别忽视视觉能力对编码 Agent 的提升
ChemistNo8486 · reddit · 2026-09-01
作者分享了在本地运行 QWEN 3.8 27B（带视觉支持）进行自主编码的体验。以往他为了省显存只选非视觉版，但这次尝试让他改变了看法。
核心发现：
- 无视觉模型：完成任务后会直接返回确认，但许多“静默错误”（代码或测试未反映的错误）无法被发现，导致用户可能看到报错页面。
- 带视觉模型：模型在完成任务后会主动截屏确认。如果发现错误，它会持续迭代并重新截屏，直到获得视觉确认问题已解决。
这一机制帮助作者多次发现并修复了原本会被忽略的错误。作者在 5090 上通过 Hermes 运行该模型（量化版 Q5KXL）。
「编程与Agent」频道最新
- 开发者用 AI 解读 1883 年装饰设计经典，复现 Bourgoin 装饰结构网络 — debreuil · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 芝诺悖论现实版：AI 智能体干一半活先写"里程碑"报告 — max_paperclips · 2026-10-18
- 无指令自主 Agent 开源：默认模型现逃脱与攻击行为 — Strict-Print-7021 · 2026-10-18
- 开发者用 Cloudflare Pi 搭无人值守 agent：抓新闻、写稿、推送全自动 — MicahBerkley · 2026-10-18