Qwen Code 發行 v0.12.4-preview.0

💡新增 /review 技能與修正強化 Qwen Code AI 編碼代理（28字元）

⚡ 30-Second TL;DR

有什麼變化

新增內建 /review 技能，提供現成程式碼審核

為什麼重要

以現成程式碼審核與穩健修正提升開發者生產力，減少 AI 輔助編碼工作流程錯誤。歡迎新貢獻者，顯示 Qwen Code 代理社群持續成長。

下一步行動

升級至 v0.12.4-preview.0，並在專案中測試 /review 技能進行自動程式碼審核。

誰應關注：Developers & AI Engineers

背景與延伸：來自公開資料，非原文內容。引用 8 個來源。

•Qwen Code 基於 Qwen3-Coder 模型，該模型採用 Mixture-of-Experts 設計，擁有 480 億參數，並使用 7.5 兆 token 進行預訓練，其中 70% 為程式碼資料。[1][4]
•Qwen3-Coder 在 SWE-Bench Verified 等多輪軟體工程挑戰中表現優異，透過 20,000 個平行環境的執行驅動強化學習達成高性能，且無需測試時擴展。[1]
•Qwen Code CLI 源自 Gemini Code，支援透過自訂提示和函數呼叫在 Node.js 和 OpenAI SDK 等平台部署 Qwen3-Coder 於代理工作流程。[1]

📊 競品分析▸ Show

特徵/定價/基準	GitHub Copilot	Qwen Code
定價	付費訂閱（每用戶）	開源免費（Apache 2.0）[1][4][5]
部署	雲端為主，IDE 整合（VS Code 等）	本地部署、CLI、多平台（Windows/Mac/Linux）[1]
模型	OpenAI GPT-4/Codex，封閉	Qwen3-Coder 480B MoE，開源權重[1][4]
基準	多語言支援，企業安全掃描	Aider 分數高（Qwen2.5 Coder 32B 達 72.9%），匹敵 GPT-4o[1][6]
評價	6/10（Slashdot），廣泛採用	0 評價（新興），強調隱私與自訂[1]

•Qwen3-Coder 使用 Transformer 解碼器架構，支援長上下文至 64,000 token，涵蓋 92 種程式語言，擅長程式碼生成、text-to-SQL 和除錯。[2]
•預訓練階段利用 7.5 兆 token（70% 程式碼），後訓練階段透過 Qwen2.5-Coder 合成資料精煉，並在 20,000 個平行環境進行強化學習，提升多輪工程任務。[1]
•開源 CLI 工具支援代理工作流程，整合 JSON schema、artifact 生成，適用於 Python、JS、HTML 等，輸出乾淨生產級程式碼。[1][3]