Qwen 3.8 来了，我用它做了大家一直催的「用 AI10倍速学习任何知识 Skill」，开源给大家。实测效果炸裂！
如果你没看过上一篇文章（用 Claude/Codex/Workbuddy 10倍速学习任何知识（附完整方法）），强烈建议你看看。讲解的用 AI 10 倍速学习任何知识的方法，很多朋友反馈效果很好。想要个 Skill 版本。本拖延症顺带就答应了。
简单说来就是，它是一套由 10 个步骤构成的方法，可以用 AI 10 倍速的学习任何知识。
但是！Fable 缩量之后，我的额度两天就干了。
很多朋友一直给我说国产模型在全面围剿 Claude Fable，Kimi K3、Deepseek V4（快了），Qwen 3.8-Max 也来了。
天时地利人和，这次用Qwen3.8-Max做这个 Skill，顺便把「怎么做一个 Skill」的思路分享给大家。
开始之前多说一句模型。
Qwen 3.8-Max据说，可能是除了fable5外最强大的模型。
现在能体验到的是 Qwen3.8-Max-Preview，正式版参数量是2.4 万亿，官方口径是很快会发布并开源。
其实，不管什么模型，真正让我关心的是，它能不能把一件复杂、零碎、兼具审美、需要连续做很久的长程任务完整执行出来。
而做 Skill 这件事，极度依赖模型的能力。
话不多说，直接开始，做这个「十倍速学习 Skill」。
如果你也准备做自己的 skill，可以参考下我的流程。
我先把 Qwen3.8-Max-Preview 接入 Claude Code。我用的是 Token-Plan。
接入 Claude Code 以后，我做的第一件事，是把上一篇文章完整放进项目里。
然后整理出一套包含：整体需求、功能需求、产出需求的 Prompt 出来。
●●●[整体需求]
请完整阅读我放在当前项目中的这篇文章。现在我想把这篇文章里面的“十步法”做成一个 skill。
[功能需求]
用户在使用这个 skill 时，一般只需要给出对应的主题，然后系统就会进行十步从头到尾的完全构造。所以里面搜集资料、产出结果，该复杂还是该详细，都需要 skill 去确定。
[产出需求]
最后会产出一个完整的学习html。这个html 侧边栏包含十个步骤，每点击其中一步，都会在上面展示这一步的输入、输出以及学习的结果。它是一个非常非常详细的html。
就这些。
然后使用 grill-me skill 让他明确一下我的需求，这里 Qwen 开始自己读文章并和我沟通需求。
经过几轮的沟通，Qwen 3.8 产出的 Skill 需求已经很明确了。
强调一下，做 skill 甚至是说做任何任务，和 AI 一起明确需求永远是第一步。
这一段其实才是我最想看的。
它很准确的把握了这个逻辑：先从文章里抽出了一张方法结构图，再反过来设计 Skill。文章负责做唯一的信息源，Skill 主文件负责触发条件和总流程，参考文件承接各阶段的执行细则，HTML 部分则单独写清信息结构、交互和审美要求。
也就是说，到这一步，skill 的构想非常准确，Qwen 的长思考能力也得到了验证。
接下来开始制作 Skill 文件。
Skill 做完以后，我挑了一个主题交给它：
“RAG”
只调用刚刚生成的 Skill，把题目交进去。
Qwen 没有接到“RAG”两个字就直接开跑，而是先确认我的学习基础和目标深度，再决定后面该准备什么资料、内容要讲到什么程度。
最后，Qwen 3.8 交出了一套完整的学习 HTML。
我打开以后，确实愣了一下。
左侧是它从上一篇文章里抽出来的十步学习路径，右侧是围绕学习主题生成的详细内容。每一步，每个按钮，都可以跳转。
一次生成基本会花费 30 分钟 以上，特别是其中涉及到专业性的地方，还找了论文原文来参考。Qwen 花了大量的时间，来深度挖掘信息，还确保了信息的 准确性和完整性，这点非常重要。
从知识的梳理，深化，到检验和最后的复习，每一块都很详细，准确。
它给我的不是一份“关于 RAG 的报告”。
从完整度、推理深度、审美上，都是非常好的。
