其实把自己“搬砖姿势优雅”当成是搬砖工的能力这事儿，本来就很奇葩。

我认为目前对于 AI Coding 的工作流，还是没法做到定量分析。

1 、各家都有各家的嫡系应用。到底比嫡系还是比公用。
2 、在主要还是调用 API 的环境下，模型质量很难保证。（各种降智，撕毁价格方案）

在以上无法控制的前提下，很难自证工作流的先进性，更别提费效比。

在 claude code“被”开源之前的几天，v 站冒出来好几个 Agent 仙人帖。自称自己设计的 Agent 工作流和 Claude Code 等方案相比是“大学教授和小学生的差距”，“效率提升 1300%”

然后 claude code“被开源”之后，这种帖就再也没有了。

要抛弃过去那种“开发 XX 一定要在 XX 里”的一站式 IDE 的思路。

实在想一站式解决，android studio 一样有终端选项卡，一样可以跑 claude code/opencode 等等。

代码结构、AI 上下文可见性、程序架构，这三者是风马牛不相及。

并不会互相影响。

@zsj1029 我在某硬件平台，租了个 5090 平台测试，Q4_K_M 版本，使用 llama.cpp 运行 262114 上下文，显存占用 26GB ，prefill 大概 3000t/s,decode 稳定在 70t/s

感觉是不是楼主的 A100 参数还有优化的空间。体感上 5090 跑 qwen3.6-27B,输出不比官网 v4-flash 慢

@zsj1029 借楼，A100 运行 qwen3.6-27B ，是全量版本、上下文开满吗？ prefill 和 decode 分别性能是多少？

统计学模型最容易发挥优势的地方就在于“统计”。

也就是“规则复杂维度多，基础数据庞大检索困难，难以通过人力归纳总结收敛最优解，甚至需要制定一些反效率的框架与流程来束缚一线从业者能力上限，从而提高生产成功率”的领域。

比如编程就是上述描述的典型场景。

对应的，医疗、法律建议，科学研究，合同分析，新闻解析等，也都如此。目前 AI 沁润比较深的也都是以上行业。

你通过什么手段进行的结果审核？如果没有 result review ，会大幅度的消耗你的精力。

你是否通过提示词指导了 AI 如何生成素材？游戏里的视觉效果，五成靠骗，四成凑合，一成靠画。如果你是业余的前提下，主观客观上指导了 AI 如何实现视觉效果，其实绝大多数情况都是误导。

花了一点时间，几乎是穷举，吧八格的必胜法走出来了……

1 、开局走马。
2 、通过移动车，逼对方马前跳
3 、让对方的王吃掉自己的马，否则会逼和。
4 、车吃掉对方前跳的马。

@SteveRogers 要等 M5 Max 版本的 studio 出来才行。M4 MAX 的性能比这代低很多，另外，mac 的统一内存是够放满血版本（非量化）的 qwen3.6 27B 的，但是因为内存带宽，所以性能很差。

@hello365 目前的话，qwen3.6-27B 4bit 量化的 mlx 版本模型，M5 MAX 128GB 的 macbookpro ，decode 输出可以跑到 30t/s ，prefill 输入可以跑到 700t/s

如果是 moe 模型，比如 qwen3.6-35B-A3B ，能到 100t/s 的输出。

@skuuhui 这个直觉没错的，但是对应的账应该反过来算。
1 、你降低了你自己的心智负担，你就更有时间、精力来给模型兜底。
2 、目前主流的 Agent 思路是 loop + 审核抽卡，所以误差的积累很大程度上可以靠增多多抽卡次数来抹平。也就是靠烧更多的 token 来换你更少的干预。
3 、目前模型的能力更强了，最优解的统计学优势更明显，即便上下文有一系列错误，也会无视或者自行纠错。

btw：使用大模型，核心矛盾点，就是你需要投入多少精力来进行控制。这和企业管理的底层逻辑相通。

你给员工更大的自由，他就更能发挥上限，代价就是捅娄子的能力也更强。
你越依赖微操，你的员工的能力就越难以发挥，也就越难以突出你的人力优势。这里要 @蒋委员长

1 、我会干预其架构设计。不是别的，是因为我要为我的 Agent 兜底，他的技术选型我看不懂我就兜不了……
2 、看心情，所以我目前在尝试可能的情况下，让 hermes 接管我的代码仓库和文档，让他帮我去调用 claudeCode/openCode 。我只提需求和把控设计。
3 、同理，hermes 可以大幅度降低人工提供上下文的心智负担。

@ZX16815 但现实就是，因为 LLM 的不透明性，导致普遍的头部供应商都“无良”。

一个商业逻辑不成立的领域，讨论其理想情况如何如何，在我看来是没有实际意义的。

“知道了工具怎么用，然后探索把工具用起来和用好。 那么人类本能对未知的神秘感和焦虑感也就自然消除”

不会的。
因为目前 LLM 的模式对于消费者而言是全黑盒模式。消费者唯一只知道，调用了某个公司的一个 API 服务。

数据输入输出是否被污染？不知道。
数据究竟被什么模型加工？不知道。
究竟收费多少钱？不知道。
我的数据会被如何对待？不知道。
未来 LLM 公司是否会因为利益、政策等原因断供、修改条款？不知道。
模型的输出能力是否稳定？不知道。

在以上都完全未知的前提之下，谈“工具属性越来越清晰”，是纯扯淡。

你家的锤子不会今天你凿完三颗钉子，明天管你要 100 美元的。
也不会今天你凿完三颗钉子，明天告诉你你凿的钉子太多，锤子受不了，要么折价退款，要么每天只能凿一颗。
更不会今天凿完钉子，明天变成塑料玩具。

mlx 的 qwen3.6-35B-A3B 试试看

btw：

如果只是想了解 Agent 的理念，我觉得这个视频的信息量已经够了： https://www.bilibili.com/video/BV1dpQTB3EXg?spm_id_from=333.788.videopod.sections&vd_source=0ef6494d0ac82c1df8c1a6cc5e8ef08c