Cody for VS Code 1.98.0版本发布:智能代码助手迎来重大升级
Cody是Sourcegraph开发的一款基于人工智能的代码助手工具,深度集成在VS Code编辑器中,能够通过自然语言交互帮助开发者理解、生成和优化代码。近日发布的1.98.0版本带来了多项重要改进,特别是在智能对话和用户体验方面有显著提升。
智能对话功能全面升级
本次更新的核心亮点是默认启用的Agentic Chat功能。这一改进使得Cody的对话能力更加智能和上下文感知,能够更好地理解开发者的意图并提供精准的代码建议。不同于传统的静态响应模式,新版本中的Cody能够进行多轮推理和思考,在复杂问题解决场景中表现更为出色。
用户体验优化
在界面交互方面,1.98.0版本进行了多项改进。聊天历史界面经过重新设计,信息展示更加清晰直观,同时优化了空白状态的显示效果。开发者现在可以更方便地回顾之前的对话内容。另一个实用改进是记住了最后一次使用的编辑器位置,当重新打开Cody面板时会自动恢复到上次的位置,提高了工作流的连续性。
技术架构改进
在底层实现上,开发团队优化了聊天会话的保存机制,现在只在LLM(大语言模型)响应后才进行保存,减少了不必要的IO操作。同时增加了对大文件差异修改的过滤处理,提升了Autoedit功能的稳定性和性能表现。这些改进虽然对终端用户不可见,但显著提升了系统的整体响应速度和可靠性。
问题修复与稳定性增强
1.98.0版本修复了多个影响用户体验的问题。其中最重要的是解决了Delete键触发自动补全的异常行为,这一修复使得代码编辑过程更加顺畅。此外,还修复了JCEF面板缺失的问题,并确保在显示配置变更时Cody窗口能够正确刷新。对于需要自定义环境的开发者,新版本还增加了对自定义Node进程参数和环境变量的支持。
总结
Cody for VS Code 1.98.0版本的发布标志着这款AI代码助手在智能化程度和用户体验上又向前迈进了一大步。默认启用的Agentic Chat功能将改变开发者与工具的交互方式,使其从简单的问答工具进化为真正的编程伙伴。配合界面优化和稳定性改进,这个版本为开发者提供了更加流畅、智能的编码体验。对于已经使用Cody的开发者,升级到1.98.0版本将能立即感受到这些改进带来的效率提升;而对于尚未尝试的开发者,现在正是体验AI辅助编程强大能力的好时机。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00