Reddit 热议：本地 LLM 做深度研究为何频频翻车
Ambitious_Answer6857 · reddit · 2026-10-25
一位 Reddit 用户分享了他用本地模型（Qwen3-8B + SearXNG）在自己的 PC 上做 deep research 的踩坑经历：单次运行耗时近 30 分钟、搜索引擎被封禁、模型甚至信誓旦旦地否认一个真实存在的 CVE。
他向社区征集更可靠的方案：
- 深度研究到底该用本地模型、Gemini、Claude、ChatGPT 还是 Perplexity？
- 网页搜索层用 SearXNG、Brave 还是 Tavily？
- 如何校验来源、避免模型在搜索无结果时仍然自信地编造结论？
帖子反映了当前自建研究 agent 的真实痛点：搜索可靠性、耗时与幻觉控制。
「编程与Agent」频道最新
- 开发者开源个人 Agent「Aggy」:wasmer 沙箱+密钥网关+多人协作 — tobowers · 2026-10-26
- dair-ai 周选论文：对象导向 Agent Harness、Agent 缓存工程等上榜 — dair_ai · 2026-10-26
- 一条提示词让 AI 优化 Gazebo：深度图 CPU 省 68%、点云提速 3.6 倍 — facontidavide · 2026-10-26
- 新开发范式火了：让 Astra 写完整个应用，再截图发给 Opus — TinfoilTricorn · 2026-10-26
- MOSS 图像编辑社区 LoRA armV5 发布：参考预算提至 256 token — _akhaliq · 2026-10-26
- Agent 演示为何总在关键一步前戛然而止：人工审核才是成本大头 — rahul_watertech · 2026-10-25