人工智能 - 超腾开源博客 - 第4页 | 了解网站最新动态，分享最新技术

OpenAI Codex是OpenAI开发的轻量级AI编程助手，能够在终端中运行并提供智能代码编写支持。本文提供完整的安装配置指南，从Node.js环境准备到Codex全局安装，详细说明使用方法和操作步骤，包括目录切换、权限设置、模型切换等关键操作，并解答常见问题，帮助开发者高效利用这一AI编程工具提升开发效率。

2026年5月20日，阿里云宣布将原“智能编码助手通义灵码”升级为Qoder CN，并推出覆盖软件开发、知识办公和终端操作的全场景产品矩阵。升级后的产品以国产大模型为底座，全链路在国内部署，无需跨境传输数据，严格满足国内数据安全法规。面向金融、政务等高合规行业，Qoder CN提供专属版部署、VPC隔离等企业级方案。新家族包括面向开发者的Qoder CN（支持模型切换、专家团协作等）、知识办公场景的QoderWork CN（可操作办公软件、本地处理文件保证隐私）以及命令行工具Qoder CN CLI。自5月20日起，新品牌、新能力与新定价全面生效。

CodeBuddy IDE是腾讯推出的AI集成开发环境，提供国内版和国际版双版本支持。国内版集成DeepSeek系列大模型并完全免费，国际版支持GPT-5、Gemini等模型并提供专业付费方案。本文基于v1.1.1版本详细介绍了IDE的核心功能、模型支持差异、价格策略，并分享了实用的全局配置规则和MCP工具自动执行配置方案，帮助开发者快速上手并优化开发 workflow。

本文介绍了使用Ollama实现工具调用的原理，并以qwen3模型为例，用Python进行了最简单的实现演示。文章首先说明了如何安装Ollama并启动qwen3模型，然后详细展示了工具调用的完整流程：发送包含工具定义的对话请求、模型返回tool_calls要求调用工具、将工具返回结果与聊天历史再次发送给模型，最终获得自然语言回答。通过一个查询北京天气的实例，Python源码清晰展示了两次API调用的交互过程，帮助读者理解MCP工具调用的基本原理。

在Windows上使用PyTorch训练模型时，任务管理器显示的GPU占用率较低是正常现象，因为PyTorch主要使用CUDA核心，而未调用3D、视频解码等功能。建议使用nvidia-smi dmon命令查看真实的GPU利用率，重点观察sm（流处理器利用率）和mem（显存带宽利用率）两项指标。若GPU占用率确实偏低，可通过在DataLoader中设置num_workers和pin_memory参数来提升。注意Windows下需将训练函数放在if __name__ == "__main__"中，且num_workers不宜过大，建议从2开始逐步增加，确保nvidia-smi中GPU利用率达到90%以上，同时调整batch_size使显存占用率也在90%左右。