Alibaba vs MCP

Qwen / 通义千问背后的中国云与模型生态，重点关注开源模型、API 与企业落地。

Model Context Protocol 生态，覆盖服务器、客户端、spec 变更与 agent 工具连接。

预配置端点部署把实例类型调优从手动基准测试变成四种命名配置，使用 SageMaker 部署开源模型的团队不必再花数周对比组合。

这是文档层面的路径修正，不影响 API 行为，但跟着 Cookbook 跑 Deep Research 示例的开发者此前会遇到图片无法渲染的问题。

提示词理解扩展到 8000 token、单次最多 15 个参考素材，并开放 MCP 与 CLI 接入，用可灵做批量视频生成的开发者可以把流程接进自动化管线，但 API 定价尚未公布。

对使用 Claude Code、Cursor、VS Code 的开发者，通过 MCP 一行命令即可让 Agent 直接产出可编辑的 draw.io 图表，且每次 AI 改动都生成可对比、可恢复的版本。

对使用 Cursor 或 Claude Code 开发 iOS/macOS 项目的开发者来说，Agent 现在能直接调用 xcodebuild 构建模拟器、跑测试并管理设备，不用再手工在终端拼命令。

MCP 服务器和 AI-Agent 的加入让自动化测试和智能交互有了新的接入点，本地运行 Ollama 或 VLLM 的团队可以直接把模拟器接进 Agent 工作流中。

使用 Next.js 和 TailwindCSS 的前端开发者现在可以用可视化编辑器直接拖拽调整浏览器中的 DOM 元素，代码会同步更新，相当于把 Figma 式的操作界面叠在真实代码上；支持 MCP 和分支管理意味着团队可以把设计迭代直接接入现有开发流程。

已保存的登录不再以明文文件躺在磁盘上，密钥交给操作系统钥匙串管理，多人共用机器或跑 Docker、SSH 的场景多了一层保护。

内置智能体可直接在 Web UI 里查询指标日志、排查告警并生成 PromQL/SQL 与告警规则，且核心告警功能不依赖 AI；对接 OpenAI 兼容 API、Claude、Gemini 或自托管模型时，模型凭据与费用由使用方自行承担。

对同时跑多个 Agent 会话、需要在 Worktree 间切换并审阅代码 Diff 的开发者来说，把多会话、权限审批和模型请求追踪集中到一个 Electron 桌面应用里，比在多个终端窗口间手动管理中转更省事。

用持久化 Python REPL 把子 agent 调用和上下文管理都变成代码，跑长任务的开发团队可以少写一层编排胶水。

把编辑器打包成单个容器加一条 npx 命令即可本地起服务，并用 MCP 让智能体直接操作场景，比传统需要账号和云端同步的建筑工具更易集成进自动化流程。

v5 把带 Cookie 的同步接口换成异步 202 加任务 ID 的调用方式，还给 REST、MCP、CLI 三套入口共用同一服务层，接入过 v4 的项目要改调用流程并补 API key 鉴权。