《Qwen3.6-35B-A3B: Agentic Coding Power, Now Open to All》深度解读报告
◆摘要
本文解读阿里 Qwen 团队 2026 年 4 月发布的开源权重模型 Qwen3.6-35B-A3B——Qwen3.6 系列的首个开源权重变体，以 Apache 2.0 许可释出。其核心论断可用一个不等式概括：3B 的激活参数预算，可以撬动 35B 的总容量，并在 agentic coding 主战场上击败激活规模数倍于己的 dense 对手（对标并部分超越 dense 27B 的 Qwen3.5-27B，比肩 Gemma4-31B）。
支撑这一论断的是一条完整技术栈：40 层按「10 组 ×（3 层 Gated DeltaNet 线性注意力 + 1 层 Gated Attention 全注意力）」循环堆叠的混合架构；256 选 8 + 1 共享专家、专家中间维仅 512 的极窄激活 MoE；预训练即带多步 MTP 头、配合 vLLM/SGLang 投机解码的推理加速；原生 262,144 tokens 上下文可扩展至 1,010,000；外加 thinking/non-thinking 双模式与新特性 Thinking Preservation。
证据侧，模型在 Terminal-Bench 2.0 拿下对比五模型最高的 51.5（领先次优 8.6 分），QwenWebBench 以 1397 Elo 领先次优 200 分，MCPMark 37.0 约为 Gemma4-31B 的两倍；视觉语言侧多数基准持平 Claude Sonnet 4.5，空间智能（RefCOCO 92.0 / ODInW13 50.8）显著反超。但成绩单同样留有暗面：SWE-bench Verified 73.4 仍低于自家上代 dense 旗舰的 75.0，HLE 21.4 落后 2.9 分，General Agent 组三项均非第一，且训练数据/算力/后训练配方完全未披露、三个内部基准无第三方复现。本报告按「问题定位—概念内核—方法拆解—证据链—批判性分析—启示与影响」六层结构逐层拆解。
一问题定位：开源生态缺一枚「编程钢炮」
1.1 该节点要解决的问题
这份文档不是论文，而是一份「权重卡 + 博客」形态的产品级技术发布。它要解决的问题不在学术前沿，而在开源生态的结构性空位上：
- 能力空位：2026 年上半年的 agentic coding 场景（SWE-bench 系列、Terminal-Bench、仓库级重构、MCP 工具编排）已成为模型竞争力主战场，但开源权重池里缺少一个「能在本地/低成本环境跑起来、又具备旗舰级 agent 能力」的中杯选项——要么大激活 dense 跑不动，要么小模型能力不足。
- 成本空位：dense 27B 级模型的推理成本随序列长度线性膨胀，而 agent 工作负载恰恰是长上下文 + 多轮工具调用 + 大量重复前缀。没有稀疏化与线性注意力加持，开源社区拿不到经济可用的 agent 底座。
- 生态空位：Qwen3.6-Plus 已先行闭源发布，开源社区等待的是同代的权重版本——这个节点回答「Plus 的能力何时、以何种规格开源」。
1.2 在产品谱系与竞争格局中的定位
从命名即可读出定位逻辑：「35B-A3B」= 35B 总参数 / 3B 激活参数。它同时向两个方向宣战：
- 向上打 dense：官方明确主张以 3B 激活参数在多项关键编码基准上超过 dense 27B 的 Qwen3.5-27B、比肩 Gemma4-31B——这是「稀疏 MoE 可达成卓越 agentic coding」这一全文中心论点的直接表达；
- 向后压旧代：全面超越直系前代 Qwen3.5-35B-A3B（同为 35B/3B 稀疏规格），提升在 agentic coding 与推理任务上尤为显著——说明同一规格下的迭代收益主要被投进了 agent 能力。
对比池的选择也暴露了定位意图：四个基线（Qwen3.5-27B、Gemma4-31B、Qwen3.5-35BA3B、Gemma4-26BA4B）全部是开源同级模型，没有任何闭源旗舰入场。「rivaling much larger dense models」的说法严格限定于开源同级池内。
二概念内核：六个核心概念逐一定义
2.1 稀疏 MoE 与「总参—激活」分离
定义：总参数 35B，每 token 仅激活 3B。MoE 配置为 256 个专家，每 token 激活 8 routed + 1 shared，专家中间维仅 512，hidden dimension 2048。
