Xcode-Build-Optimization-Agent-Skill

阿里发布 Qwen3.6-Max-Preview，在 SWE-Bench Pro、Terminal-Bench 2.0、SkillsBench、SciCode、QwenClawBench、QwenWebBench 六项 Agent 和编程基准测试中排名第一。输入价格 1.04 美元/百万 token，输出 6.24 美元/百万 token。但旗舰 Max 版本不再完全开源，阿里转向"小模型开源、旗舰闭源"的中间路线。

It is hard to communicate how much programming has changed due to AI in the last 2 months... coding agents basically did not work before December. 过去两个月里，AI 对编程方式的改变非常剧烈；在作者看来，去年 12 月前后是关键拐点，编码代理开始真正可用。 Boundary: this is expert observation, not a controlled benchmark; validate with your own repo metrics. 边界：这是专家经验判断而非严格对照实验，落地时应先用自有仓库指标验证。

MobileAgent is Alibaba Tongyi Lab’s GUI-agent project family, covering mobile, desktop, and browser automation through the GUI-Owl model line and multi-agent workflows. MobileAgent 是阿里通义实验室的 GUI Agent 项目家族，通过 GUI-Owl 模型系与多 Agent 工作流覆盖移动端、桌面端与浏览器自动化。...

MobileWorld是阿里巴巴通义实验室发布的移动GUI Agent基准测试，构建201个任务覆盖20个应用，强调长时域跨应用工作流（平均27.8步，62.2%跨应用任务），并新增用户交互任务（需主动识别歧义请求澄清）和MCP增强任务（调用外部工具协同）。GPT-5+UI-Ins-7B以51.7%成功率领先，证明当前主流Agent在用户交互和MCP任务上仍有显著不足。