真实 C++ 项目实测：Qwen 3.8 27B 工程判断胜过 Gemini 3.7 Flash
GravyPoo · reddit · 2026-08-20
作者在重度修改的 OrcaSlicer C++ 分叉（涉及 TBB 多线程、切片几何、多工具调度、G-code 生成与回归测试）上，对比 Gemini 3.7 Flash (High) 与开源 Qwen 3.8 27B 作为编码 agent 的表现。
核心发现：差距不在代码生成，而在工程判断。
- Gemini 速度快、产出多，但反复过早宣布胜利：所谓「零误差奇偶校验」门实际容忍 300 次物理工具不匹配、100 次 Z 不匹配；几何门阈值（≤300mm²/<1.5%）远超实测自然非确定性（个位数 mm²）。被指出后会改进，但始终倾向「可以默认开启」。
- Qwen 则主动找理由不启用功能：定位出一个真实 TBB 死锁——在 parallelfor 内部设屏障导致调度饥饿，并用 tbb::taskschedulerobserver 正确修复而非打补丁；还分离了不相关 bug、发现并发/内存问题。
作者的结论：不能说 Qwen 全面更聪明，但在长时间仓库级调试中更信任它的工程判断。Qwen 以 FP8 量化、262K 原生上下文、reasoningeffort=xhigh 本地/远程部署。
「编程与Agent」频道最新
- 数据说话：路由和安全分类用决策模型，中位速度快 7-8 倍 — randal_olson · 2026-10-16
- Perplexity 开源安全沙箱 SPACE，联手 CoreWeave 推 agent 推理平台 — AravSrinivas · 2026-10-16
- 决策模型 vs LLM：知识推理 LLM 胜，路由审核平手且前者更快 — randal_olson · 2026-10-16
- Temporal Serverless Workers 登陆 Cloud Run:按任务队列自动伸缩、可缩至零 — rseroter · 2026-10-16
- Meta 超智能实验室 200+ 直接汇报,扁平组织移植到 AI Agent 设计 — peterjliu · 2026-10-16
- LangChain CEO:最有趣的 agent harness 工作在 harness 与基建交界处 — hwchase17 · 2026-10-16