拆解：「总参—激活」分离的本质是把知识容量（存进 256 个专家）与每 token 计算量（只走 9 个专家）解耦：模型「知道多少」由 35B 决定，「想一个问题花多少钱」由 3B 决定。极窄的激活宽度（9/256 ≈ 3.5% 的专家利用率）意味着路由质量成为生死线——好在 agent 编码场景的任务模式相对收敛（读写文件、跑命令、改前端），路由模式的可预测性较高。（推断）这也解释了为何该架构在 agent 场景的性价比优势比在开放域对话上更容易兑现。
2.2 混合注意力布局：3:1 线性/全注意力
定义：40 层按 10 组循环堆叠，每组 = 3 ×（Gated DeltaNet → MoE）+ 1 ×（Gated Attention → MoE）。Gated DeltaNet 为线性注意力（32 V 头 / 16 QK 头，head dim 128）；Gated Attention 为带 GQA 的全注意力（16 Q 头 / 2 KV 头，head dim 256，RoPE dim 64）。
拆解：这是继承自 Qwen3.Next 路线的核心架构决策，分工逻辑清晰：75% 的层走线性注意力——KV cache 成本不随序列长度增长，承担长上下文的「廉价记忆」；25% 的层走全注意力——保留精确检索能力，负责「关键时刻回头查原文」。agent 工作负载恰是这种混合的理想客户：数万 token 的工具调用历史适合线性注意力维持状态，而「第 37 步修改过的那个文件内容」需要全注意力精确召回。GQA 把 KV 头压到 2 个进一步省显存；两种注意力的头规格差异（128 vs 256）暗示设计者把表达预算集中投给了少数全注意力层。（推断）
2.3 多步 MTP 与投机解码
定义：MTP（Multi-Token Prediction）以 multi-steps 形式参与预训练；官方 Quickstart 直接给出 vLLM qwen3_next_mtp 与 SGLang NEXTN 投机解码配置（num_speculative_tokens=2 / steps 3）。
拆解：MTP 让模型训练时就学会「一次猜后续多个 token」，推理时作草稿供目标模型验证——命中则一步吐出多个 token。它与稀疏 MoE 天然互补：MoE 降低每次前向的计算成本，MTP 减少生成固定文本所需的前向次数。（推断）编码产出中大量结构化、高确定性内容（代码骨架、命令、JSON）正是投机解码命中率最高的文本类型，对 agent 场景尤其实用。
2.4 双模式输出与 Thinking Preservation
定义：thinking 模式默认开启（<think>...</think> 包裹），可切换 non-thinking 直接作答；新特性 Thinking Preservation 允许保留历史消息中的 reasoning context 用于迭代开发，减少重复推理开销。
拆解：双模式是对「推理深度 vs 响应成本」的显式开关；Thinking Preservation 则是更精细的一刀——传统多轮 agent 流程每一轮都要重算或复述思考过程，该特性让历史思考上下文延续，直接削减迭代开发的 token 开销。注意其机制（裁剪还是压缩策略）未公开，属后训练/API 行为层特性而非架构改动。
2.5 原生多模态
定义：单模型内置 Vision Encoder（pipeline tag: image-text-to-text），预训练与后训练全部完成；纯文本部署可用 --language-model-only 跳过视觉编码器，省显存换 KV cache。
拆解：多模态不是外挂而是原生属性——VL 基准成绩（第四章）证明这不是装饰品。「全能力默认 + 按需裁剪」的交付方式，是小显存部署场景的务实解法：需要视觉的用户拿完整能力，不需要的用户不为视觉编码器支付常驻显存。
2.6 Agentic 生态兼容矩阵
定义：四条接入路径——Qwen-Agent（推荐框架，支持 MCP 配置）、OpenClaw（前称 Moltbot/Clawdbot）、Claude Code 兼容、Qwen Code（深度优化 Qwen 系列的终端开源 agent）。
拆解：兼容 Claude Code 是其中信号最强的一条——模型行为接口对齐了事实上的 agent 工具标准，用户可零迁移成本把现有工作流后端换成这枚开源钢炮。整份发布的靶心始终锁定在「开发者把它当生产力工具」的场景上。
三方法拆解：「架构—加速—行为—部署」完整技术体系
3.1 架构侧逐参数还原：35B 与 3B 各自从哪来
