你的AI編程助手正在漲價，有人選擇白嫖本地模型

當云廠商把按量計費玩成"刺客模式"，一臺32GB內存的Mac突然成了最硬核的省錢方案。

過去幾周，AI編程工具的收費邏輯正在劇變。Anthropic試探著把Claude Code從低價套餐里砍掉，微軟更直接——GitHub Copilot全面轉向按量計費。那個靠"氛圍編程"（vibe coding）隨手糊個demo的低成本時代，正在快速終結。

但開發者沒打算乖乖交錢。一個越來越響的聲音是：能不能用本地小模型硬剛云端的旗艦大模型？

阿里剛發布的Qwen3.6-27B給出了一個挑釁式的答案。這家云巨頭聲稱，這款模型能在32GB M系列Mac或24GB顯存的GPU上跑起來，卻擁有"旗艦級編程能力"。免費，但前提是硬件你已經買了。

這不是本地代碼助手的第一次嘗試。幾個月前，Continue的VS Code插件就被用來做過代碼補全和生成。但當時模型和軟件棧都太嫩，能用，但打不過前沿大模型。

現在情況變了。"推理"能力讓小模型可以通過"多想一會兒"來彌補體型差距；混合專家模型（mixture-of-experts）意味著交互體驗不再需要每秒TB級的內存帶寬；函數調用和工具調用能力的飛躍，讓這些模型能真正操作代碼庫、命令行和網頁。

這篇實操指南，就是來看怎么把Qwen3.6-27B這類本地模型部署成編程助手，以及有哪些智能體（agent）框架能配合它們干活。

硬件門檻：老Mac可能吃癟

先潑一盆冷水。舊款M系列Mac可能會在智能體編程所需的長上下文上吃力。換成oMLX這類推理引擎或許能更好利用蘋果硬件加速器，但效果因人而異。

本地跑大語言模型本身已經傻瓜化了：裝推理引擎、下模型、通過API連應用。但代碼助手有特殊之處——幾個參數沒調對，模型就會瘋狂輸出垃圾代碼。

有些模型在不同場景下需要特定的超參數才能正常工作，Qwen3.6-27B也不例外。

阿里官方給出了氛圍編程場景下的推薦參數：

上下文窗口要盡可能往大了設。簡單說，上下文窗口決定模型單次請求能記住多少token。處理大型代碼庫時，這個數值直接決定模型能不能理解項目全貌。