This NEW Chinese AI Agent is INSANE! (FREE + Open Source)

Alibaba於2026年6月24日推出的QenAgent World代表了AI代理系統的一個根本性突破。傳統AI代理的學習方式是直接操作真實環境——打開實際瀏覽器、執行真實Google搜尋、操作實際文件——但這種方法存在明顯缺陷：成本高、速度慢、難以大規模複製。QenAgent World採用全新思路，在AI模型內部構建虛擬世界，讓代理先在模擬環境中練習和測試。這如同飛行模擬器之於飛行員的關係：飛行員不會直接駕駛真實飛機學習，而是在模擬器中多次失敗、觀察結果、學習規律，最後才駕駛真機。QenAgent World對AI代理採用同樣邏輯。

性能表現已經超越業界領先模型。QenAgent World-397b在Agent World Bench基準測試中獲得58.71分，超越目前最強的GPT 5.4（58.25分），同時領先Claude Opus 4.8和Gemini 3.1 Pro。更引人注目的是開源版QenAgent World-35b-A3b，相比其基礎模型改進了8.66點——這個幅度非常罕見，因為業界模型改進通常僅以小數百分比計。這些數字表明虛擬世界訓練方式的有效性。

Alibaba的訓練方式完全基於真實數據。他們並未使用合成虛假數據，而是搭建真實物理服務器和虛擬機環境，運行實際的Ubuntu、macOS和Android系統，配置真實瀏覽器，在這些真實環境上連續運行AI代理，記錄了超過1000萬次真實交互數據。模型訓練分三個階段：持續預訓練（CPT）讓模型學習環境如何運作、終端命令行的表現、網頁結構等；監督微調（SFT）教會模型預測序列中的下一步；強化學習則獎勵那些準確模擬環境的預測。值得注意的是，Alibaba公開了研究的局限性：事實準確度是最大挑戰，儘管相比之前改進了11.3%，但在各個評估維度中仍然是最薄弱的環節。

QenAgent World覆蓋七個環境且在單一模型內同時運作。MCP是AI工具間的通訊協議，搜尋模擬讓代理預測搜尋結果而無需實際查詢；終端模擬讓代理規劃命令序列並預測每一步的執行結果；軟體工程模擬可預測代碼運行結果、代碼審查反饋；網頁瀏覽模擬讓代理預測點擊效果和頁面內容，開啟了競爭分析自動化的可能；作業系統模擬可自動化桌面操作和文件管理；Android模擬則首次為行動應用自動化提供支撐。對業務應用而言，這意味著複雜工作流可以被預先規劃和驗證，大幅提升代理的可靠性和成功率。