完整架构参数表（HF Model Overview）：hidden dimension 2048，词表 248,320（padded），40 层，混合布局如 §2.2，MoE 256 专家 / 激活 8+1 / 专家中间维 512，上下文 262,144（可扩展至 1,010,000）。
两个值得注意的细节：其一，词表 248,320 明显大于常见规模，服务多语言与代码 token 的细粒度切分；其二，RoPE dim 只占 head dim 256 的 64 维，剩余维度可能承载其他位置方案或留给扩展上下文的外推机制——后者官方未说明（是否 YaRN 类方法未披露）。
3.2 加速侧：长上下文 + 投机解码双引擎
- 长上下文：原生 262,144 tokens 直接覆盖绝大多数仓库级任务（评测协议中 SWE-bench 即用 200K 上下文运行），标称可扩展至 1,010,000 tokens——逼近百万级。实现方式未披露，但「原生即 256K」意味着无需外推技巧即可获得生产级长文本能力。
- 投机解码：MTP 头预训练自带（非事后补训），vLLM/SGLang 官方配置开箱可用——同样硬件、同样权重，解码速度因配置而异，是零成本的吞吐红利。
两者合力指向同一 KPI：单位时间内的有效 token 吞吐。agent 工作流动辄数十轮调用、每轮数千 token，吞吐直接决定任务完成时长与 API 成本。
3.3 行为侧：三种采样档位与思考管理
| 场景 | temperature | top_p | top_k | presence_penalty |
|---|---|---|---|---|
| 通用 thinking | 1.0 | 0.95 | 20 | 1.5 |
| 精确编码/WebDev thinking | 0.6 | 0.95 | — | 0.0 |
| non-thinking | 0.7 | 0.80 | — | — |
（推断）这张表本身就是行为层方法论的一部分：通用场景的高温度 + 强 presence_penalty 鼓励探索防复读；编码场景降温度求确定性；non-thinking 进一步收紧分布。Thinking Preservation 补足多轮场景——思考上下文跨轮保留，避免每轮重新推理相同前提。
3.4 部署侧：一套权重三种形态
同一份 Apache 2.0 权重对应三条消费路径：① 开放权重下载（Hugging Face + ModelScope），自托管全控制；② Qwen Studio 在线体验，零门槛试用；③ Model Studio API（模型名 qwen3.6-flash，发布时标注 coming soon），按量付费。加上 --language-model-only 显存裁剪开关，从个人显卡到云端集群都有落点。「一份训练投入、多形态回收」的分发策略执行得相当完整。
四证据链：两张基准表的逐组解读与协议审计
4.1 Coding Agent 组（10 项）：主战场近乎全胜，唯余一处暗点
| 基准 | Qwen3.5-27B | Gemma4-31B | 旧 35BA3B | Gemma4-26BA4B | 本模型 |
|---|---|---|---|---|---|
| SWE-bench Verified | 75.0 | 52.0 | 70.0 | 17.4 | 73.4 |
| SWE-bench Multilingual | 69.3 | 51.7 | 60.3 | 17.3 | 67.2 |
| SWE-bench Pro | 51.2 | 35.7 | 44.6 | 13.8 | 49.5 |
| Terminal-Bench 2.0 | 41.6 | 42.9 | 40.5 | 34.2 | 51.5 |
| Claw-Eval Avg | 64.3 | 48.5 | 65.4 | 58.8 | 68.7 |
| Claw-Eval Pass^3 | 46.2 | 25.0 | 51.0 | 28.0 | 50.0 |
| SkillsBench Avg5 | 27.2 | 23.6 | 4.4 | 12.3 | 28.7 |
| QwenClawBench | 52.2 | 41.7 | 47.7 | 38.7 | 52.6 |
| NL2Repo | 27.3 | 15.5 | 20.5 | 11.6 | 29.4 |
| QwenWebBench (BT/Elo) | 1068 | 1197 | 978 | 1178 | 1397 |
逐行解读：
