QQ追踪Qwen3.8-Max出道的故事,我终于尝试了现实世界的任务.
具体来说,我最喜欢的编程语言为文本频道(信使)建立AI顾问——去.
Spoiler:这真的很好,尤其是对于每1M个信使如此低价!
因此,我建造了2个演示Telegram bots,其中GPT-4.1-mini扮演了大脑 QQ 1️⃣.
一辆汽车用来为客户提供资格和预订汽车修理预约,它询问车辆和问题的细节,回答关于服务价格的问题,并安排一个方便的访问时间。 2××一瓶用于计算家具公司的厨房定价,通过指导性问题计算厨房参数,计算成本,发送最终估计,并预订公司办公室的客户进行详细设计会话.
当然,在实施之前,我为每个这些bots和连接的MCP Context7写了详细的规格.
我也不得不为代码风格和一些商业逻辑细节做出1–2的纠正提示.
但否则,Quen3.8-Max在工程循环中完全自主地工作(质疑自己在每个阶段,并调整自己的推理和代码).
Token用法(输入+输出)共计~1,280万,覆盖了大约400个API对中国模式的要求.
这真是令人印象深刻!
作为比较,我通过DeepSeek V4 Flash Next执行同样的任务:由于产出结果相似,它使用了超过1500万个令牌.
顺便说一句,整个开发过程都是由我们的本地人——ArchiTech AI在下一代AI IDE Kodik完成的.
大力推荐下载并尝试.
不是广告!
我使用它已经超过一个月了, 而且它确实是一个非常高质量的产品, 尤其是在Anthropic和OpenAI的账户禁令时代.
如果你需要为您设计、构建和启动一个人工智能解决方案和/或使您的业务流程自动化, 请为DM感到自由: t.me/koddr \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ 追踪所有平台, 以免错过新文章 QQ Telegram, VK, TenChat, Dzen, Teletype, 或 vc