Junie

我们希望本地编码智能体既聪明又快速：能够理解代码库、完成有价值的工作，并且不必长时间等待。这次 Junie Local 更新让你可以切实地在自己的机器上使用能力更强的模型。 在首个版本中，我们不得不在同一模型的两个版本之间做出选择。关闭推理时，Qwen3.6 的速度足以在笔记本电脑上使用。Qwen3.8 能完成更多任务，但只有启用推理才能可靠工作，因此完成任务所需时间大约长四倍。我们选择了速度。 此次更新旨在消除这一取舍。我们将两个模型按相同比例合并，构建了 Qwen3.8-3.6-27B-blend。在编码评测中，它完成的任务多于 Qwen3.6，同时生成的输出 token 比 Qwen3.…

前段时间，我们启动了一个长期项目，旨在让用户能够在各种硬件设置上完全在本地运行已启用本地推理的 Junie。经过漫长的期待，我们最近发布了 Junie Local 的初始版本，该版本可以在 MacBook M5 上使用 Qwen3.6-27B 运行。 在这篇博文中，我将分享我们为实现这一目标所做的工作，以及我们选择基于 Qwen3.6-27B 而不是 Qwen3.8-27B 发布的原因。我们从 Junie 智能体本身到我们选择的推理引擎，对整个技术栈进行了优化。 安装 Junie Local 我们从 Junie 开始 – 毕竟，您将从这里开始与本地模型进行交互。 Junie 优化 扩展智能…

我们迈向设备端编码智能体的第一步 Junie 提供连接本地模型运行时的功能已经有一段时间了。将其连接至 Ollama 或 LM Studio，加载本地模型，智能体即可基于该模型运行。已经有很多人在这样做。但这也意味着您必须选择模型、调整设置并完成大量手动设置，而小模型只能帮助处理有限的简单任务。 因此，我们为您完成了所有这些工作。推出 Junie Local：它随附我们针对自有智能体循环而选择并调试的模型，只需一条命令即可安装，并且完全在您的机器上运行。不消耗 token，无配额限制，代码也绝不会离开您的设备。而且完全免费。 安装 Junie Local 一条命令，…