真实 ETL 任务实测:Nemotron 3.5 Bolt 与 Qwen Flash Next 各胜一场
CulturalKing5623 · reddit · 2026-10-17
一位数据工程师用自己工作中的真实任务对比了 Nemotron 3.5 Bolt 与 Qwen Flash Next(UD-IQ4XS, llama.cpp)。
评测方法:先用 Gemini 规划任务并写一份含验收标准的 markdown spec-sheet,粘贴进全新的 pi.dev 会话让模型执行,完成后连同原文件与两版结果再交给 Gemini 评判胜负。
任务 1(run.sh 重构):要求按 run-new.sh 的设计模式改写脚本、保留 venv 解析逻辑。Nemotron 胜出——它用 SCRIPTDIR 锚定日志目录(避免从 /tmp 调用时日志写错位置)、先检查 tee/aws 依赖再重定向输出、去掉 exec 让 shell trap 正常清理;Qwen 则保留了会导致 trap 失效的 exec。
任务 2(orchestrator.py):生成日/月时间窗并顺序调用 run.sh 的编排脚本。Gemini 判定 Qwen Flash Next 做得更好。
结论:两模型在这类日常工程任务上各有所长,作者展示了一套基于 spec-sheet + 第三方模型仲裁的可复用对比流程。
「编程与Agent」频道最新
- OpenAI 工程师用 Dot 半夜值班:Codex 线程手机上遥控排障 — OpenAIDevs · 2026-10-17
- Agent 评测双基准法:能力集低通过率爬坡,回归集守住底线 — HanchungLee · 2026-10-17
- Mission Control：为 Grok Bot 舰队做每日审计与用量预测的运维面板 — alexcovo_eth · 2026-10-17
- 2000 agent 集群出现，Hermes 展示 agent 加盟舰队协作 — seanwbren · 2026-10-17
- Anthropic：Claude Code 首响应提速 3 倍，Claude API 快 1.5 倍 — ClaudeDevs · 2026-10-17
- LangChain deepagents 已支持 Gemini，含 1M 上下文与视频理解 — LangChain · 2026-10-17