Qwen3-1.7B 代码生成能力评测：与 GitHub Copilot 对比

好了，环境搭好了，模型也能正常对话了。接下来，咱们进入正题，看看它在代码生成上的真本事。

2. 代码生成实战：Qwen3-1.7B 能做什么？

我们设计几个不同难度和场景的编程任务，从简单的函数实现，到稍复杂的算法，再到实际的项目片段，全方位测试 Qwen3-1.7B 的代码生成能力。

2.1 基础任务：实现常见工具函数

我们先从最简单的开始，让它写一些程序员日常工作中经常用到的工具函数。

我的提示词： '用 Python 写一个函数，输入一个字符串，返回这个字符串的反转形式。不要使用内置的[::-1]或者 reversed，自己实现逻辑。'

Qwen3-1.7B 生成的代码：

def reverse_string(s: str) -> str:
    """
    反转字符串。
    参数:
        s (str): 输入的字符串
    返回:
        str: 反转后的字符串
    """
    # 将字符串转换为字符列表
    chars = list(s)
    left, right = 0, len(chars) - 1
    
    # 使用双指针法交换字符
    while left < right:
        chars[left], chars[right] = chars[right], chars[left]
        left += 1
        right -= 1
    
    # 将字符列表重新组合成字符串
    return ''.join(chars)

# 测试用例
if __name__ == "__main__":
    test_str = "Hello, Qwen3!"
    print(f"原始字符串：{test_str}")
    print(f"反转后字符串：{reverse_string(test_str)}")
    # 预期输出：!3newQ ,olleH

评测点评：

• 功能正确性：完全正确。它理解了'自己实现逻辑'的要求，没有偷懒用 [::-1]，而是采用了经典的双指针交换算法。
• 代码质量：相当不错。包含了类型提示（: str）、清晰的文档字符串、有意义的变量名，甚至还提供了测试用例。这超出了我对一个 1.7B 模型的预期。
• 类比 Copilot：在这个简单任务上，它的输出质量和 Copilot 非常接近。Copilot 可能也会给出类似的实现，甚至可能会多给出几种不同的实现方法（比如用栈）。Qwen3-1.7B 给出了一个稳健、教科书式的答案。

2.2 中等难度：算法与数据处理

提升一点难度，让它解决一个涉及基础算法和数据处理的问题。

我的提示词： '我有一个包含字典的列表，像这样：[{'name': 'Alice', 'age': 30}, {'name': 'Bob', 'age': 25}, {'name': 'Charlie', 'age': 35}]。请写一个 Python 函数，根据'age'字段对这个列表进行降序排序。'

Qwen3-1.7B 生成的代码：

from typing import List, Dict

def sort_by_age_desc(people: List[Dict[str, any]]) -> List[Dict[str, any]]:
    """
    根据年龄对人员列表进行降序排序。
    参数:
        people (List[Dict]): 人员字典列表，每个字典应包含'age'键
    返回:
        List[Dict]: 按年龄降序排序后的新列表
    """
    # 使用 sorted 函数和 lambda 表达式，按 age 降序排序
    sorted_people = sorted(people, key=lambda x: x['age'], reverse=True)
    return sorted_people

# 测试用例
if __name__ == "__main__":
    data = [
        {'name': 'Alice', 'age': 30},
        {'name': 'Bob', 'age': 25},
        {'name': 'Charlie', 'age': 35}
    ]
    print("排序前:")
    for person in data:
        print(f" {person['name']}: {person['age']}")
    sorted_data = sort_by_age_desc(data)
    print("\n排序后 (降序):")
    for person in sorted_data:
        print(f" {person['name']}: {person['age']}")
    # 预期顺序：Charlie(35), Alice(30), Bob(25)

评测点评：

• 功能正确性：完美实现。使用了 sorted 函数配合 lambda 表达式和 reverse=True 参数，这是 Python 中最优雅和高效的解决方案之一。
• 代码质量：再次体现了良好的习惯。导入了 typing 模块用于类型注解（List[Dict[str, any]]），使得函数签名非常清晰。测试用例也覆盖了核心功能。
• 类比 Copilot：在这个任务上，Qwen3-1.7B 的表现与 Copilot几乎无差别。它们都会优先选择 sorted(key=..., reverse=True) 这个方案。Copilot 可能会在注释里多提一句'也可以使用 list.sort() 方法进行原地排序'，但核心解决方案是一致的。

