Qwen 3.7 Max มาแรงสาย coding agent — อ่านเป็นผลทดสอบหนึ่งสำนักก่อนย้าย workflow

Qwen 3.7 Max ถูกพูดถึงในฐานะโมเดลสำหรับยุค agent ไม่ใช่แค่ chat model ที่ตอบคำถามได้ดี แต่ถูกวางให้ทำงาน coding, debugging, frontend prototyping, office automation, multi-agent orchestration และ long-horizon execution ได้มากขึ้น

คำว่า long-horizon execution แปลแบบคนทำงานคือ งานที่ไม่ได้จบใน prompt เดียว เช่นอ่าน repo, วางแผน, แก้หลายไฟล์, รัน test, กลับมาแก้ และสรุปผลให้คนตรวจ ถ้าโมเดลทำส่วนนี้ได้ดีจริง มันจะเริ่มเข้าใกล้บทบาท coding assistant ที่ทำงานเป็นรอบ ๆ ได้

แหล่งข้อมูลพูดถึงตัวเลข SWE-bench 60.6 และผลด้าน multilingual/reasoning ที่แข็งแรง แต่สำหรับโพสต์นี้ต้องอ่านแบบ review ระวัง เพราะ benchmark ไม่ใช่งานจริงทั้งหมด

ตลาด coding model ตอนนี้ไม่ได้มีแค่ Claude, Codex หรือ Gemini แล้ว Qwen เป็นตัวแทนของโมเดล open-source/China ecosystem ที่เริ่มไล่ด้าน agent workflow อย่างจริงจัง ถ้าใช้งานผ่าน API หรือ local-compatible stack ได้ดี ต้นทุนและทางเลือกของทีม dev จะกว้างขึ้น

อีกมุมที่น่าสนใจคือ multilingual ถ้าโมเดลเข้าใจภาษาไทย เอกสารไทย หรือ comment ใน repo ที่ปนหลายภาษาได้ดีขึ้น มันจะช่วยทีมไทยมากกว่า benchmark ภาษาอังกฤษล้วน แต่จุดนี้ต้องทดสอบเองด้วยไฟล์จริง

สิ่งที่ยังต้องเช็กคือ stability ตอนทำงานยาว ๆ โมเดลที่ตอบดีในโจทย์สั้นอาจหลุดเมื่อ context ใหญ่ขึ้น หรือแก้โค้ดได้แต่ไม่อ่าน test ให้ครบ ดังนั้นอย่าเพิ่งย้าย workflow หลักจากแค่ตัวเลขเดียว

ฟันธง: Qwen 3.7 Max น่าลองเป็นตัวเทียบในชุดทดสอบ coding agent แต่ยังไม่ควรประกาศว่าแทนโมเดลหลักได้ทันที ให้ใช้กับงานที่วัดผลชัด เช่น bug fix หนึ่งตัว, refactor หนึ่ง module, สร้างหน้า UI หนึ่งหน้า

วิธีทดสอบที่ดีคือให้โจทย์เดียวกันกับ Claude, Codex, Gemini และ Qwen แล้วดูเวลา จำนวนรอบแก้ คุณภาพ diff และ test result อย่าดูแค่ว่าใครตอบมั่นใจที่สุด

ถ้าผ่านงานเล็กค่อยเพิ่มสิทธิ์ แต่ Human Gate ยังเหมือนเดิม: dependency change, database migration, deploy script และไฟล์ลูกค้าต้องให้คนตรวจ ไม่ว่าโมเดลนั้นจะทำ benchmark ได้ดีแค่ไหน