差距大到足以改写模型之间的排名：新加坡南洋理工大学 10 月测试了 66 种模型与 Harness 的组合，发现更换 Harness 甚至可能改变模型之间的性能排名；在 FrontierHarnessEval 评测里，同一个 Kimi K3，换用 Codex、DeepSeek Harness 和自家 Kimi Code，通过率分别是 66.7%、63.3% 和 56.7%。36氪
Qwen Code 自己近几次的更新，同样在“稳”这条线上逐个打补丁：10 月 25 日的 v0.26.1 加入手动上下文压缩与会话恢复。11 月 6 日的 v0.26.8 专门处理“改代码改到一半、发现方向不对想退回去”的场景。11 月 8 日的 v0.27.0 让托管代理会话能同时挂住多个子任务的提问、按任意顺序作答，草稿和错误分开保存。哔哩哔哩哔哩哔哩小红书
1.0 的手脑分离，等于把这些零散修复升级成了架构层面的承诺：统一事件机制给能力扩展和资源管理划出边界，推理、记忆与工具等处理单元按需接入，模型服务的配置、授权与调用记录走统一入口，沙箱在相同配置与权限边界内复用，MCP 的配置、授权与连接统一治理。落到开发者体验上，对应的变化是会话更难丢、工具报错不再波及主流程、多任务并行不互相拖垮。微博
不过，“更稳”还有另一面。行业经验同样提醒，运行系统的优化未必一劳永逸：11 月初的一项研究发现，一个 Harness 经过新任务优化后，原先在 SWE-bench 上的成绩从 94% 跌至 32%，模型升级还可能让此前有效的设计失效。社区层面，产品线的合并也带来了新困惑，Qoder 官方发布视频下点赞最高的评论，吐槽的不是架构，而是整个产品矩阵。36氪哔哩哔哩
对开发者来说，现在更稳妥的用法是：拿非关键任务试用 Preview 分支，重点观察两个信号——会话恢复和多任务并行是否真的立得住；生产项目继续留在现有稳定分支。等 1.0 从 Preview 转正、第三方评测拿同一基准分别跑两个分支，“写代码更稳”才算从方向判断变成验证过的结论。同一天，官方千问账号也预告全新一代千问大模型 Qwen4 即将发布，Coding 被列入卖点。模型决定能力的上限，运行系统决定上限能不能稳定兑现，两条线一起推进，“用 Qwen 写代码”的“稳”才真正值得期待。知乎