2.3 进阶挑战：小型项目片段（Flask API）

现在来点真格的，让它生成一段更接近实际项目的代码，比如一个简单的 Flask API 端点。

我的提示词： '用 Flask 框架写一个简单的 REST API 端点。它监听 POST 请求到'/calculate'路径，请求体是 JSON 格式，包含'a'和'b'两个数字，以及一个'operation'字段，值可以是'add'， 'subtract'， 'multiply'， 'divide'。返回 JSON 格式的计算结果。'

Qwen3-1.7B 生成的代码：

from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route('/calculate', methods=['POST'])
def calculate():
    """
    处理计算请求的 API 端点。
    期望的 JSON 请求体：{"a": 数字，"b": 数字，"operation": "add|subtract|multiply|divide"}
    """
    # 1. 获取并验证请求数据
    data = request.get_json()
    if not data:
        return jsonify({'error': '请求体必须是 JSON 格式'}), 400
    
    a = data.get('a')
    b = data.get('b')
    operation = data.get('operation')
    
    # 检查必要参数是否存在
    if a is None or b is None or operation is None:
        return jsonify({'error': '缺少必要参数：a, b 或 operation'}), 400
    
    # 检查参数类型
    if not isinstance(a, (int, float)) or not isinstance(b, (int, float)):
        return jsonify({'error': '参数 a 和 b 必须是数字'}), 400
    
    # 2. 执行计算
    result = None
    try:
        if operation == 'add':
            result = a + b
        elif operation == 'subtract':
            result = a - b
        elif operation == 'multiply':
            result = a * b
        elif operation == 'divide':
            if b == 0:
                return jsonify({'error': '除数不能为零'}), 400
            result = a / b
        else:
            return jsonify({'error': f'不支持的操作：{operation}'}), 400
    except Exception as e:
        return jsonify({'error': f'计算过程中发生错误：{str(e)}'}), 500
    
    # 3. 返回成功响应
    return jsonify({
        'operation': operation,
        'a': a,
        'b': b,
        'result': result
    }), 200

if __name__ == '__main__':
    app.run(debug=True, port=5000)

评测点评：

• 功能完整性：令人印象深刻！它不仅仅实现了核心的计算逻辑，还包含了全面的错误处理：检查 JSON 格式、验证参数是否存在、判断参数类型、处理除零错误、捕获未知异常。这是一个健壮的、生产环境可用的 API 端点的雏形。
• 代码结构：逻辑清晰，分为数据获取验证、计算执行、结果返回三个部分，结构良好。
• 类比 Copilot：这是体现差距的地方。Copilot 在生成此类代码时，交互性和上下文感知能力更强。例如，在写完 @app.route这一行后，Copilot 可能会自动补全整个函数框架。对于更复杂的项目，Copilot 能基于项目中的其他文件（如模型定义、工具函数）来生成更贴合上下文的代码。Qwen3-1.7B 生成的是一个优秀的、独立的代码片段，但缺乏这种'深度集成'的智能。

3. 深度评测：与 GitHub Copilot 的类比分析

通过上面的实战，我们对 Qwen3-1.7B 的代码能力有了直观感受。现在，我们从几个维度，系统性地把它和 GitHub Copilot 进行类比。

3.1 代码质量与准确性

• Qwen3-1.7B：在语法正确性、实现经典算法、编写结构清晰的小型函数或片段方面，表现非常出色，经常能给出'教科书式'的优秀答案。对于有明确描述的、范围受限的任务，准确率很高。
• GitHub Copilot：同样具备高准确性，并且在代码风格上可能与你的项目现有风格更匹配（因为它学习了你的代码库）。对于开放性问题，Copilot 基于海量代码训练的经验可能使其能提供更'地道'或更'流行'的解决方案。
• 类比结果：在基础到中等难度、任务明确的代码生成上，两者质量接近持平。Qwen3-1.7B 作为一个小模型，能做到这一点非常了不起。

3.2 上下文理解与交互方式

• Qwen3-1.7B：它是一个'对话式'的模型。你需要通过提示词（Prompt）向它完整描述任务。它的优势在于，你可以通过多轮对话来修正、优化代码，比如'加个注释'、'改用另一种方法'、'这里有个 bug，修复它'。
• GitHub Copilot：它是'集成式'和'自动补全式'的。它的核心优势在于极强的上下文感知：它能读懂你正在编辑的文件、相关的导入语句、之前的函数、甚至项目中的其他文件，在此基础上给出下一行或下一段代码的建议。你通过注释、函数名或已有代码来'暗示'它。
• 类比结果：这是两者最根本的差异。Copilot 是'坐在你副驾驶的导航员'，无缝融入你的编程流。Qwen3-1.7B 更像是'一个可以随时语音问答的智能手册'。前者体验更流畅，后者在复杂逻辑阐述和迭代修改上更灵活。

