MAC × AI 实用测试

AI 能修复网站吗?

成功修复了 1 处链接。

我们让 AI 修正练习网站中一个链接的文件名。修改结果和工作报告通过了全部检查。

整个用途仍待验证这是练习网站上 1 项任务、1 次运行的结果。能否承担完整的网站开发仍待验证。

21 / 21项检查通过
5.34秒AI 处理时间
0次次人工修改
Qwen3.8 27B (Q4_K_M)

Mac Studio · M5 Ultra · 96GB
2026-11-17 · 1 项任务 · 1 次运行

04 / WHAT WE KNOW

目前能说明什么?

本次已做到

  • 修复指定的一处链接
  • 保持其他三个文件不变
  • 无需人工修改即可通过检查

仍待验证

  • 真实公开网站上的修改
  • 复杂功能开发或持续运营
  • 所需内存与模型之间的优劣

峰值内存未测量。96GB 是测试 Mac 的容量,并非测出的最低需求。

02 / BEFORE & AFTER

修复了什么?

任务是让“Mac 设置”链接指向正确的文件。

修复前
安装步骤setup-mac.html

找不到目标

修复后
安装步骤mac-setup.html

可进入正确页面

这是已保存修改内容的示意图,并非实际截图。
1处链接已修改
3个文件保持不变
0处链接仍失效

03 / CHECK RESULTS

用数字看结果

独立程序检查了保存后的文件和工作报告,而非仅相信 AI 的“已修复”回复。

修改内容与其他文件检查7 / 7 通过
工作报告与实际修改核对14 / 14 通过
每格代表一项检查,并非一次任务或一个网站;这不是 21 次运行的成功率。

网站开发与运营

用实际代码库和测试验证功能开发、故障修复和网站巡检。

选择参考

按用途推荐模型

优先尝试

Qwen3-Coder-30B-A3B-Instruct

4bit / Q4_K_M

起步内存参考
32 GB

逐项尝试短任务的参考

30B 的 4bit 权重理论约 15GB,还需格式开销、上下文缓存和系统余量。以 32GB 为起步参考,逐项尝试短任务。

适合尝试的任务

尝试 HTML/CSS 组件、表单草稿、小型修复和测试草稿,明确文件及修改范围。

仍需检查

架构、认证、支付及自主跨文件修改需审核。编辑文件和检查浏览器还需兼容的编辑器或代理。

用法与条件

使用条件 · 估计依据

内存数字是包含系统和应用余量的编辑估计,并非最低运行保证。文本模型按 4bit、4K–8K 输入 token、单模型使用估算。长文档、图片输入与并行应用会增加需求。A3B 不表示整个模型仅需 3GB。

面向 Apple Silicon Mac,需要兼容的文本、Whisper、图像或视频应用。内存容量不能单独决定速度,先在现有 Mac 上尝试短输入。

用户评价概要

受到肯定的方面

明确范围的代码生成和模板制作获得肯定。

常见困难

架构决策、长时间代理任务及意外文件修改仍受批评,评价受设置与工具影响。

这是公开讨论的定性摘要,并非代表全体用户的调查。包含 PC 与云端环境,不能据此推断 Mac 速度或内存需求。不转载个人资料或个别经历。

本图解对应的实测: 2026-11-17 · linkfix-nested-002

展开详细条件与历史记录查看模型设置、完整结果及此前的成功与失败。

测试候选

暂缓或复查中 保留失败记录;一个案例通过,整个用途尚未验证 · 更新日期

2026-11-17,在 Mac Studio(M5 Ultra・96GB)上让 Qwen3.8 27B(Q4_K_M)完成一项任务:修复练习网站中的 1 处失效链接。21 项评分全部通过,耗时约 5 秒,无需人工修改。目前只测了这一项任务,尚未与其他任务和模型比较,也尚未测量内存占用。

Qwen3-Coder 30B · Qwen3.8 27B · Gemma 4 · gpt-oss · Hermes Agent · goose

测试任务与评价指标

给每套配置相同的修改任务,记录测试通过情况、无关修改、耗时和人工修正量。分别比较模型与智能体。

已知信息与待确认事项

已公开智能体比较和练习任务。网站修改的质量、耗时和人工修正是另一项测试。

在你的 Mac 上尝试前

暂缓或复查中

2026-11-14,Qwen3.8 27B(Q4_K_M,digest aaee06c39dcf2437cde036998d960e1fc1494b8191be7cc9657d01e509097813)在 Mac Studio 2 号机上对固定案例 linkfix-typo-001 进行了第 4 轮实测。队列作业 20261114T184141-mac-llm-bench-dc22,推理耗时 4.807 秒(队列 5.6 秒),修复了合成网站中的 1 处错误链接(/guid.html 修复为 /guide.html);保存后的工作区通过全部 22 项独立检查(status: passed,人工修改 0)。这没有修改真实网站。因未计装峰值内存未测(null)。单个案例不足以证明整个用途的性能。2026-11-09 Studio 1 通过(8.514 秒)、11/8 Studio 1 通过(8.517 秒)以及 2026-11-06 失败(MiniCPM5-2B,5.206 秒,9/17)作为独立试验保留,用途状态维持保留(held)。条件:temperature 0、seed 42、num_ctx 8192、num_predict 4096。输入 SHA-256:22930c6d8b7dc704db8e1e3c34aba571a80cf39ac86444e66c662b0b6a42df2d。运行 ID:20261114T184141-mac-llm-bench-dc22。下一步:测量其他任务和模型、比较多个案例,并计量峰值内存。

第 5 轮实测(1 个案例通过;整个用途仍暂缓)

Run: 20261117T042150-mac-llm-bench-a069 · Input SHA-256: 6fc4f605433462379b23e167e5865cb00a4e94e6cbe4eb122dbee952b851540d

Mac Studio 2 · qwen3.8:27b Q4_K_M · Ollama 0.40.16 · digest aaee06c39dcf2437cde036998d960e1fc1494b8191be7cc9657d01e509097813 · temperature 0, seed 42, num_ctx 8192, num_predict 4096

2026-11-17,在 Mac Studio 2 上使用 qwen3.8:27b Q4_K_M(Ollama 0.40.16;digest aaee06c39dcf2437cde036998d960e1fc1494b8191be7cc9657d01e509097813)对固定案例 linkfix-nested-002 实测一次。推理耗时 5.33705 秒,mini-queue 作业耗时 6.3 秒。在合成网站中修复了 1 处相对链接(setup-mac.html → mac-setup.html)。独立检查器 21 项全部为 true,未解决链接 0 条,其他 3 个文件保持不变,无人工修改。这没有修改真实网站。峰值内存因未计装而未测(null)。输入 SHA-256:6fc4f605433462379b23e167e5865cb00a4e94e6cbe4eb122dbee952b851540d。这不代表整个用途通过,也不是性能推荐。

用途状态仍为暂缓(held)。下一轮应测量其他任务或模型,比较多个案例,并补充峰值内存测量。