截至 2026-03-28 UTC，Qwen 最值得盯住的信号，已经超出一条有竞争力的 coding model 线。更耐久的变化落在另一层：Qwen Code 正在长成一个可安装 agent workflow 的界面。[1][2][3]

这层变化值得重视，因为 API 层的模型竞争越来越容易复制，打包层的竞争更难复制。当前 prompts、MCP servers、subagents、hooks 与可复用的 skills 都能被装进一个工作环境里，真正开始累积的产品，就不只是一条模型 endpoint，而是包在它外面的整套工作方式。[2][3][4][5]

图片说明：题图采用 Wikimedia Commons 上的阿里巴巴总部实景照片。这里需要的并非合成出来的 benchmark 氛围图，而是一张能够对应平台打包与组织分发的真实影像。[7]

Qwen Code 这一层到底变了什么

2 月 3 日的 Qwen Code 周报，是最清楚的起点。Qwen 在那次更新里推出了一套 "brand new Extension system"，能够打包 prompts、MCP servers、subagents、skills 与 custom commands。[2] 同一篇周报还写得很明白，来自 Gemini CLI Extensions Gallery 与 Claude Code Marketplace 的插件，都可以直接装进 Qwen Code，安装来源还覆盖 Git repositories 与 local paths。[2]

这个动作比普通功能更新更重要。一个 coding shell 一旦能从外部生态导入打包好的行为，它要争取的位置，就会从某个模型客户端抬高到 host 这一层。顺着 2 月这次发布往下看，可以看到阿里巴巴希望 Qwen Code 占住开发者真正沉淀 workflow logic 的地方，也就是各种可以安装的能力包，以及 model settings 上面那一层。[2]

3 月 13 日的周报，把这个方向又往前推了一步。那次更新的标题功能包括 Hooks System，让 Qwen Code 可以自动执行脚本；包括一个 extension 管理的 interactive TUI，更新文案直接写成了 "Install Extensions Like Browsing an App Store"；还包括 MCP 管理升级，让用户可以 随时开关服务器，而且不用重启。[3] 同一篇周报也提到 ACP integration 已迁移到 @agentclientprotocol/sdk。[3]

把这两次更新放在一起看，重心已经发生移动。Qwen Code 展示出来的形态，已经从一个薄薄的终端 prompt 框，走到一个可以低摩擦安装与管理 automation、tool routing 和打包行为的工作界面。[2][3]

为什么 subagents 和 skills 比表面看起来更重要

功能页把这件事写得更具体。Qwen 的 SubAgents 文档把 subagents 描述为 specialized AI assistants，它们带着面向特定任务的 prompts、tools 和 behaviors 工作。[4] 扩展提供的 subagents 放在 extension 的 agents/ 目录里，extension 一旦启用，就会被 自动发现。[4]

自动发现这一步很关键。它意味着真正有价值的单位，已经不只是“选一个模型”。更接近现实的单位，是“安装一个 capability package，再让 shell 在合适的时候调出合适的 specialist”。放在产品语境里，这就是把价值往可复用的 operating pattern 上推。

Skills 页面从另一侧把同样的结构说清楚了。Qwen 把 Skills 定义成模块化能力，按文件夹组织，核心文件是一个带 YAML frontmatter 与 Markdown 指令的 SKILL.md。[5] Project Skills 可以直接进 Git，让团队成员共享同一套本地 workflow knowledge。[5]

顺着这个角度展开，阿里巴巴当前交付的东西，既包括 intelligence 本身，也包括围绕 intelligence 打包出来的 institutional know-how。只要团队能够把 subagents、Skills、MCP servers 与 hooks 作为可安装产物分发出去，shell 的位置就会越来越像工程实践的分发层，同时承接聊天、工具与自动化行为。[3][4][5]

为什么这是一条 AI 中国信号，而不只是一个开源产品更新

这条线之所以属于 AI 中国，不只是因为 Qwen 出自阿里巴巴，也因为官方定位已经把它推到模型调用之上。Qwen Code 的 README 把产品定义成一个 open-source AI agent that lives in your terminal，同时强调 multi-protocol 支持，并把内建的 Skills 与 SubAgents 作为完整 agentic workflow 的一部分写进主页。[1] 与此同时，Model Providers 文档说明，通过 Alibaba Cloud Coding Plan 的认证流程，Qwen Code 会自动配置 qwen3.5-plus、qwen3-coder-plus 与 qwen3-max-2026-01-23，并给出中国与全球两条 coding 专用 DashScope endpoint。[6]

这件事的意义在于，阿里巴巴已经开始争取裸 model call 上面那一层。Qwen Code 当然仍然紧扣 Qwen 自家的模型线，可它同时也在被打包成一个工作 shell，用来协调 model choice、extension logic、automation hooks 与 tool access。[1][3][6]

从这些材料里能够得出的判断，可以保持在一个更窄、更扎实的范围：阿里巴巴正在试着把终端本身做成 AI 中国的一块分发表面，让可安装的 workflow logic 与模型质量一起构成竞争核心。[1][2][3][4][5][6]

这条判断有用，是因为它改写了竞争观察的方法。这个层如果站住，最耐久的护城河就不会来自某一周的 benchmark，而会来自谁最容易把可复用的工程行为装进团队日常。

接下来该看什么

第一，看 Qwen 会不会继续扩展对外部生态的 extension portability，而并非把 shell 收紧到只容纳第一方包。[2]

第二，看 hooks、MCP 控制与 ACP integration 会不会继续降摩擦。真正的产品如果是打包好的 workflow logic，操作面就需要继续变轻。[3]

第三，看会不会有更多团队把共享的 SKILL.md 文件夹与 extension subagents 放进代码仓库和内部模板里。这个动作一旦变多，Qwen Code 真正分发的单位就会是“可安装实践”，而不只是一条模型访问权。[4][5]

结语

Qwen 本周最强的信号，不落在另一篇 reasoning 或价格说明里，而落在一个更基础的层面：阿里巴巴正在搭一块 行为可以被安装 的终端表面，prompts、tools、specialists 与 automation 都能装进去。只要这层开始在团队之间移动，战略竞争的重心就会从 API 往上抬，进入工作流 bundle。

来源

  1. Qwen Team，《Qwen Code》GitHub README（终端代理定位、多协议支持、内建 Skills/SubAgents 与 Coding Plan 示例）。
  2. Qwen Team，《Qwen Code Weekly: LSP Support, Batch Runner, New Languages》（2026 年 2 月 3 日；extension system、打包范围与 marketplace 安装）。
  3. Qwen Team，《Qwen Code Weekly: Automated Workflows, Better Extension & MCP Management, VS Code Sidebar》（2026 年 3 月 13 日；hooks、extension TUI、MCP 开关与 ACP integration）。
  4. Qwen Team，《SubAgents》文档（specialized assistants、extension 自动发现与 agents/ 布局）。
  5. Qwen Team，《Skills》文档（SKILL.md、模块化能力与项目共享 skills）。
  6. Qwen Team，《Model Providers》里 Alibaba Cloud Coding Plan 文档（自动配置模型与中国/全球 coding endpoints）。
  7. Wikimedia Commons，"File:Alibaba group Headquarters.jpg".