粗读代码这种概要性工作，本地大模型已经够用了(合集转寄)

我把Qwen3.6 35B A3B跑在本地，开了256K词元的上下文，让它读代码然后写文档，大差不差，可堪一用。 可以让它整理需要精读的代码，只有做核心代码重构，才需要花钱买词元请高智商远程AI出手，省了不少。 就等本地资源能跑得动的1M词元上下文的那几个模型了

35b a3b和27b比还是差很多的。 27b基本可以和ds v4 flash打的有来有回。 两者的部署门槛差不多。27b要拉满，最简单的方法也是一张6000 pro。 ds v4 flash则是2张6000 pro。 以上不考虑各种量化。比如27b我一般是fp8，尝试过一段时间nv出的nvfp4版本，和fp8差距还是很大的，只是这个差距普通的任务不一定体现得出来，乍一看会觉得差不多。 我现在在努力打通完全靠qwen3.6 27b写代码的路径。在我看来能力是完全足够的。

我让ChatGPT免费版写项目需求书，然后让Qwen本地做设计文档，然后把设计文档再扔给ChatGPT审阅，把修改意见转回给Qwen本地让它改，然后东西就做成了，benchmark跑下来还不错。 再等一两年本地大模型应该就能达到今年三季度的主流AI水平了。 内存产能估计还会继续维持缺口，哎。

我觉得不行。我用5.6 sol review 5.5写的代码，还是review出一堆问题。

粗读主要是把别人的大型代码库中的枝叶和主干部分梳理一下，整理出架构大致的轮廓和运作机制。 不是干review代码这种细活。 不粗读，让花费真金白银的远程AI直接上，会浪费很多词元在简单工作上。