- SWE-bench 三连是唯一没拿下第一的编码子组：Verified 73.4 vs 自家 dense 27B 的 75.0（差 1.6），Multilingual 67.2 vs 69.3，Pro 49.5 vs 51.2——三线皆负但差距都在 2 分内。官方叙事对此的处理是强调「超过旧代 35BA3B」（+3.4/+6.9/+4.9），回避与 dense 旗舰的正面对比。这是全文最诚实也最微妙的数据区。
- Terminal-Bench 2.0 的 51.5 是全场最大领先：超第二名 Gemma4-31B（42.9）达 8.6 分。终端任务是纯 agentic 能力试金石（多轮命令执行、环境交互、错误恢复），此处断层式领先是「agentic coding 升级」主张的最硬证据，且协议克制（3h 超时、32 CPU/48GB 上限、5 次平均）。
- SkillsBench 28.7 vs 旧代 4.4 的六倍跳变：旧代几乎失效，新代跃居第一（78 个自包含任务经 OpenCode 评测、5 次平均）。这一项最能说明「同一规格、两代模型」的能力代差。
- QwenWebBench 1397 Elo 领先次优 200 分：内部前端代码生成基准（七类：Web Design/Web Apps/Games/SVG/数据可视化/动画/3D，自动渲染 + 多模态裁判）。领先幅度巨大，但属内部基准且 BT/Elo 计分与百分制不可比——说服力打折（见第五章）。
4.2 General Agent 组（7 项）：并非通吃
TAU3-Bench 67.2（旧代 68.9 更高）、VITA-Bench 35.6（Gemma4-31B 达 43.0）、Tool Decathlon 26.9（27B 达 31.5）三项均非第一；DeepPlanning 25.9、MCPMark 37.0、MCP-Atlas 62.8、WideSearch 60.1 四项第一。7 项中 4 胜 3 负，输的项目集中在通用对话式 agent 能力上——资源向编码 agent 倾斜，通用能力做到强但不追求登顶，与「钢炮」定位自洽。（推断）MCPMark 37.0 约为 Gemma4-31B 两倍的差距尤其值得注意——MCP 工具集成恰是 coding agent 与外部世界连接的管道，此项强势与主战场优势互相印证。
4.3 Knowledge & STEM 组（9 项）：知识持平，数学微胜
MMLU-Pro 85.2（vs 27B 86.1）、C-Eval 90.0（vs 90.5）微幅落后——知识面基本持平而非超越；SuperGPQA 64.7、MMLU-Redux 93.3 亦居次。但 GPQA 86.0 与 AIME26 92.7 登顶（后者用完整 AIME 2026 I+II 口径，官方特意注明分数可能与 Qwen3.5 笔记口径不同），HMMT Feb 26 83.6 同样第一；LiveCodeBench v6 80.4 以 0.3 分居次。HLE 21.4 显著低于 27B 的 24.3——高难科学推理仍是 dense 旗舰的优势区。整体判读：知识「够用但不封顶」，竞赛数学意外强势，对编码钢炮是合理取舍。
4.4 视觉语言表：平 Claude Sonnet 4.5，空间智能反超
| 代表性基准 | Qwen3.5-27B | Claude-Sonnet-4.5 | 本模型 |
|---|---|---|---|
| MMMU-Pro | 75.0 | 68.4 | 75.3 |
| RealWorldQA | 83.7 | 70.3 | 85.3 |
| CC-OCR | 81.0 | 68.1 | 81.9 |
| HallusionBench | 70.0 | 59.9 | 69.8 |
| OmniDocBench1.5 | 88.9 | 85.8 | 89.9 |
| MMMU | 82.3 | 79.6 | 81.7 |
| ZEROBench_sub | 36.2 | 26.3 | 34.4 |
| RefCOCO(avg)·空间智能 | 90.9 | -- | 92.0 |
| ODInW13·空间智能 | 41.1 | -- | 50.8 |
| VideoMME (w sub.) | 87.0 | 81.1 | 86.6 |
| MLVU | 85.9 | 72.8 | 86.2 |
- 对 Claude Sonnet 4.5 多数占优或持平：MMMU-Pro +6.9、RealWorldQA +15.0、CC-OCR +13.8、MLVU +13.4；MMMU 微胜，HallusionBench 大幅领先。
- 对自家上代 27B 互有胜负：SimpleVQA 58.9 反超（56.0）；ZEROBench_sub、CharXiv(RQ)、LVBench、RefSpatialBench 微降。
