Dotty 3.7.0发布:Scala 3编译器的重要更新
Dotty是Scala 3编译器的开发代号,作为新一代Scala语言的编译器,它带来了许多创新特性和改进。2025年5月7日,Dotty团队正式发布了3.7.0版本,这是Scala 3生态系统的一个重要里程碑。本文将深入解析这个版本的核心更新和技术亮点。
语言特性与稳定性提升
3.7.0版本将多个Scala改进建议(SIP)提升为稳定或预览状态。其中,SIP-52的@publicInBinary注解现在成为稳定特性,这个注解帮助库开发者明确标记哪些API需要在二进制层面保持兼容性。SIP-58的命名元组(Named Tuples)也升级为稳定特性,为开发者提供了更强大的元组操作能力。
新引入的@scala.annotation.internal.preview注解配合-preview标志,为实验性功能提供了更规范的预览机制。SIP-62的"Better Fors"特性作为预览功能加入,改进了for推导式的语义和行为。
编译器与工具链改进
这个版本升级了多项基础设施:Scala 2标准库升级到2.13.16版本,Scala.js升级到1.19.0,Scala CLI升级到1.7.1。表达式编译器(Expression Compiler)现在正式成为Scala 3编译器的一部分,增强了编译器的功能完整性。
在元编程方面,Quotes API得到了多项增强,包括新增了apply方法用于导入选择器,实验性的summonIgnoring方法,以及为newClass方法添加了类参数、标志、privateWithin和注解支持。
开发体验优化
模式匹配能力得到了显著增强,现在支持检查任何case类的穷尽性。对于依赖case类的支持也被加入,为更复杂的类型系统用例提供了可能。
类型系统方面,Yno-kind-polymorphism选项被弃用,反映了类型系统设计的演进方向。同时,改进了隐式参数的处理,现在在没有使用using关键字的情况下会在调用点发出警告。
性能与兼容性
JVM后端修复了影响Android平台的关键问题(#15736),提升了在移动开发场景下的可用性。REPL环境增加了评估初始化脚本后退出标志,并实现了:jar命令来替代即将废弃的:require命令。
在类型推导和编译器内部,多项改进提升了稳定性和性能:处理类型别名时的上下文函数结果类型推导更准确,Array[Nothing]和Array[Null]的擦除行为现在与Scala 2保持一致。
开发者工具增强
展示编译器(Presentation Compiler)现在能够在悬停时显示推断类型,提升了IDE体验。Linting工具对-Wunused和-Wconf选项进行了多项改进,提供了更精确的代码质量检查。
对于库开发者,注解处理得到了多项修复:显式构造的注解参数现在会被提升,修复了@main方法上的注解复制问题,改进了注解映射的准确性。
总结
Dotty 3.7.0版本在语言特性、工具链支持、开发体验和性能优化等方面都带来了显著进步。这些改进不仅增强了Scala 3的稳定性和可用性,也为未来的发展奠定了基础。对于现有的Scala项目,特别是那些关注长期维护和二进制兼容性的库,升级到这个版本将能获得更好的开发体验和更强大的语言特性支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00