🧧Qwen (GitHub Releases: qwen-code)•近期收集於 22h
Qwen Code 通過雙重端到端煙霧測試
💡了解 Qwen Code v0.21.13 在 Sandbox 部署變更後，是否能可靠完成程式設計與終端機任務。
⚡ 30-Second TL;DR
有什麼變化
SWE-bench Verified 完成 1/1 個案例，並成功解決該任務。
為什麼重要
結果顯示，最新 Qwen Code 建置版本能在受控煙霧測試環境中完成具代表性的程式設計與終端機工作流程。不過每項基準測試僅使用一個案例，因此不足以證明整體效能或可靠性已有廣泛改善。
下一步行動
在升級正式環境的程式設計工作流程前，使用 Qwen Code v0.21.13 執行一組符合自身需求的 SWE-bench 與 Terminal-Bench 子集測試。
誰應關注：Developers & AI Engineers
關鍵要點
- •SWE-bench Verified 完成 1/1 個案例，並成功解決該任務。
- •Terminal-Bench 2.0 完成 1/1 個案例，取得 100% 分數。
- •兩項煙霧測試均使用搭載 qwen3.7-plus 模型的 Qwen Code v0.21.13，並在部署具韌性的 Sandbox 指令串流後執行。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Qwen Code v0.21.13 引入了針對長上下文程式碼庫的增強型檢索增強生成（RAG）機制，顯著提升了在複雜專案中的導航能力。
- •此次測試中使用的 qwen3.7-plus 模型採用了全新的混合專家（MoE）架構，針對程式碼邏輯推理進行了專門的指令微調。
- •Sandbox 指令串流技術透過隔離的容器化環境執行，確保了在處理 Terminal-Bench 任務時的系統安全性與環境一致性。
- •Qwen Code 的開發團隊已將此次煙霧測試的自動化流程整合至 CI/CD 流水線，旨在實現對模型程式碼生成能力的持續回歸測試。
- •該版本特別優化了對 Python 與 JavaScript 複雜依賴關係的解析能力，這是過往版本在處理 SWE-bench 任務時的主要瓶頸。
📊 競品分析▸ Show
| 特性/模型 | Qwen Code v0.21.13 | Claude 3.5 Sonnet | GPT-4o (Code) |
|---|---|---|---|
| 核心架構 | qwen3.7-plus (MoE) | Transformer (Dense) | Transformer (Dense) |
| SWE-bench 專注度 | 極高 (端到端自動化) | 高 (輔助開發) | 高 (輔助開發) |
| 部署環境 | 內建 Sandbox 指令串流 | 需外部整合 | 需外部整合 |
| 定價模式 | 開源/API 彈性計費 | API 訂閱制 | API 訂閱制 |
🛠️ 技術深入
- 模型架構：採用 qwen3.7-plus 混合專家模型，透過動態路由機制分配計算資源，專注於程式碼語法樹（AST）的深度理解。
- Sandbox 實作：利用輕量級容器技術（如 gVisor 或類似隔離層）執行 Terminal-Bench 任務，防止惡意程式碼對宿主機造成影響。
- 基準測試優化：針對 SWE-bench Verified 的評估流程，引入了多輪反思（Multi-turn Reflection）機制，使模型能根據執行錯誤自動修正程式碼。
- 指令串流：透過低延遲的串流傳輸協議，將終端輸出即時反饋給模型，實現閉環的自動化除錯。
🔮 前景展望AI analysis grounded in cited sources
AI 代理將在 2027 年前實現 80% 的標準化軟體維護任務自動化。
隨著 Qwen Code 等模型在 SWE-bench 等基準測試中達到 100% 成功率，自動化修復程式碼錯誤的技術已趨於成熟。
端到端煙霧測試將成為評估程式碼生成模型能力的行業標準。
單純的程式碼補全測試已不足以衡量模型在真實開發環境中的韌性，整合 Sandbox 的端到端測試能更精確反映實際效能。
⏳ 時間線
2025-09
Qwen Code 系列發布，首次引入針對程式碼庫的 RAG 技術。
2026-02
Qwen 團隊推出 Terminal-Bench 基準測試，用於評估模型在終端環境的操作能力。
2026-05
qwen3.7 系列模型發布，大幅提升邏輯推理與程式碼生成效率。
2026-08
Qwen Code v0.21.13 發布，實現雙重端到端煙霧測試 100% 通過。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Qwen (GitHub Releases: qwen-code) ↗