- 空间智能是最亮眼的反超区：RefCOCO(avg) 92.0（上代 90.9）、ODInW13 50.8（上代 41.1，+8.2）。官方将「多数 VL 基准持平 Claude Sonnet 4.5、空间智能反超」作为 VL 总结论，数据支持。
（推断）ODInW13 的 +8.2 跳变幅度在成熟基准上并不常见，提示 3.6 代可能在视觉定位/检测类数据配比上有针对性加强；而 RefSpatialBench 回落说明「指代定位」与「空间关系推理」并非同步进步。
4.5 评测协议脚注审计：11 条脚注透露了什么
- 公平性加分项：SWE-bench Pro 官方修正公开集部分问题任务，且所有基线在修订版上重评——避免「自己用修正版、对手用原版」的经典不公平；Terminal-Bench 五次平均降方差；SkillsBench 明确剔除依赖特定 API 的任务。
- 裁判依赖披露清晰：VITA-Bench 裁判换用 claude-4-sonnet（原 claude-3.7-sonnet 不可用）、MCP-Atlas 用 gemini-2.5-pro、TAU3-Bench 用户模拟用 gpt-5.2（low reasoning effort）——裁判与用户模型全部来自竞品/第三方阵营，诚实且降低「自家裁判偏袒自家」的风险，但 LLM-as-judge 系统性偏差仍在。
- 两处口径提醒：NL2Repo 其余模型经 Claude Code harness（max_turns=900）评测而本模型 harness 是否相同未明说；AIME26 口径变化被显式声明。前者属潜在混淆变量。
4.6 独立侧写交叉参照
TheVibeFather（2026-07-10）独立聚合评分：Intelligence 32.1 / Coding 41.9 / Agentic 21.6，Vibe Coding Index 32.8（#65/115），混合价格 $0.25/M tokens（#29/127 便宜位），上下文 262K。独立口径下综合排名远不如官方表抢眼，但价格排名靠前与官方「高效」叙事方向一致。注意独立聚合分与官方百分制不可直接比较，仅作方向性参照。
五批判性分析：成绩单的另一面
5.1 官方表格内的相对短板（可见而不强调处）
- SWE-bench 三线皆负于自家上代 dense 27B（差 1.6–2.1 分）：「以小胜大」的核心叙事在最权威编码基准线上并未成立——成立的版本是「以小接近大、大幅超越同规格旧代」。若 SWE-bench Verified 是唯一考量，dense 27B 仍略优。
- HLE 21.4 vs 24.3：高难推理天花板差距明显，且对比列中 Gemma4-26BA4B 低至 8.7，说明该项分化极大、模型间差异真实存在。
- General Agent 组 3 项失守：TAU3/VITA/Tool Decathlon 分别落后旧代、Gemma4-31B、27B——「agentic 全面领先」应限定为「coding agent 领先」。
- Pass^3 口径下的稳定性隐忧：Claw-Eval Pass^3 50.0 vs 单次均值 68.7，三次连续通过率掉近 19 分，任务成功率仍有相当波动（所有对比模型同样如此）。
5.2 未披露项清单及其含义
训练数据构成/token 量/算力成本、后训练配方（RL 算法、奖励设计、数据规模）、Vision Encoder 参数量与结构、百万上下文的实现机制、Thinking Preservation 内部策略、API 定价限速——全部未披露。这份发布是「能力结果展示」而非「技术报告」：读者知道模型做到了什么，无从知晓怎么做到。对工程使用者影响有限（权重在手可直接测），但研究者无法从中提取可复现的训练方法论——这是权重卡形态与论文形态的本质区别。
5.3 内部基准的可信度边界
QwenWebBench（1397 Elo 领先次优 200 分的最大亮点之一）、QwenClawBench、Claw-Eval 三项均为内部基准：无第三方复现，QwenClawBench 标注 "open-sourcing soon" 但截至提取日未见放出。它们贡献了官方叙事中最惊人的数字，却恰恰处在最不可独立验证的位置。（推断）合理的处理是把这三项视为「方向性强信号、绝对值存疑」，等开源后再校准预期。
5.4 基线选择的叙事策略
