
2026年5月15日Ollama 发布了 v0.24.0 最新版本。这次更新的核心非常明确Codex App 正式加入 Ollama 体系同时围绕本地与云端模型调用、浏览器交互、代码评审、Apple Silicon 上的推理体验以及一系列启动与更新流程做了系统性增强。一、v0.24.0 发布概览Ollama v0.24.0 的发布时间是2026年5月15日。这次版本从整体上看属于一次面向“AI 编程工作流”的重要升级重点集中在以下几方面Codex App 上线到 Ollama支持在桌面应用中直接使用本地或云端 Ollama 模型内置浏览器能力增强支持在页面上直接标注并发起修改请求增加代码评审与评论迭代能力提供更清晰的模型选择建议支持恢复到 OpenAI 默认设置Apple Silicon 上的 MLX 生成质量与执行体验优化启动、更新、推理、图像处理、缓存、推送等多个子模块增强可以说这不是单点优化而是一次围绕“开发者日常使用链路”的完整升级。二、Codex App 正式可用Ollama 进入桌面编码新阶段本次更新最受关注的内容就是Codex App 现在可以在 Ollama 上使用了。这意味着什么简单来说你可以在桌面应用中使用任何 Ollama 模型不论是本地模型还是云端模型来完成以下工作编码浏览网页代码审查与页面交互在工作区内迭代修改官方给出的启动方式也很直接ollama launch codex-app这条命令的意义很明确通过 Ollama 启动 Codex App让它成为一个可用于编程任务的桌面工作环境。1.1 可以使用任何 Ollama 模型这次更新强调的是“Use any Ollama model — local or cloud — inside the desktop app to code, browse, and review”。也就是说Codex App 并不是绑定某一个固定模型而是把 Ollama 的模型生态接入到了应用中。对于使用者而言这样的优势很明显你可以根据任务难度选择不同模型你可以在本地与云端之间切换你可以在桌面环境里完成从编写到审查的全流程这让 Codex App 不再只是一个“聊天式工具”而更像一个面向实际开发工作的协作平台。三、内置浏览器可以启动本地服务、打开站点、直接在页面上标注这次更新里Codex App 的内置浏览器是一个非常实用的能力。3.1 能够启动本地服务器和网站官方说明中明确提到Codex 可以在内置浏览器中启动本地服务器和站点。这意味着你在开发时不必频繁切换外部浏览器、终端和编辑器之间的上下文。你可以在应用内部启动本地服务直接查看站点效果结合模型进行分析和修改对于前端、全栈、网页调试类任务这种集成非常有价值。3.2 可直接在页面上标注请求修改另一个非常亮眼的点是可以直接在页面上标注让模型理解你希望修改哪里。官方给出的关键词是annotate directly on the page to request changes这意味着在浏览器页面里你不必把需求描述得特别抽象而是可以直接在目标页面上进行标注明确指出要改哪里。这种交互方式相比纯文本提示更接近真实工作流尤其适合UI 调整页面内容修改局部样式调整视觉相关修正页面结构优化可以说Codex App 的内置浏览器让“看见问题、指出问题、推动修改”变得更自然。四、Review Mode在应用内完成代码评审与评论迭代这次版本还新增了Review mode也就是评审模式。它的作用是在应用中直接审查代码留下评论在不离开工作区的情况下继续迭代这意味着开发流程从“写代码”扩展到了“审代码、提意见、继续改”。4.1 在应用内审查代码以前很多时候代码审查可能要依赖外部工具或者切换多个界面。现在Codex App 允许你在同一个环境中完成审查任务。4.2 留下评论评论功能的加入让评审过程更接近团队协作中的真实交流方式。你可以针对某段代码、某个实现点、某个结构设计留下反馈。4.3 不离开工作区即可迭代这一点很关键。“iterate without leaving your workspace” 说明整个过程是连续的不需要反复跳出当前环境再回来。对于实际开发来说这种连续性意味着更少的上下文切换更快的反馈闭环更顺畅的修改迭代五、模型选择建议不同任务选不同模型v0.24.0 还给出了明确的模型选择建议这对于用户非常实用。5.1 面向困难编码和 agentic 任务的推荐对于较难的编码任务以及 agentic 任务官方推荐kimi-k2.6带视觉支持glm-5.1这说明在高复杂度任务中Codex App 更适合使用这些能力更强、适配更广的模型。5.2 面向本地使用、且没有 Ollama Cloud 订阅时的推荐如果你希望本地使用并且没有 Ollama Cloud 订阅官方推荐nemotron-3-supergemma4:31bqwen3.6这组推荐很有意义因为它为不同用户场景做了区分有云订阅可考虑更适合复杂任务的模型纯本地可选择更合适的本地模型这不是单纯列模型名字而是明确告诉用户“在什么场景下怎么选”。