Qwen3.6 27B vs Step3.7 IQ4_XS: 本地大模型量化精度实测
本地大模型怎么选：Qwen3.6 27B BF16 与 Step3.7 IQ4_XS 横评，从量化精度、显存账、编码 benchmark、Agent 适配、推理速度五个维度给一张选型矩阵，附四类使用者落地建议。
标签索引 / 第 6 页
AI 编程
这个标签下有 2494 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Codex CLI 完整入门：安装、工作流、故障排查与 Claude Code 协同
OpenAI Codex CLI 完整入门：跨平台安装、首次配置、日常命令、MCP 与浏览器集成、Windows/网络/风控常见踩坑，以及与 Claude Code 的选型对比与双 Agent 协作模式。
Karpathy 三层方法：把 prompt 升级成可验证系统
我最近看了 Austin Marchese 解读 Karpathy 在 AISN 2026 上的发言，被里面一个反常识的小例子卡住了：你问 AI “我去 50 米外的洗车店该开车还是走路”，Claude、Gemini...
Claude Code 在做减法
大部分人造 agent 的方向是加法：加记忆、加规划层、加工具路由、加一堆中间状态。Boris Cherny 给的是反方向的答案。他是 Anthropic 内部 Claude Code 的作者，最近在 Sequoia 的 AI Ascent...
AI 写代码，人退到了两头
有个概念我最近一直在用，叫”聪明区”和”笨蛋区”。提出它的是 Human Layer 的 Dex Hardy：一个大模型刚开始一段新对话时最聪明，因为这时注意力关系最松弛；你每往上下文里塞一个...
WebMCP：把网站变成给 agent 的 API
让 AI 帮你买两张演唱会的票，它背后要做多少事？ 按今天的做法，agent 会先把整个页面的 DOM 抓下来，再读一遍无障碍树（accessibility tree）去理解页面结构，然后截一张图，分析那些在 HTML 里看不到的元素，最后...
从写 Prompt 到写 Loop
最近翻硅谷工程师的讨论，有个变化挺明显：以前大家比谁的提示词写得漂亮，现在开始比谁的循环设计得好。 OpenClaw 的创始人 Peter Steinberger 在六月初发了条帖子，被看了八百多万次。他说，别再忙着主动提示你的 codin...
AI Code Review 的架构选择：把 CPG 建在 master 上
写过几年代码评审工具的人都知道，PR Review 真正的瓶颈不是 LLM 的输出能力，而是 LLM 看不见的上下文——一个改动在跨文件、跨模块、跨服务之后真正影响了什么。 最近这一年，AI Code Review 的产品越冒越多：PR-A...
大型多模态模型的真正捷径,是给冻住的语言模型接一根线
过去三年,做”语言+图像”的人几乎都在重复一个动作:拿一个已经训得很大的语言模型,死死冻住它,然后在它前面接一个很小的转接头,把图像、视频、传感器数据翻译成它认识的”词”。听起来像凑合,但这条...
大模型的胜负手已经不在结构,而在效率
Paul 这一讲一开场就先打了个预防针:今天讲的是高度浓缩版的内容,MIT 隔壁的 ALP 那门课才是正经讲大模型,这里只是个高空俯瞰。听到一半我反而觉得,这种”俯瞰”才是真正值钱的。他把一个被无数公众号、技术博客、...