四个基线全是开源同级模型，无任何 2026 年闭源旗舰入场。营销上安全——「rivaling much larger dense models」在池内成立；但它回避了真正的问题：与 Claude/GPT 系列的 coding agent 能力差距是多少？VL 表拉来 Claude-Sonnet-4.5 作参比反而凸显了这个缺席——视觉侧敢比闭源旗舰，语言 agent 侧不敢，两相对照耐人寻味。（推断）
5.5 「3B 激活 rival dense 27B」的边界条件
这句 headline 的成立依赖三个未明说的条件：① 任务域限定——在编码 agent 上成立（Terminal-Bench/NL2Repo/MCPMark 等），在高难知识推理（HLE）与部分通用 agent 任务上不成立；② 对比口径限定——比较的是总参不同的模型（35B 稀疏 vs 27B dense），按「等激活 dense」无从谈起，按「等总参」稀疏方还多 8B 容量；③ 部署场景限定——3B 激活的优势要在批量服务/显存受限场景才能兑现，单请求延迟上 dense 小模型未必吃亏。正确的读法是：「同等 agent 编码能力下，推理成本低一个量级」，而非「3B 模型打败 27B 模型」。
六启示与影响：对开源生态与工程实践的意义
6.1 五条可迁移启示
- 「稀疏 + 混合注意力」是中杯 agent 模型的成熟答案：3:1 线性/全注意力 + 极窄激活 MoE + 多步 MTP 组合拳拿到了完整基准验证。其本质是把三类成本分别交给三种机制各管一项——每 token 计算交给 MoE、每序列记忆交给线性注意力、每输出 token 解码交给 MTP。任何要造「长上下文 + 多轮工具调用」底座的团队都可以直接参考这套配方。
- agent 能力可以被「定向投放」：SkillsBench 从 4.4 到 28.7、Terminal-Bench 从 40.5 到 51.5 的同规格代际跃升说明 agent 能力是后训练与迭代的函数而非纯粹规模决定。（推断）与其堆参数，不如把迭代预算精准投向目标工作负载。
- Thinking Preservation 点出 agent 成本的隐藏大头：多轮流程中重复推理的开销常被忽视，保留思考上下文是产品级创新点。类似思路可推广到任意 agent 框架的会话管理——缓存的不只是 KV，还有推理结论本身。
- 评测协议的规范性值得效仿：修正版 SWE-bench Pro 全基线重评、五次平均、裁判来自第三方阵营、口径变化显式声明——构成「可信的自评报告」模板。
- 「权重开源 + API 待上 + 在线体验」三轨分发是开源商业化的标准解：Apache 2.0 权重建生态信任，coming soon 的 API 留商业化接口，在线体验降尝鲜门槛，三者共享一份训练投入。
6.2 观察点与局限走向
- qwen3.6-flash API 落地表现：定价限速公布后，「$0.25/M 级别的编码 agent 能力」若坐实，将冲击中小模型 API 市场；
- 内部基准的开源兑现：QwenClawBench 承诺的 open-sourcing 是否兑现、第三方能否复现 1397 Elo，是检验本发布可信度的试金石；
- Vision Encoder 信息补全：一手文档完全缺失视觉塔细节，后续技术报告补齐后方能评估其多模态路线独立性；
- 与闭源旗舰的真实差距：待独立机构将其纳入与 Claude/GPT 同台对比，方能给「开源 coding agent 天花板」一个准确定位。
■总结
《Qwen3.6-35B-A3B》是一份目标极其清晰的发布：不做全能王，只做「开源世界里跑得动的最强编码 agent 底座」。它的技术体系——3:1 混合注意力、256 选 8+1 极窄激活 MoE、多步 MTP、双模式与 Thinking Preservation——全部服务于同一个效率命题，并在主战场交出可验证的成绩：Terminal-Bench 2.0 五模型最高 51.5、NL2Repo 29.4、MCPMark 37.0、GPQA/AIME26 登顶、VL 面平 Claude Sonnet 4.5 且空间智能反超（RefCOCO 92.0 / ODInW13 50.8）。它的暗面同样清晰：SWE-bench 三线未胜自家 dense 旗舰、General Agent 组非通吃、HLE 有天花板差距、训练配方零披露、三个内部基准无第三方验证、基线池不含闭源旗舰。正确的打开方式是把它当作一个条件成立的效率命题——「在开源同级池内，3B 激活在编码 agent 上打平乃至超越数倍激活的 dense 模型，同时把推理成本压低一个量级」——这个命题成立且有数据支撑；而任何把它泛化为「3B 打败 27B」「开源追平闭源」的读法，都超出了证据所能支撑的范围。