KeyFrame內部研究專用

Can Qwen 3.8 Replace Claude for Coding? Full Uncut Build

CloudYeti | Practical AI Engineering38 min英文
觀看原始影片

三句話摘要

本地運行 Qwen 3.8 模型與 Ollama 結合 CodexExec,不依賴任何線上 API,26 分鐘內完成一個完整的 YouTube 縮圖生成應用。 Qwen 3.8 展證了本地開源大模型在完整應用構建中的可行性——速度、自主決策與代碼品質都接近雲端企業級模型,同時保留用戶對模型的完全掌控權。 工程自覺性超出預期:模型主動添加了健康檢查端點(health endpoint)、SVG 備用圖像生成器等功能,這些都未被明確要求,但符合生產級代碼的最佳實踐,展現了類似資深工程師的前瞻性思維。

重點整理

  1. 工程自覺性超出預期:模型主動添加了健康檢查端點(health endpoint)、SVG 備用圖像生成器等功能,這些都未被明確要求,但符合生產級代碼的最佳實踐,展現了類似資深工程師的前瞻性思維。

  2. 速度與可用性的平衡:27 tokens/秒 的推理速度在本機可接受,相比 2 小時的雲端模型,開發工作流中斷大幅縮短,同時用戶完全擁有模型,可離線使用、微調與自訂版本。

  3. 編輯優於重寫的智能決策:模型在修改需求時選擇編輯已生成的文件而非從頭重寫,這是高級開發者的典型行為模式,降低了修改造成的風暴半徑。

  4. 功能與美觀的實用權衡:最終應用完全滿足功能需求且無需外部輔助,但 UI 仍有粗糙邊緣,反映出模型接近但未完全達到 Opus 4.6 水準,但在 24GB VRAM 硬件約束下已是顯著成就。

實用技巧與重點

  • 模型與工具
  • Qwen 3.8(27 billion parameter)
  • Ollama(本地推理引擎)
  • CodexExec(命令行接口:LLM 推理 + 圖像生成)
  • VS Code + PyCoding agent(開發環境)
  • 性能對比
  • Qwen 3.8:26 分鐘
  • Qwen 3.6:50 分鐘
  • DeepSeek V4 Flash:120 分鐘(包括 GPT 外援修復)
  • 推理速度:27 tokens/秒(本機)
  • 應用架構與文件
  • server.js:291 行(後端 API 端點、健康檢查、圖像生成橋接)
  • style.css:400 行(UI 樣式、漸層、響應式設計)
  • app.js:250 行(前端邏輯、卡片管理、空狀態處理)
  • index.html:標題與縮圖生成界面
  • README.md(自動生成)
  • 功能實現
  • 無 API 模式:使用 CodexExec 命令行調用本機 Codex 訂閱(文本 + 圖像)
  • 九個標題生成 + 排序評分
  • 點擊標題後生成對應縮圖
  • SVG 備用圖像生成器(圖像生成失敗時)
  • 健康檢查端點(模型自主添加)

結論

Qwen 3.8 展證了本地開源大模型在完整應用構建中的可行性——速度、自主決策與代碼品質都接近雲端企業級模型,同時保留用戶對模型的完全掌控權。

完整解析

講者展示了一項實驗:用三個不同的大型語言模型完成同一任務——構建一個無依賴 API 的 YouTube 縮圖生成應用。所有模型運行在同一台本機開發環境中(VS Code + PyCoding agent),使用完全相同的提示詞與約束條件,確保可比性。

DeepSeek V4 Flash 完成任務用了兩小時,且途中需要從 GPT 尋求一次修復建議。Qwen 3.6 27B 改善到 50 分鐘。而 Qwen 3.8 是人們常與 Opus 4.6 比較的模型,在本次測試中 26 分鐘完成,且完全無需外部幫助,一次成功。

最有趣的發現並非速度,而是模型展現的工程自覺性。在未被明確要求的情況下,Qwen 3.8 主動設計了健康檢查端點、SVG 備用圖像生成器等生產級特性。講者在多處想要打斷以優化提示,卻最終決定讓模型自由發揮,擔心頻繁中斷會拖累本機模型性能。這種權衡反映出模型不僅在速度上改進,在預測工程需求上也變得更加成熟。

應用的構成分層清晰:後端伺服器(291 行 server.js)處理 CodexExec API 調用、圖像生成橋接與端點管理;前端(index.html + 250 行 app.js)提供標題生成與縮圖呈現界面;樣式(400 行 CSS)後來迭代中得到大幅加強,加入漸層、更精緻的卡片佈局與響應式設計。整個過程中,模型傾向於編輯現有文件而非完全重寫,這是資深開發者的典型決策模式——最小化修改範圍以降低風險。

最終應用完全可用:輸入視頻創意後生成九個排序標題,點擊任意標題即通過 CodexExec 本機訂閱生成對應縮圖,無需任何線上 API 調用。講者承認 UI 仍有粗糙邊緣(如空狀態顯示邏輯不完美),暗示 Qwen 3.8 尚未完全等同 Opus 4.6。然而,這個模型能在 24GB VRAM 的機器上運行、可被用戶完全擁有、支援本機微調與定製版本,這種本地控制權的代價是合理的。講者給出明確建議:如果追求純粹功能完成度,這個模型已然達成;如果需要生產級 UI 磨拋,仍需雲端模型或人工介入。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。