تخطت شركة علي بابا مستوى جديدًا في مجال الذكاء الاصطناعي المطبق على تطوير البرمجيات. قسم كوين التابع لعملاق التكنولوجيا الصيني قام مؤخرًا بنشر Qwen3-Coder-Next، وهو لغة برمجة مصممة خصيصًا لتمكين وكلاء الترميز وتسهيل التطوير في بيئة محلية. تأتي هذه المبادرة ضمن استراتيجية أوسع تهدف إلى دمقرطة أدوات الذكاء الاصطناعي للمطورين.
بنية وكيل ترميز واسعة النطاق
يعتمد نموذج اللغة الذي قدمته علي بابا على بنية تحتية للتعلم استثنائية القوة. وفقًا لـ Foresight News، تم تدريب Qwen3-Coder-Next على 800,000 مهمة قابلة للتحقق تعمل في بيئات تنفيذية، مما يمثل تقدمًا كبيرًا لأنظمة الوكلاء الذكيين. يضم النموذج إجمالي 80 مليار معلمة، منها 3 مليارات معلمة نشطة، ويُظهر قدرات ملحوظة. في التقييم الصارم الذي يُعرف بـ SWE-Bench Pro، حصل النموذج على نتائج مثيرة للإعجاب، مؤكدةً صلاحيته للمهام المعقدة في الترميز المساعد.
توافق موسع وأداء عالي المستوى
تمكن البنية المعيارية لهذا اللغة من الاندماج السلس في نظام بيئي متنوع لأدوات المطورين. يعمل Qwen3-Coder-Next بكفاءة مع العديد من الأُطُر والتطبيقات: OpenClaw لتنظيم العمليات، Qwen Code لحلول علي بابا، Claude Code للتكامل عبر المنصات، وأُطُر حديثة مثل Cline لتطوير الويب التكراري وأتمتة المتصفحات. تضع هذه المرونة هذا اللغة كحل موحد للفرق التي تتبنى نهجًا هجينًا في التطوير المدعوم بالذكاء الاصطناعي.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
Qwen3-Coder-Next - اللغة المفتوحة الجديدة من Alibaba لذكاء التشفير
تخطت شركة علي بابا مستوى جديدًا في مجال الذكاء الاصطناعي المطبق على تطوير البرمجيات. قسم كوين التابع لعملاق التكنولوجيا الصيني قام مؤخرًا بنشر Qwen3-Coder-Next، وهو لغة برمجة مصممة خصيصًا لتمكين وكلاء الترميز وتسهيل التطوير في بيئة محلية. تأتي هذه المبادرة ضمن استراتيجية أوسع تهدف إلى دمقرطة أدوات الذكاء الاصطناعي للمطورين.
بنية وكيل ترميز واسعة النطاق
يعتمد نموذج اللغة الذي قدمته علي بابا على بنية تحتية للتعلم استثنائية القوة. وفقًا لـ Foresight News، تم تدريب Qwen3-Coder-Next على 800,000 مهمة قابلة للتحقق تعمل في بيئات تنفيذية، مما يمثل تقدمًا كبيرًا لأنظمة الوكلاء الذكيين. يضم النموذج إجمالي 80 مليار معلمة، منها 3 مليارات معلمة نشطة، ويُظهر قدرات ملحوظة. في التقييم الصارم الذي يُعرف بـ SWE-Bench Pro، حصل النموذج على نتائج مثيرة للإعجاب، مؤكدةً صلاحيته للمهام المعقدة في الترميز المساعد.
توافق موسع وأداء عالي المستوى
تمكن البنية المعيارية لهذا اللغة من الاندماج السلس في نظام بيئي متنوع لأدوات المطورين. يعمل Qwen3-Coder-Next بكفاءة مع العديد من الأُطُر والتطبيقات: OpenClaw لتنظيم العمليات، Qwen Code لحلول علي بابا، Claude Code للتكامل عبر المنصات، وأُطُر حديثة مثل Cline لتطوير الويب التكراري وأتمتة المتصفحات. تضع هذه المرونة هذا اللغة كحل موحد للفرق التي تتبنى نهجًا هجينًا في التطوير المدعوم بالذكاء الاصطناعي.