实测 10 款编码 Agent 跑本地 Qwen 27B:Pi 每 task 仅 9.2k tokens 最省
latent_lurker8587 · reddit · 2026-10-30
作者在 MacBook Pro M5 Max(64GB)上用 llama.cpp 运行 Qwen 3.8 27B Q4,对 10 款编码 Agent 做了统一沙箱实测,记录通过率、耗时、token 消耗与缓存复用。
结果要点
- Pi 全部 5/5 通过,中位耗时 38 秒,每 task 仅 9.2k tokens,全场最精简;Qwen Code 最耗,约 107.9k tokens/task
- Atomic Agent 唯一走 llama.cpp 原生端点并用语法约束工具调用,且保持 prompt 稳定,缓存复用 86%,全程未联网,5/5 通过
- DeepSeek Harness 缓存复用最高(83%),Hermes 需至少 64K 上下文
- Codex、Cline、goose、OpenCode 在关闭遥测的情况下每次运行仍尝试联网,被沙箱拦截
- 日志任务中三个 Agent 因 grep "ERROR" 匹配到普通提及行而中招(244 vs 64)
作者还给出了配置注意事项(如 Cline/Qwen Code 默认开启使用统计、DeepSeek Harness 默认上传会话日志),并询问在 9B/14B 小模型上排名是否会变化。
「编程与Agent」频道最新
- 开发者用 Lean 4 形式化非对称度规张量论文，174 次提交开源 — SubtleGradient · 2026-10-30
- Understand Anything 8.9 万星：把任意代码库变成可对话知识图谱 — adnan_hashmi · 2026-10-30
- 开源 Scopewerk 用 Rust 把示波器搬上桌面，还给 AI Agent 留了 MCP 接口 — debreuil · 2026-10-30
- 「你检查了吗」agent：一个 prompt 让 AI 每天自动做数据 QC — nlarusstone · 2026-10-30
- 别再纠结用什么设计工具了：烂产品与工具无关 — round · 2026-10-30
- 一键审计 Mac 隐私:Claude Code 用 prompt 找出能偷看屏幕偷听的应用 — alex_verem · 2026-10-30