免费获得 5 倍提升：本地编程技术栈

今天，Hacker News 上的一个讨论帖提出了一个简单问题：“有没有人已经用本地模型取代 Claude/GPT 进行日常编程？” ¹ 在 500 多条评论之后，一幅清晰的本地编码技术栈图景浮现出来。

在模型提及率方面，Qwen 3.6 35B-A3B 以 33%占据主导，其次是 27B 版本，占 20%。DeepSeek Pro 和 Gemma4 31B 位列前四。它们的共同点在于：都采用了专家混合架构，能够在消费级硬件上快速运行。 ²

在代理工具方面，Pi 以 49%领先，OpenCode 以 45%紧随其后。两者都是专为本地推理设计的轻量级工具。

这则讨论帖揭示了一个引人深思的权衡。一位评论者精准地概括道：

将具备智能体能力的 Qwen3.6 35b 与 Claude Opus 相比，就像是一位知识面很广、但确实需要你加以引导的大三学生，对上一位能在架构层面与你共同思考的大四学生。如果说 Opus 能带来 15 倍的提速，那么本地、完全离线的 Qwen 则能带来 5 倍提速。

但对许多人来说，这种权衡是值得的。隐私、零成本以及完整的离线能力都很重要。

鉴于它完全免费，这一点仍让我感到难以置信。

本地编程技术栈正迅速走向成熟。Qwen 3.6 35B-A3B 已成为事实上的标准，而 Pi 则是领先的工具。

基准数据印证了这种看法。Qwen3.6 27B 得分为 77.2%，而其 MoE 变体 Qwen3.6 35B-A3B 达到 73.4%。这两款本地模型与 Claude Sonnet 4.6（79.6%）已相差无几。 ³

这正是微型钢厂模式在现实中实时上演。它并不只适用于 CRM 更新和网络研究。当前这一代本地模型，已经足以胜任较为合理的编码任务。