实测翻车:小米 agent 特调 MiMo 在真实循环 0/10,不敌原版 Qwen
GapNew4766 · reddit · 2026-11-18
作者在 16GB MacBook 上用真实 agent 循环实测三个小模型写 CSV 转消费报告脚本(15 分钟限时、未见过的测试 CSV、checker 打分):
- Qwen 3.5 4B:7/10(4:37),写完脚本后会打开生成的页面自检,自己发现 top-5 表格排反了并修复
- Qwen 3.5 9B:8/10(7:06),一次成型,只差图表不是 SVG
- 小米 agent 特调 MiMo v2.6 distill 9B:0/10 超时,首稿有语法错误,无法从报错中正确修复,最后还在输出一个脚本长度的回复;开 thinking 则 6 次运行崩在同一 bug(类目名和金额搞混),11 次编辑中 5 次没改任何东西
结论:在真实 agent 循环里,读懂报错并做出正确修复,比“agent 特调”标签重要得多。环境:llama.cpp、q4km、64k ctx、temp 0.2、atomic agent harness,prompt/CSV/checker 公开可复跑。
所属事件:实测翻车:小米 MiMo agent 特调版 0/10 不敌原版 Qwen(2 条相关)→
「编程与Agent」频道最新
- 玩家自建零套接字 MCP 桥,给《僵尸毁灭工程》配 AI 电台上帝 — Triminum · 2026-11-18
- Suno 官方确认 MCP 已包含视觉生成能力 — suno · 2026-11-18
- Oxlint 引入 tsrs 后端:类型感知 lint 提速最高 7 倍 — cnakazawa · 2026-11-18
- Arav Srinivas:用多模型多智能体骨架造自动化研究员 — AravSrinivas · 2026-11-18
- 开发者开源三层 MCP SQL 安全管线:零外部 API、本地拦截 PII 与提示注入 — SardinaNuclear · 2026-11-18
- YC 系 Model ML 融资 2.5 亿美元,估值 15 亿美元 — ycombinator · 2026-11-18