连测三天，Qwen3.8-Max-Preview最难交付的不是代码

研究员|卢杨

近日，Qwen3.8-Max-Preview上线，2.4T参数量，并宣称可能是仅次于Fable5的模型，且正在“按天进化”。我们好奇的是：用户使用中，同一个任务今天做和明天做，体验差异有多大？

于是，我们做了个很简单的“实验”：连续三天，用完全相同的提示词，让同一个AI模型（Qwen3.8-Max-Preview）生成“商业摄影师个人作品展示网站”。Temperature/Top-P保持默认，每次新开会话，不继承历史。

这个实验不算严谨专业的学术测试，更多的是普通用户真实使用场景的体验记录。

大模型输出本身就带有采样随机性，就算同一天重复生成，代码也会有细微区别，所以我们不能把这种差异直接定义成模型迭代进化，但这次连续三天的对比，能直观暴露出当下 AI 生成代码存在的短板。

三份代码我们都跑起来了，肉眼可见的差异很明显，以下按时间顺序记录。

Day 1：典型的“裸奔式交付”

第一版是典型的“裸奔式交付”：手写CSS，用column-count实现瀑布流布局，多图片情况下布局看起来就比较死板了。图片URL硬编码在JavaScript数组里，Lightbox用最简方式实现（点击触发展示/隐藏，无过渡动画），表单提交绑了个setTimeout模拟异步。

打开页面，能看。打开DevTools，Console报了一个错：某个占位图链接失效。没有onerror兜底，用户会看到一个破碎图标。这一次代码全在一个HTML文件里，样式、脚本、结构混在一起。

Day 2：视觉上明显变化

第二版视觉上有明显变化：引入了Tailwind CSS（通过CDN）；导航栏加了毛玻璃效果；布局从column-count换成了grid和flex；页面切换有了fadeIn关键帧动画；还加了汉堡菜单和Toast通知组件。

但有一个细节：数据层的结构和Day 1完全不同。分类名有变动且图片链接也换了一批。它不是在Day 1的基础上优化，而是重新生成了一套平行方案，这套方案恰好在UI层面表现更好。

Day 3：视觉层更精致的一版

这次的代码在视觉层面相比前两天更为精致：tailwind.config被显式定义，设计令牌（颜色、字体、间距）开始系统化；Lightbox加入了transform: scale缩放和transition控制，支持键盘左右键切换和Escape关闭；图片点击可缩放；导航栏加了滚动监听动态切换阴影，整体看来Day 3的页面结构与Day 1类似采用了单页滚动形式，但UI风格沿用了Day 2的Tailwind体系，且细节更精致。如果光是看UI界面截个图发朋友圈，确实还可以。

但如果把这三天的任务表现并排看，表格会清晰很多：

三天里，表单提交始终停留在模拟动作的状态，没有任何一版实现了数据持久化或对接后端。变化主要集中在“表现层”也就是UI样式、交互动效、CSS组织方式。但我们发现真正的问题是另一件事：代码里没有告诉用户“这里需要你动手修改，怎么修改”。

这次测试暴露的核心问题，不是界面好不好看，而是 AI 生成代码完全缺少交付意识。三段代码从头到尾，没有一处注释提醒用户修改要点，没有任何文字说明告知使用者：这里的图片链接需要全部替换、表单仅为演示模式，提交数据不会真实发送、部署上线前需要检查哪些配置。

表单模拟提交成功弹出提示框，却不会主动标注“仅演示，正式使用需对接后端服务”；图片大量使用外部示例链接，不会提示用户更换自有素材；图片加载失败没有兜底占位图，新手复制代码部署后，打开页面全是破损图片，体验感很一般。

我们后续专门调整提示词，明确要求模型实现表单数据持久化，模型直接回复，纯前端代码暂时无法完成后端存储能力。也就是说，当下这款 AI 模型，只擅长写好看的前端页面，完全不会考虑普通用户落地使用的实际需求。

不过，第三天的成品代码界面精美、交互流畅，懂开发的人拿到手简单修改素材、对接后端，很快就能上线可用网站。但对于完全不懂代码、只想复制粘贴直接部署的普通人来说，这三段代码都特别不友好。

最尴尬的是，我们全程没有在提示词里要求 AI 写使用说明，可普通用户根本想不到要额外提这个需求。AI 作为代码交付方，生成一套完整网站代码时，理应默认附带基础使用指引，但目前所有主流 AI 编程工具，几乎全都忽略这一点。
很多人说大模型每天都在迭代进化，但从我们这次的实测来看，模型所谓的提升，大多只是采样随机带来的视觉优化，真正贴合普通用户落地需求的底层能力，几乎没有进步。

换句话来说，现在的 AI 编程工具，能给你装修精致、视觉满分的样板间，却不会给你入住需要的钥匙，从生成代码到真正上线可用，修改素材、对接表单、修复图片异常、适配部署环境这一整套落地流程，全部要用户自己摸索踩坑。

编辑|张猛 邱慧