MacBook 本地跑 Qwen 编码 Agent：上下文与输出双重瓶颈实战解析
Techngro · reddit · 2026-08-08
作者分享了在 MacBook Air（32GB）上使用 oMLX 运行 Qwen3.6-35B-A3B-4bit 模型，配合 Pi 编码 Agent 处理大型 TypeScript 仓库时遇到的严重瓶颈。
核心问题：
- 上下文空间不足：系统、工具和仓库指令的开销占据了约 10.2K Token，导致在 19.5K 的上下文窗口限制下，实际可用工作空间仅剩约 5K，频繁触发自动压缩（compaction）并中断任务。
- 输出长度受限：4K 的最大输出 Token 限制对于开启了思考模式（thinking）的 Qwen 模型来说过于局促，导致任务未完成就被截断。
优化思路：
- 削减系统指令开销，降低压缩后保留的 Token 数量（如将 keepRecentTokens 从 4096 降至 1024-2048）；
- 在工具调用密集的代码审查阶段，考虑关闭或减弱模型的思考模式以节省输出预算；
- 针对不同任务（调查工具 vs 深度编码）使用不同配置；
- 探索在 32GB 苹果芯片上稳定扩展有效上下文窗口的可行方案。
「编程与Agent」频道最新
- Claude Code 支持会话间互发消息，推进多智能体协同 — Miles_Brundage · 2026-08-08
- 拆解热门概念 RLM：如何用 deepagents 构建递归智能体 — LangChain · 2026-08-08
- Claude Code 新功能：支持不同会话间互相通信 — EricBuess · 2026-08-08
- 吴恩达预言成真：Claude Code 多智能体编排实战工作流 — PrajwalTomar_ · 2026-08-08
- 智能体设计探讨:执行与验证为何必须分离 — OGMYT · 2026-08-08
- LangChain创始人关注：什么是RLM harness？ — hwchase17 · 2026-08-08