Ouroboros Engine 把本地代码生成接到沙箱测试和 QLoRA 微调
ChinPokoBlah11 · reddit · 2026-07-24
帖主分享了一个开源项目 Ouroboros Engine，目标是在 LM Studio 里构建一个“代码生成 → 沙箱测试 → 选择胜者 → 继续学习”的本地闭环。
它的工作方式包括：
- 本地模型为同一任务生成多个代码候选；
- 在沙箱 Python 环境里跑基准测试，从正确率、速度和代码质量里选出胜者；
- 把好代码和坏代码的运行轨迹保存成 SFT/DPO 数据对；
- 再用这些数据做本地 QLoRA 微调，导出新的 GGUF 权重；
- 通过文件/权限保护和回滚机制，避免生成代码破坏宿主机。
作者还给出一个比较现实的反馈：这个循环很有意思，但在算力上并不高效——一张 4090 连跑 30 天，最终只让模型进化了一次，说明这个方向可玩但明显会遇到收益递减。
「编程与Agent」频道最新
- Codex 通过 config.toml 开启 realtime conversation — rudrank · 2026-07-24
- 桌面版 ChatGPT Voice 被用成计划模式，直接连到 Codex 开工 — jxnlco · 2026-07-24
- 一个插件让 agent 控制 Codex Micro 灯效：邮件、Stripe、子 agent 都能触发 — dkundel · 2026-07-24
- LangChain 展示 Rillet 用 LangSmith 监控 AI agents — LangChain · 2026-07-24
- localbrain 用一条命令把本地 AI 接进任意应用 — Everglow915 · 2026-07-24
- Nous Research 的 Hermes Agent 在 Buzz 里发出首条消息 — Teknium · 2026-07-24