用户实测 Laguna S2.1：规划太慢，但复杂调试很强
Prudent-Objective852 · reddit · 2026-07-25
一位用户分享了对 Laguna S2.1 的实际测试体验，重点不是“能不能跑”，而是它在本地工作流里到底适合干什么。
测试环境
- Unsloth Q3 量化
- 262k context
- 单张 V100 32GB
- 额外做了 CPU offload，虚拟机里分配了约 50GB 内存
主要结论
- 不适合做规划器：它的推理风格太深入、太慢，不太适合把大型项目拆成执行步骤。
- 很适合复杂调试：作者认为它会把问题“挖到底”，不是找到第一个错误就收工，而是尽量找出所有根因。
- 作者拿它对比了 Qwen、DeepSeek 和 Claude：后两者在复杂 bug 上经常只修到表层，而 Laguna 能补上这些空缺。
- 甚至有两个长期卡住的 bug，是 Laguna 解决的，Qwen 连问题都没完整识别出来，Claude 也一直绕圈。
总体判断
它不是新的通用王者，但像一个专门的本地调试/讲解模型，在复杂项目里能当“第一线老师”用。
「编程与Agent」频道最新
- 开发者构建全自主 AI 新闻室，MiniMax M3 日耗数十亿 Token — robleclerc · 2026-07-25
- 开发者迁移 Mac 到 iPhone，几天烧掉 20 亿 token — nicolascraske · 2026-07-25
- Elicit 将演示用 API 和 MCP 驱动研究型 Agent — elicitorg · 2026-07-25
- 做 ChatGPT 的 MCP 连接器时，测试服务端仍然很慢 — Think-Ad986 · 2026-07-25
- 过去一年 subagent 实践，被作者总结成 Swarm Coding — rseroter · 2026-07-25
- 一个侧边栏快捷操作，可把 AI 编程会话平铺成网格 — PaulShellDev · 2026-07-25