自建 Qwen3.8-27B+LoRA 挑战 Opus 5.5:真实 bug 修复 93 秒打平
yb2698 · x · 2026-11-18
开发者 mfranzon 用自托管的开源模型对比前沿闭源模型能否胜任真实工作中的编码 agent 任务:Qwen3.8-27B + pi LoRA(4×A6000 张量并行)与 Opus 5.5 修同一个真实 bug(推理代理在 logrotate 后丢失请求日志)。
关键数据(见配图对比表):
- 结果:两边都是 60/60 测试全过,且互相跑对方代码 9/9 通过
- 耗时:本地模型约 93 秒(95k 输入 token / 4.6k 输出),人类作者约 1.5 分钟
- 方案:两者思路一致——用 Recorder 类在每次写入时做 os.stat,文件被替换或缺失时重新打开
- 亮点:本地模型自己跑测试,还主动简化了一次自己写的测试,未被要求
作者结论:Local AI will win。
「编程与Agent」频道最新
- Sentry 创始人玩梗:你还没听说过 MCP 吗? — zeeg · 2026-11-18
- Astra 6.2 被评全球最强计算机操作模型,纯画图软件里流畅完成任务 — gabrielchua · 2026-11-18
- Driveline 团队按职能选型:Opus 5.5 仍是编码之王 — ivan_bezdomny · 2026-11-18
- 一人用 Claude 做出 2 万用户业余无线电 App,再交出多人对战古董游戏 — GreyFoxSolid · 2026-11-18
- 睡前用 Claude 写粒子模拟:4200 个球按整数节奏弹跳归位成螺旋 — mickeyxfriedman · 2026-11-18
- 用户盛赞 Qwen 3.8 Flash Next 行文最顺眼:少表格少堆点,像人话 — catplusplusok · 2026-11-18