💬 观点Simon Willison
Ornith-1.0: Self-Scaffolding LLMs for Agentic Coding — 开源新模型Ornith
开源新模型Ornith-1.0在编码代理任务中表现出色，支持自我脚手架。
2026-06-29原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Ornith-1.0 自脚手架编码模型
DeepReinforce 首个开源权重模型，MIT 许可
- 变体：9B/31B Dense、35B/397B MoE
- 基于 Gemma 4 与 Qwen 3.5 预训练
🔗 涉及的概念与玩家
- Ornith-1.0模型
- DeepReinforce公司
- Gemma 4模型
- Qwen 3.5模型
- LM Studio产品
- Simon Willison人物
- CUDA-L1概念
- Datasette产品
- DeepReinforce—发布→Ornith-1.0
- Ornith-1.0—基于→Gemma 4
- Ornith-1.0—基于→Qwen 3.5
- Simon Willison—测试→Ornith-1.0
- Simon Willison—使用→LM Studio
- DeepReinforce—发表→CUDA-L1
- Ornith-1.0是DeepReinforce发布的首个开源模型，基于Gemma 4和Qwen 3.5，提供9B到397B多种规模，在编码基准上达到开源SOTA。
- 这意味着开发者可以免费获得高性能编码代理模型，无需依赖闭源API。
- 模型采用MIT许可，底层模型均为Apache 2.0，兼容性良好，可自由用于商业和研究。
- 对工具链开发者而言，这降低了集成和部署的法律风险。
- 实测中，模型能高效执行多步工具调用，如代码搜索和绘图，速度达103 tokens/s。
- 这暗示本地运行代理工作流成为可能，减少延迟和隐私顾虑。
原文：Ornith-1.0: Self-Scaffolding LLMs for Agentic Coding · 作者 Simon Willison
🕸 顺着图谱继续读
- Gemma 4 and what makes an open model succeed — 分析Gemma 4等开源模型成功的关键，指出当前生态的机遇与挑战。2026-04-03 · 共同涉及 Gemma 4、Qwen 3.5
- Introducing Muse Glimmer — Meta 新开源 30B 模型 Muse Glimmer，主打端到端智能体任务完2026-08-10 · 共同涉及 LM Studio、Datasette、Simon Willison
- Jev introduces a new shape of LLM - System One, aka — Simon Willison 解读 Jev：只输出概率分数的决策模型，比 GPT2026-09-21 · 共同涉及 Simon Willison、Qwen 3.5
- Qwen 3.8 27B is excellent, but it defaults to wildly — Qwen 3.8 27B 本地模型性能出色，但默认过度思考，需调低推理级别。2026-08-16 · 共同涉及 LM Studio、Simon Willison