而且，是一套真的可以点着学的东西。
文章里原本只能被人读懂的方法，被 Qwen 变成了一套可以执行、检查和反复调用的Skill能力。而且整合了所有的内容，用十步方法论为你整理出了可以直接学习的材料。
这就是，「十倍速学习 Skill」。开源给大家，安装就能用。
🔗：github.com/idiotLeoLYJ/Daliu-Awesome-Skills
做到这里，我才意识到，这次最让我意外的还不只是那个 HTML。
是整个制作过程中，我几乎忘了背后跑的是 Qwen。
我平时也会用 Fable 做 Skill。读材料、抽方法、调整 Skill 结构、补参考文件，再调用 Skill 跑一次完整产出，这些步骤我都很熟。
这一次从头做到尾，我的真实体感是：
Qwen 3.8-Max 和使用 Fable，没有任何区别。
对真正使用模型的人来说，这种主观体感其实特别重要。
模型已经不再通过一次次报错提醒我“你换了一个能力更弱的选择”，我可以继续按原来的工作方式往下做，最后拿到想要的东西。
既然买了 Token Plan，不如多在更复杂的任务里实测一下 Qwen 3.8。
任务一：3D
●●●我想做一个 3D Three.js 渲染的内容。
核心内容是渲染一个3D街道场景，包含程序化生成的沥青道路（车道分隔线、人行横道）、带窗户纹理的多层建筑、带街道设施（路灯、树木、长椅、垃圾桶）的人行道，以及简化的车辆。。
从样式、动效、完成度上，都几乎完美的状态，还引入了很多店铺，关键是红绿灯的逻辑都是对的。
任务二：超长文档生成
最近一直在研究 AI + 外贸上的内容，梳理出一个思路是多 Agent Skills 组成的 Saas 产品。其中的核心逻辑涉及到了 20 多个文档。需要产出一篇详细的设计文档。
正好把这个任务交给了 Qwen 3.8-Max-Preview。
用 AI 处理过大量文档的朋友肯定知道，这个任务的难点在于，怎么在 有限的上下文里面处理超量 的文档，还能够完美的整合出来。
过程中看，Qwen 会自动拆分任务，从数据收集、产品设计、功能开发这些角度进行全面的调研和设计，最后直接产出一篇格式准确的 Word 文档。
8 万字，180 页的超长 word 文档，过程中智能体接管的上下文，远超 1M Token，但是 Qwen 3.8 也稳稳的完成了。从目录结构到内容，甚至商业罗逻辑上的营收计算，全帮我做了。
惊艳。
而且，现在能用到的还只是 Qwen3.8-Max-Preview。正式版很快会发布并开源。
更关键的是价格。
Qwen3.8-Max-Preview 已经上线千问的订阅套餐 Token Plan。按照这次活动口径，白天额度点数（Credits）消耗限时1 折，个人版夜间在这个基础上再享2 折。
算下来，以前的一个 token，现在只消耗 0.05 个。
骨折得很直接。我感觉上线之后，会像 Kimi K3 那样，上线即售罄。
用 Claude Fable 或者 GPT-5.6 Sol 做这种长程任务，我敲几下就会忍不住看一眼用量，内容跑长了、页面来回改几轮，心里会一直算钱。现在价格往下压，我会更愿意把一整套方法交给它慢慢做完，中间也不用隔一会儿就去看账单。
这两者差很多。
所以我最近看到 Kimi K3 的订阅因为需求太旺、算力吃紧而暂停，也看到 Qwen3.8 用这么大的折扣把预览版推到更多人手上的时候，
我深深的感受到，这些模型接下来会是我们的主要选择，够便宜，够强。
昨天我在朋友圈分享了一位经济学家的观点：
一个国家的科技实力，不在于引入科技的速度，而在于使用科技的深度。
发明和基础研究都很重要，模型能做到什么，决定了生产力的上限。
但技术最后能给一个社会带来多少效率，还要看它能不能真正进入日常流程，被人反复使用。
二维码和移动支付就是个很直观的例子。它们的发明起点不在我们国家，但我们把它们铺进了商场、菜市场、街边摊、停车场和水电缴费，铺到一个人出门可以很久不碰纸币。
技术一旦被用得足够广、足够深，整个社会都会吃到它带来的效率提升红利。
AI 也一样。
我看到了国产 AI 那势不可挡的力量。
