阿里巴巴 MAI Team 与 Alibaba Token Hub 发布 Qwen-Planner-Agent 技术报告（arXiv:2609.29892），提出数据生产、训练与运行时支撑衔接的闭环 AI-for-AI 框架。训练以冷启动加在线强化学习为主，CARE 按组能力调整奖励，Harness 管理技能、记忆与执行反馈。报告称系统在自研 MobilePA-Bench 上取得 77.05% 的 Overall 分数，CARE 在精度相当时减少 32.5% 输出 token；对比成绩为报告自报，未见第三方复现。