开发者社区首轮反应："穿开源外衣的 API 生意"，oh-my-cli 16 日自主编码实验反成最大亮点

8 月 4 日，The New Stack 收集了 Qwen3.8-Max 发布后的首轮开发者反应。多位一线工程师的评论指向同一个核心判断：真正值得关注的不一定是基准分数，而是阿里为 Qwen3.8-Max 搭建的"笼子"。

"API 生意穿着开源外衣拍发布照"

独立 AI 顾问 Jeff Brokaw 的评论最为尖锐："阿里称权重为'开放'，但还没交付。发布说明写的是'承诺后续开放权重'——Moonshot 几个月前用 Kimi K3 玩了完全一样的套路。这不是技术注脚，这是 API 生意穿着开源外衣拍发布照。"

Brokaw 进一步指出，Arena 排名数据"来自阿里自己的评估，与发布同日公布，对比对象由阿里自行选择"，称这是"实验室给自己的作业打分，值得当作野心来读，而不是定论，直到有外部机构跑出同样的测试。"

oh-my-cli：16 天、265 次提交、127 个 PR——无一靠"感觉"合入

John Deere 企业架构与 AI 高级工程师 Anwar Khan 将注意力引向阿里低调开源的 oh-my-cli 项目。这是一个由 Qwen Code 驱动的自主编码代理 CLI，在 Qwen3.8-Max 内部测试中连续自主运行 16 天，累计生成 265 次提交和 127 个拉取请求——每一个都通过 CI 测试门禁才合入，"没有一个靠感觉。"

Khan 的判断成为本次社区反应中最具传播力的洞见："供应商也没有信任这个模型 16 天。他们信任的是他们围绕模型搭建的笼子。这是正确的直觉，而且笼子本身才是值得复制的部分。"

oh-my-cli 的安全设计印证了这一判断：审批模式带反欺骗预览、文件夹信任边界、确定性命令策略——所有变更工具默认"失败即拒绝"。AUTONOMY.md 明确要求"同一代码失败三次即隔离，保留证据、释放租约"。

阿里自己的快速入门暴露了定位

Khan 还指出一个被广泛忽略的细节：阿里 Qwen3.8-Max 发布页的快速入门建议用户保留 Claude Code 或 Codex，仅将 base URL 指向 QwenCloud。"即便这个挑战者也默认你的工具链不变。"

这与多位开发者的共识吻合：Qwen3.8-Max 在工具生态和平台集成上仍落后于 Claude/OpenAI，现阶段更接近替代推理后端，而非完整的开发者平台替代方案。

基准怀疑论与"笼子"共识

Umbraco 工程师 Phil Whittaker 表示，基准分数"不会说服我切换到 Qwen3.8-Max"，并表示即便使用也会用来自不同模型提供商的"对抗性审查代理"做二次验证。Evkii 创始人 Heath Squier 则提醒："16 天的代理运行改变了风险单位。一个小错误可能跨越数千次操作叠加放大。"

CivAI 技术成员 Andrew Yoon 更直接地警告："声称近期中国模型匹敌或超越美国前沿，是在夸大精心挑选的基准结果。Qwen3.8-Max、Kimi K3 和 GLM-5.2 都很有能力，但它们仍然明显落后于美国前沿。"

权重与许可：仍悬而未决

截至 8 月 5 日，Qwen3.8-Max 和 Qwen3.8-27B 权重仍未上线 Hugging Face 或 ModelScope，许可条款亦无澄清。阿里此前披露 API 定价为每百万输入 token $2、输出 $6。Implicator.ai 指出，阿里在 7 月 19 日宣称模型"仅次于 Fable 5"时未公布任何评分——两周后的周一才补上自评基准表，而许可类型至今仍是空白。