本地AI编程助手：Qwen3.6搭配Qwen-Code vs Codex和Claude Code订阅

Sebastian Raschka 提供了一篇教程，介绍如何使用开源权重的大语言模型（LLMs）和本地编码工具搭建一个可用于生产的本地编码智能体。他主要采用 Qwen3.6 与 Qwen-Code 的组合，指出 Qwen 模型针对 Qwen-Code 进行了优化。其他可选工具包括 Codex、Claude Code 和 Cline。他推荐使用 Ollama 来运行诸如 Qwen3.6 35B-A3B（下载约 22 GB，运行需 30-40 GB 内存）或同规模的 North Mini Code 1.0 等模型。速度基准测试显示，在 Mac Mini 上 Qwen3.6 和 North Mini 的生成速度约为 40 个标记/秒（tok/sec），在 DGX 上约为 30 个标记/秒，上下文长度 5 万标记时内存占用高达 30 GB。他还提到了云端选项，可用于运行 GLM 5.2 等更大的模型。本地设置透明、可检查、免费（除硬件外），且能保护隐私。他认为对于本地智能体工作而言，速度快于每秒 20-30 个标记即可接受。