🧧Qwen (GitHub Releases: qwen-code)•較早收集於 2h
Qwen-code v0.16.1 Nightly 版本發布:CLI 與核心功能優化
💡Qwen-code 用戶必看的更新,可提升 CLI 工作流中的代理程式穩定性、除錯能力與資源管理效率。
⚡ 30-Second TL;DR
有什麼變化
新增用於堆疊快照診斷的 memory-leak-debug 技能。
為什麼重要
這些更新提升了 Qwen-code 環境的穩定性與資源管理能力,特別是對於執行長期代理程式會話的開發者。新增的保護機制與除錯工具顯著降低了自動化工作流中失控程序的風險。
下一步行動
更新至最新的 nightly 版本,若您在長期執行的代理程式會話中遇到穩定性問題,請嘗試使用新的 'memory-leak-debug' 技能。
誰應關注:Developers & AI Engineers
關鍵要點
- •新增用於堆疊快照診斷的 memory-leak-debug 技能。
- •為 CLI 實作了無頭/非互動式的執行保護機制。
- •重新設計了具備三層階梯的自動壓縮閾值。
- •啟用 Token Plan 快取控制以提升 API 請求效率。
🧠 深度解析
Web-grounded analysis with 33 cited sources.
🔑 增強重點摘要
- •Qwen-code是一個開源的AI代理,源自Google的Gemini CLI,專為終端機優先的代理式編碼而設計,旨在提供深度程式碼理解、編輯和工作流程自動化,並針對Qwen系列模型進行了優化。
- •無頭模式執行保護對於CI/CD管道和腳本至關重要,它允許Qwen Code以程式化方式執行並產生結構化輸出,目前正致力於透過shell命令允許列表來增強其安全性。
- •自動壓縮閾值現已改為內部管理的三層系統(警告/自動/硬性),根據模型的上下文視窗動態調整,並在響應被截斷時自動以更大的Token限制(例如,從初始的8K增加到64K)進行重試,以確保高效的上下文處理。
- •Token Plan快取控制透過自動快取系統指令和對話歷史等常用內容來降低API請求成本並加速響應,支援API金鑰認證,可透過
/stats命令監控節省的Token數量。 - •Qwen-code支援多種API協定(包括與OpenAI、Anthropic、Gemini相容的API,以及阿里雲的Qwen端點),並提供VS Code、Zed和JetBrains IDE的整合,以及開發者SDK,使其能夠直接編輯檔案、執行命令和建立提交。
📊 競品分析▸ Show
| Feature/Aspect | Qwen-code / Qwen3-Coder |
|---|---|
| 主要用途 | 終端機代理式編碼工具,理解大型程式碼庫、自動化任務、加速開發。 |
| 模型架構 | Qwen3-Coder採用480B參數的MoE架構,每次查詢僅啟用35B參數,支援256K原生上下文,可擴展至1M。 Qwen3.5 Small系列結合Gated Delta Networks與稀疏MoE。 |
| 編碼性能 | 在代理式編碼工作流程中表現穩健,速度優於Kimi K2。 Qwen3.7 Max在軟體工程、終端操作、GUI互動、網頁瀏覽和代理工具使用方面達到頂級編碼性能。 |
| 成本/授權 | Qwen系列模型多為開源(Apache 2.0),Qwen-code CLI可透過API金鑰或訂閱阿里雲編碼計畫使用。 Qwen3-Coder相較Claude Sonnet 4成本較低。 |
| 整合性 | 終端機優先,支援VS Code、Zed、JetBrains IDE整合,提供開發者SDK。 |
| Claude Sonnet 4 | |
| 需要細微差別、創造性和深度思考的任務,擅長複雜寫作和分析。 | |
| 具備龐大的上下文視窗,能處理和分析大量文件。 | |
| 在所有測試中提供最完整、可靠的實作,輸出速度最快,在工具密集型和複雜提示方面表現領先。 | |
| 相較Qwen3-Coder和Kimi K2,成本較高。 | |
| - | |
| DeepSeek | |
| 程式碼生成、數學和技術工作,在程式設計邏輯理解方面表現出色。 | |
| 開源模型,在程式碼生成和數學方面表現優異。 | |
| 在程式碼生成、除錯和數學問題上表現出色。 | |
