🧧較早收集於 31h

Qwen-Code v0.11.1:關鍵修復與 CLI 強化

Qwen-Code v0.11.1:關鍵修復與 CLI 強化
PostLinkedIn
🧧閱讀原文: Qwen (GitHub Releases: qwen-code)

💡v0.11.1 修復代理錯誤並新增 CLI 快捷鍵—優化您的 Qwen 開發流程

⚡ 30-Second TL;DR

有什麼變化

支援 AGENTS.md 作為預設上下文檔案 (#2018)

為什麼重要

提升代理工作流程與 CLI 使用可靠性,減少生產環境錯誤。有利於整合 Zed 與 DashScope 提供者的開發者。

下一步行動

透過 GitHub 升級至 v0.11.1,並在 CLI 測試 Ctrl+Y 重試失敗請求功能。

誰應關注:Developers & AI Engineers

關鍵要點

  • 支援 AGENTS.md 作為預設上下文檔案 (#2018)
  • 修復副代理提示,附加 output-language.md 並優先專案設定 (#1993)
  • 新增速率限制錯誤碼 1305 支援與 CLI Ctrl+Y 重試 (#1995, #2011)
  • 防護工具呼叫輸出截斷 (#2021)
  • 改善 CLI 認證對話方塊的三選項佈局 (#2030)

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 8 個來源。

🔑 增強重點摘要

  • Qwen-Code 由 Alibaba 的 Qwen 團隊開發,與 Qwen3-Coder 模型深度整合,提供終端內的多代理工作流程支援技能、副代理及計劃模式[5]
  • Qwen3-Coder-Next 於 2026 年 2 月發布,為 Qwen-Code 的核心模型,具備 80B 總參數、僅激活 3B 參數的 MoE 架構,可在消費級硬體上運行[2][3]
  • Qwen-Code 提供每日 1,000 次免費請求的 OAuth 免費層,無需信用卡,適合個人開發者與小團隊[5]
  • 社區測試顯示 Qwen3-Coder-Next 在消費級硬體上生成代碼速度達 20-40 令牌/秒,並可靠支援工具呼叫與 JSON 格式[2]

🛠️ 技術深入

  • Qwen3-Coder-Next 採用混合架構:Gated DeltaNet + MoE + Gated Attention,包含 512 個專家,每令牌僅激活 10 個專家[2][3]
  • 架構細節為 12 × [3 × (Gated DeltaNet → MoE) → 1 × (Gated Attention → MoE)],Gated DeltaNet 處理長程依賴,共享專家始終激活核心能力[2][3]
  • 訓練方法包括大規模可執行任務合成 + RL,前訓練使用 7.5 兆令牌(70% 為代碼),後訓練涵蓋 20,000 並行環境的執行驅動 RL[2][6]
  • 支援 256K 上下文長度,本地運行於 64GB MacBook 或 RTX 5090 等硬體,量化後效能優異[1][2]
  • 與 VS Code、Zed、JetBrains 等 IDE 整合,官方擴充如 Qwen Code Companion 提供即時變更檢視[1][5]

🔮 前景展望AI analysis grounded in cited sources

Qwen-Code v0.11.1 的 CLI 強化將加速其在本地開發環境的採用率
新快捷鍵與錯誤處理改善使用者體驗,結合免費層與離線能力,吸引隱私敏感開發者轉向本地 AI 代理[1][5]
MoE 架構將使 Qwen3-Coder 在消費級硬體上的代理編碼效能超越雲端競爭者
僅 3B 激活參數達 Sonnet 4.5 等級效能,消除雲端依賴並降低成本,推动 2026 年本地 AI 編碼主流化[2][3]

時間線

2026-02
Qwen3-Coder-Next 發布,引入 80B MoE 架構專為編碼代理設計
2026-02-10
社區影片展示 Qwen3-Coder-Next 與 Ollama、OpenCode 的本地設定
2026-03
Qwen-Code v0.11.1 發布,強化 CLI 與代理支援
📰

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)

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。