3.3 知识广度与复杂度处理

• Qwen3-1.7B (1.7B 参数)：知识面相对聚焦。对于非常新的库、极其小众的框架或者特别复杂的系统设计，它可能会力不从心或生成不准确的代码。它擅长处理逻辑清晰的独立任务。
• GitHub Copilot (基于大型模型)：背靠更庞大的模型和持续更新的代码库，知识储备极其广博。它能处理涉及多个文件、复杂架构的代码建议，对新技术、新库的响应也更快。
• 类比结果：在处理复杂任务和最新技术栈方面，Copilot 优势明显。Qwen3-1.7B 更适合作为特定任务（如生成工具函数、算法实现、解释代码）的辅助工具。

3.4 成本与隐私

• Qwen3-1.7B：决定性优势。它是开源的，可以部署在本地或私有环境。这意味着：
  1. 零使用成本：一旦部署，推理不再产生费用。
  2. 完全隐私：你的代码、你的提示词，永远不会离开你的服务器。
  3. 可定制化：理论上可以对它进行微调，让它更适应你公司的代码规范。
• GitHub Copilot：订阅制服务，代码需要上传到云端处理（尽管官方声称有隐私保护措施）。对于有严格合规要求或成本敏感的个人/企业，这是一个考量点。
• 类比结果：在成本与隐私控制上，Qwen3-1.7B 具有不可替代的优势。这是开源小模型最大的吸引力。

4. 总结：Qwen3-1.7B 是谁的'编程助手'？

经过一系列测试和对比，我们可以给 Qwen3-1.7B 的代码生成能力画个像了。

它的优势非常突出：

1. 轻量高效：1.7B 的参数，使得它在消费级 GPU 甚至 CPU 上都能快速响应，部署门槛和成本极低。
2. 基础扎实：对于常见的编程任务、算法实现、API 编写，它能生成语法正确、结构清晰、甚至考虑周详（包含错误处理）的代码，质量超出预期。
3. 对话交互：通过多轮对话打磨代码、解释逻辑、添加功能的方式，适合用来学习、原型设计和探索不同实现方案。
4. 隐私与成本：本地部署带来的绝对隐私安全和零持续使用成本，是对比云端服务的杀手锏。

它的局限性也很明显：

1. 缺乏深度集成：它不是你的 IDE 插件，无法感知你整个项目的复杂上下文，无法做到'心领神会'的自动补全。
2. 知识广度有限：面对极其复杂或涉及最新技术的场景时，可能无法提供最佳实践或正确的代码。
3. 需要'会问'：它的输出质量非常依赖于提示词（Prompt）的质量。你需要清晰地描述需求。

那么，它最适合谁？

• 学生与编程初学者：作为一个免费的、可对话的'编程导师'，用来生成示例代码、解释简单概念、练习基础算法，非常合适。
• 个人开发者与小团队：对成本敏感，需要快速生成一些样板代码、工具函数、简单的脚本或 API 原型。本地部署既能保护知识产权，又无需额外开销。
• 企业内的轻量级辅助工具：在安全隔离的开发环境中，用于完成一些标准化、重复性的编码任务，或作为内部知识库的问答接口。
• 作为 Copilot 的补充：当你需要在一个独立环境中工作，或者需要就一段代码的逻辑进行深入探讨和迭代修改时，Qwen3-1.7B 是一个很好的补充工具。

最终的类比结论：

你可以把 GitHub Copilot 想象成你团队里那位经验丰富、对你项目了如指掌的高级工程师，他总是能在你写代码时给出最贴切、最专业的建议。

而 Qwen3-1.7B，则像是一位基础扎实、随叫随到、且完全免费的实习生。他可能对你们项目的深层架构不太熟悉，但只要你把任务交代得足够清楚（写好提示词），他就能给你交出一份质量相当不错的、甚至带有详细注释的代码草稿。

对于很多场景来说，这样一位'免费实习生'的能力，已经足够解决大量实际问题，并且带来了开源和隐私的巨大红利。Qwen3-1.7B 的出现，无疑为我们在选择 AI 编程助手时，提供了一个极具吸引力的新选项。