| 開源模型,性能卓越。 | |
| - |
🛠️ 技術深入
- Qwen-code是Google Gemini CLI的一個分支,使用TypeScript構建,可透過npm安裝。
- Qwen模型基於Transformer架構,並在注意力機制、訓練方法和多語言能力方面進行了創新。
- Qwen3-Coder採用480B參數的混合專家(MoE)架構,每次查詢僅啟用35B參數。它原生支援256K Token的上下文視窗,並可透過外推擴展至1M Token。
- Qwen3.5 Small系列模型採用混合架構,結合了Gated Delta Networks和稀疏MoE(線性注意力區塊與全softmax注意力區塊的比例為3:1)。Gated Delta Networks使用線性注意力,為長上下文維護固定大小的隱藏狀態。MoE將Token路由到專門的專家子網路。
- Qwen Code的架構將CLI(前端)與Core(後端)分離,以實現模組化和可擴展性。CLI負責處理使用者輸入和使用者介面,而Core則協調模型API互動和工具執行。
- Qwen模型採用位元組級別的位元對編碼(BBPE)分詞方法,確保沒有未知詞彙並有效表示文本。
- Qwen3模型支援「思考模式」和「非思考模式」(指令模式),無需切換模型即可實現,簡化了部署並允許針對不同任務複雜度靈活切換。
🔮 前景展望AI analysis grounded in cited sources
Qwen-code的持續優化將進一步鞏固其作為開發者首選終端機AI代理的地位。
透過不斷增強CLI功能、記憶體管理和API效率,Qwen-code降低了開發者使用AI進行程式碼開發的門檻,並提升了日常工作流程的效率。
代理式編碼工具的安全性將成為未來發展的關鍵焦點。
隨著無頭模式和自動化執行的普及,對檔案存取權限和shell命令執行進行更精細的控制(如shell命令允許列表)將是保護使用者系統免受潛在風險的必要步驟。
Qwen系列模型在混合專家(MoE)架構和長上下文處理方面的進步將推動AI在複雜軟體工程任務中的應用。
Qwen3-Coder和Qwen3.5 Small系列所展示的MoE架構和百萬級token上下文處理能力,使其能夠更好地理解和操作大型程式碼庫,從而實現更複雜的自動化重構和除錯任務。
⏳ 時間線
2023-04-07
阿里雲正式宣布通義千問(Qwen)對企業使用者開啟內測。
2023-09-13
阿里雲宣布通義千問正式向社會公眾開放。
2025-04-29
新一代模型Qwen3正式開源,發布了多尺寸模型,包括MoE模型。
2025-07
Qwen3-Coder作為開源代理式程式碼模型發布,Qwen Code CLI也隨之開源。
2026-02-15
Qwen3.5正式發布,引入Qwen3.5-397B-A17B模型,具備原生視覺語言能力。
2026-05-25
Qwen-code v0.16.1 Nightly 版本發布,引入記憶體洩漏除錯技能及CLI優化。
📎 來源 (33)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- nyu.edu
- github.io
- qwen.ai
- supergok.com
- github.com
- github.io
- github.io
- github.com
- github.com
- github.io
- alibabacloud.com
- medium.com
- medium.com
- composio.dev
- dev.to
- slashdot.org
- re-ze-katsu.com
- eesel.ai
- datasciencedojo.com
- galileo.ai
- github.io
- readthedocs.io
- wikipedia.org
- omake.co.jp
- readthedocs.io
- reddit.com
- wikipedia.org
- wikipedia.org
- wikipedia.org
- aliyun.com
- qwen.ai
- newreleases.io
- github.com
📰
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) ↗