六、可随时恢复到 OpenAI 默认设置如果用户想回到 OpenAI 的默认配置v0.24.0 也提供了恢复方式ollama launch codex-app--restore这意味着你可以尝试 Ollama 集成的 Codex App如果需要再切回默认设置这个设计对于测试、迁移和对比体验非常友好。它降低了切换门槛也让用户能更自由地选择工作方式。七、What’s Changed本次更新的核心变化方向本次版本中最重要的一条变化说明是Reworked the MLX sampler for improved generation quality on Apple Silicon也就是说MLX sampler 被重新设计目标是提升Apple Silicon上的生成质量。这代表着 v0.24.0 不仅关注应用层体验也在底层推理与采样质量上进行了调整。对于使用 Apple Silicon 的用户来说这通常意味着更好的输出表现与更稳定的生成体验。八、v0.24.0 的提交与改动脉络梳理从更新记录看这次版本包含多项提交整体改动覆盖了多个模块。以下按时间梳理可以更清楚地看出版本演进方向。8.1 5月4日更新 MLX 和 MLX-C并加入线程修复go 版本升级到 1.26这一阶段主要是基础环境与底层依赖更新。8.2 5月5日MLXGemma4 的 MTP speculative decoding这里体现了推理策略的进一步优化。8.3 5月6日MLX图像生成布局进行部分清理server缓存 show 响应cmd/launch改进 integration backup 的用户体验这一阶段开始出现服务端缓存、图像生成和启动集成体验的多方面优化。8.4 5月7日launch增加 plan-aware model gating说明在 launch 阶段增加了与计划相关的模型门控逻辑。8.5 5月8日launch禁用 Claude Desktop launch这表明启动逻辑发生了调整某些入口被关闭或替换。8.6 5月9日MLX改进模型推送行为测试加强集成测试一方面提升模型推送机制另一方面增强测试稳定性。8.7 5月12日app加强更新流程MLX更新 imagegen runner并处理线程亲和性MLX避免推理期间 status timeoutMLX修复 v3 metallib 中 macOS 26 target 的泄漏问题anthropic保留 Claude 本地图像路径工具结果到 renderer这一批更新非常集中主要围绕更新机制推理稳定性图像生成执行器平台兼容性工具结果保留8.8 5月13日launch/opencode为视觉模型增加 image modalities这一更新增强了视觉模型支持。8.9 5月14日MLX增加内存 trace 日志launchCodex App 集成MLX重构采样器这一天的更新直接把 Codex App 的集成推进到版本核心同时对 MLX 采样器进行重构并加入更细致的内存追踪日志。8.10 5月15日文档在发布前隐藏 Codex Applaunch更新 Codex App UI 文案launchCodex App 重启机制可以看出最终发布前不仅做了集成还对文案、展示和重启行为做了收口和完善。九、这次版本到底解决了什么如果把 v0.24.0 的更新内容总结成几个关键词可以概括为9.1 更适合 AI 编码工作流Codex App 的加入使 Ollama 从模型管理与调用工具进一步延伸到编码、浏览、评审一体化工作流。9.2 更适合桌面端交互内置浏览器、页面标注、评论评审让交互更接近真实开发场景。9.3 更适合不同用户分层官方明确给出适合复杂任务、本地使用的不同模型推荐降低了用户选择成本。9.4 更适合 Apple Silicon 场景MLX sampler 重构配合线程修复、推理稳定性、内存日志等改动说明 Apple Silicon 体验被重点优化。9.5 更适合持续迭代启动、恢复、更新、重启、缓存、测试这些围绕“稳定使用”的细节也都得到了加强。十、版本总结Ollama v0.24.0 是一次非常明确的方向升级它把Codex App带进了 Ollama 体系并围绕编码、浏览、评审、页面标注、模型选择、恢复设置、MLX 采样器、更新流程、推理稳定性、图像生成、缓存和测试做了全面增强。从更新内容来看这个版本最大的亮点包括Codex App 正式可用支持本地或云端模型在桌面端使用内置浏览器可启动本地服务和站点可直接在页面上标注请求更改Review mode 支持代码审查与评论迭代提供明确的模型推荐可随时恢复到默认设置MLX sampler 重构提升 Apple Silicon 生成质量