————2026年3月4日15:40:25
小模型适合单元开发，就是那种几千行（之间的）的代码修改，不合适。
还是不如在线模型稳定。
总来说，Qwen3.5:9b在Agent之间调用已经非常够用了，很适合做端侧“贾维斯”。
在写代码方面，对于已经习惯在线模型的我来说，不太能忍受它对于“核心语义”的“二次需求”的解构能力的丢失。
到这里，9b的能力上下限基本上测试完成了，可以知道端侧智能体的强大后端，再去调用各种端侧模型，基本上定位就是这样了。
欢迎交流~
————2026年3月4日15:00:38
qwen3.5出来之后，我打算再用多模态3.5:9b洗一下这个数据。
然后我的Prompt在Cline是：
DOJ/recursive_llm_processor.py
现在我想将其换成qwen3.5的9b模型可以吗？里面的路由规则都采用3.5:9b做研判，然后涉及到文字的，qwen3.5:9b和glm-ocr:latest进行交叉，qwen3.5:9b作为refineder，然后图像识别就只用Qwen3.5:9b进行，因为现在我们已经有相关的描述，因此，我们现在的任务是不仅仅要读取原有的pdf或者视频，还要，根据原有的结果，进行更加详细的补充，文本量要原来的3倍，更加细致。请你帮我优化一下这个脚本。
然后就基本上代码替换就是一秒左右一行，很慢，体感很差经。
内网服务器。
————2026年3月4日14:15:57更新
Qwen3.5:27b-256k，会“撤回”一开始的输出，然后给出更加全面的分析。
我给的任务是在分析链路上有很多相同关键词重复的分析任务，（开发习惯导致的），一开始3.5以为找到答案了，但是说到一半又继续Thinking了。
我猜可能跟Cline的一个选项有关：Subagents-Let Cline run focused subagents in parallel to explore the codebase for you.
虽然慢了很多，但给人一种踏实感，跟Codex差不多。
下面是我的Cline选项。
但是还有一个问题，就是：
Qwen3.5仅限于在我们提供的代码上面做分析非常牛逼，但是对于我们的更加上层的“设计意图”分析的没有像在线模型那么牛逼。
————2026年3月4日13:52:53更新
又部署好了Qwen3.5:27b, 256k完全体。
代码是闪出来的。
9b有的时候会卡一下，但是等等还行——在编辑3500行的py文件有些吃力。
CLine的插件在编辑代码方面真的是一坨，非得重写。
发现原因了，是Cline有一个选项是Background Edit-Allow edits without stealing editor focus。这样就可以只让模型生成代码片段了。
tips：
对了记得要关掉Checkpoint，不然它（Cline）会禁用你的仓库（生成一个.git_disable），好险我有及时推送的习惯，不然我都没法跟踪我的工作了，我这是一个大项目，里面有两个仓库，都给我禁用了。
————2026年3月4日13:12:33
今天在服务器升级了Ollama部署了Qwen3.5:9b，256k上下文。
发现编程体感不亚于Github Copilot，我认为一些比较深入的跨文件分析问题，它能很快的给出答案。（我的分析案例是3层以上的文件调用树）。
还有待进一步深入体感。
在这里震惊一下。
