FP8 陷阱：GPU 账单降了 47%，但模型在输出“!!!!!!”
作者在单张 AMD MI300X 上用 vLLM ROCm 版跑 Qwen2.5 7B/32B/72B，按 $2.99/GPU-hr 计价，BF16 基线为 7B $0.227/M、32B $0.77/M、72B $1.67/M 输出 token。
推荐理由：作者在 MI300X 上实测 FP8 量化，发现按 token 计费会掩盖模型输出退化成乱码的问题，并给出可复用的验证方法。
开源与本地模型
全部主题用开源权重和本地模型写代码：接入方法、效果对比与部署经验。
10 条精选相关主题DeepSeekQwen / Qwen Code成本与额度
最新精选
第 1–10 条 · 共 10 条DEV Community · MCP精选AI 评分7878
DEV Community · Cursor精选AI 评分7676 Cursor 发布 Composer 2 未披露 Kimi K2.5 基座，API 返回串暴露真相
开发者 Fynn 在 2026 年 3 月 20 日调试 Cursor 的 OpenAI 兼容接口时，返回的模型 ID 为 accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast，显示 Composer 2 基于 Moonshot AI 的 Kimi K2.5 做强化学习后训练，该推文一天内获得 44.4 万次浏览。
推荐理由：从一次 API 调试串起 Cursor 未披露 Kimi 基座、许可署名争议与中美模型成本格局，呈现行业披露惯例。
Cline · Blog精选AI 评分6262 Cline 发布开源桌面应用 Cline Desktop，面向开放权重模型
Cline 发布开源桌面应用 Cline Desktop 的早期版本，把原本在 VS Code 扩展和 CLI 中的智能体运行框架搬进独立工作区，支持并行会话、定时任务和用于扩展工具与集成的 Marketplace。
推荐理由：官方给出桌面端的能力边界与开放入口，读者可据此判断它是否适合承接多智能体并行任务。
Cline · Blog精选AI 评分7474 Cline 如何把 1100 万用户迁移到最大一次 harness 升级
Cline 把 VS Code 扩展从约 76,000 行单体核心迁移到 Cline SDK，并自建灰度发布机制：一个安装包内打包 loader、legacy 和 next 两套扩展，由 PostHog 功能开关按百分比决定激活哪套，崩溃时自动回退到 legacy，开关可随时降到 0% 作为 kill switch。
推荐理由：Cline 官方复盘如何把 1100 万用户的 VS Code 扩展迁到新 harness，含灰度机制与前后指标对比。
Cline · Blog精选AI 评分7171 Cline 实测八个模型做 IMO 2026：DeepSeek V4 Flash 以 0.12 美元拿到金牌线
Cline 让八个模型在自家 harness 里做 IMO 2026 六道题，证明由 GPT-5.5 和 Claude Opus 5 双盲按 0–7 分制评分、Gemini 3.1 Pro 仲裁，金牌线为 29 分。
推荐理由：Cline 用同一套 harness 盲评八个模型做 IMO 2026，给出分数与单次成本对照，可看开源权重模型的实际性价比。
Cline · Blog精选AI 评分7171 Cline 开源开放权重模型的评测方法与 trace
Cline 开源其开放权重模型的评测方法，并附上价值超过一千美元的爬坡分数与 trace 供下载分析。文章给出 Hill Climber's Checklist 五条启发式：设定北极星指标、量化噪声、按任务/模型/供应商拆解失败模式、不要默认更多思考更好、保留私有评测集。
推荐理由：Cline 公开评测方法与上千美元 trace，给出五条可迁移的爬坡启发式，适合自建 harness 的团队参考。
Cline · Blog精选AI 评分6060 NVIDIA Nemotron 3.5 Lightning 上线 Cline 并免费开放
NVIDIA 发布 Nemotron 3.5 Lightning，一个面向常驻智能体的可定制开源模型，并已在 Cline 中免费提供。
推荐理由：NVIDIA 新开源模型在 Cline 免费开放，读者可据此判断高频智能体调用场景是否值得换用。
Martin Fowler · Exploring Generative AI精选AI 评分7171 在本地小模型上做智能体编码的实测体验
Martin Fowler 在 M3 Max 48GB 和 M5 Pro 64GB 上实测 Qwen3.6 35B MoE、Gemma 4 31B/26B、Qwen Coder Next 80B 等本地小模型的智能体编码能力，按内存、速度、工具调用、代码正确性、上下文、任务复杂度、代码质量逐层筛选。
推荐理由：作者用两个具体任务对比多款本地小模型的智能体编码表现，并给出可复用的任务选择标准。
Permission Protocol · AI Agent Incident Tracker精选AI 评分8080 仿冒 OpenAI 仓库在 Hugging Face 登顶热门榜并获 24.4 万次下载后投递窃密木马
Hugging Face 上一个仿冒 OpenAI Privacy Filter 的仓库登上热门榜第一、获得 244,000 次下载，随后在安装该模型的 Windows 机器上执行窃取凭据的 infostealer。
推荐理由：复盘 Hugging Face 上仿冒 OpenAI 仓库的投毒链条，展示热门榜如何被当作信任信号利用。
Martin Alderson精选AI 评分7878 如何用 Qwen 3.5 系列模型对文档做 OCR
作者用 Qwen 3.5 系列开源多模态模型做 PDF OCR，先用 PyMuPDF 把每页按 100dpi 导出为图片，再交给模型识别，实测 Qwen3.5-9B 是效果与速度的平衡点，更小的 0.8B 到 2B 模型在复杂文档上容易跑偏去总结内容。
推荐理由：作者实测了 Qwen 3.5 各尺寸模型做 PDF OCR 的效果，给出本地与 OpenRouter 两条可复用路径和成本数据。