法国AI模型制造商Mistral AI自去年秋季推出其强大的开源基础模型以来，便持续在AI领域展现出卓越的创新能力。然而，近期Mistral因发布了一款名为Medium 3的专有大型语言模型（LLM）而遭到了一些开发者的批评，部分人认为这一举动背离了其开源的初心和承诺。但如今，Mistral AI再次回归，并与开源初创公司All Hands AI携手，共同推出了Devstral——一款全新的开源语言模型，专为软件工程师代理开发而设计，且能在笔记本电脑上流畅运行。
Devstral：小巧而强大的代码代理
Devstral拥有亿参数，相较于许多竞品模型而言规模较小，因此对计算资源的需求也相对较低，这使得它能够在笔记本电脑上轻松运行。该模型并非传统意义上的LLM，仅用于短代码补全或孤立功能生成，而是被优化为能够充当全面的软件工程代理。它能够跨文件理解上下文，导航大型代码库，并解决现实世界中的问题。
Mistral AI的研究科学家Baptiste Rozière表示：“我们想要为开发者和爱好者社区提供一款开源的工具，让他们能够在本地、私有环境下运行和修改它，没有任何限制。Devstral采用了Apache .许可证，因此人们可以随心所欲地使用它。”
从Codestral到Devstral：Mistral的编码模型演进
Devstral是Mistral在编码模型领域的又一力作，其前身是备受好评的Codestral系列。Codestral最初于年月推出，是一款拥有亿参数的模型，支持超过种编程语言，在代码生成和补全任务中表现出色。随后，Mistral不断迭代升级，推出了基于Mamba架构的增强版Codestral-Mamba，以及最近广受欢迎的Codestral .1，该版本因其在高频、低延迟场景下的卓越表现而受到了IDE插件开发者和企业用户的青睐。
Devstral的卓越性能
Devstral在SWE-Bench Verified基准测试上取得了6.8%的得分，该数据集包含了0个经过人工验证的正确性的GitHub真实世界问题。这一成绩不仅超越了所有之前发布的开源模型，还领先于包括GPT-4.1-mini在内的多个闭源模型，优势超过0个百分点。
“目前，Devstral在SWE-bench验证和代码代理方面无疑是最好的开源模型，”Rozière说道，“而且它的规模相对较小，仅有亿参数，你可以在MacBook上本地运行它。”
Devstral是在Mistral Small 3.1的基础上，通过强化学习和安全对齐技术进行微调而成的。Rozière解释说：“我们从一个性能优异的基线模型出发，即Mistral的小型树控制模型，然后通过强化学习和安全对齐技术对其进行专门化训练，以提升其在SWE-bench上的表现。”
与代理框架的无缝集成
Devstral不仅是一款代码生成模型，它还被优化为能够与OpenHands、SWE-Agent和OpenDevin等代理框架无缝集成。这些框架为Devstral提供了与测试用例交互、导航源文件和执行跨项目多步任务的能力。
广泛的部署选项与商业应用潜力
Devstral支持通过Hugging Face、Ollama、Kaggle、LM Studio和Unsloth等主流开源平台进行部署，并与vLLM、Transformers和Mistral Inference等库兼容。此外，其Apache .许可证为企业采用提供了低摩擦的解决方案，允许无限制地使用、修改和分发，甚至用于专有产品。
面向未来：持续的创新与发展
尽管Devstral目前以研究预览版的形式发布，但Mistral AI和All Hands AI已经在着手开发一个更大规模、功能更强大的后续模型。“小型模型与大型模型之间总是存在差距，”Rozière指出，“但我们已经在这方面取得了长足的进步。这些模型已经表现出非常强大的性能，甚至可以与一些更大的竞品相媲美。”
总结
Devstral的发布标志着Mistral AI在开源软件工程代理模型领域的又一重要里程碑。凭借其小巧而强大的架构、卓越的性能、与代理框架的无缝集成以及广泛的部署选项，Devstral有望成为构建自主软件工程系统的基石。对于开发者、企业和研究机构而言，Devstral无疑将为他们提供强大的支持，推动AI在软件工程领域的深入应用和发展。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/mistral-ai-fa-bu-devstral-qiang-da-de-kai-yuan-ruan-jian
