Studio10 个编码 Agent 实测 Qwen 3.8 27B：通过率相近，token 消耗和缓存复用差异悬殊
原标题：10 coding agents, one Qwen 3.8 27B, same llama-server: tokens and cache reuse differ more than pass rates
作者在 MacBook Pro M5 Max（64 GB）上用 llama.cpp 运行 Qwen 3.8 27B Q4（关闭思考模式），在沙盒中对 10 个编码 Agent 做了 5 个带陷阱的小任务评测。全部或多数 Agent 通过率接近，但 token 消耗差异巨大：Pi 每个任务约 9.2k token 最省，Qwen Code 约 107.9k 最耗；Atomic Agent 是唯一走 llama.cpp 原生端点并用语法约束工具调用的 Agent，缓存复用 86%，全程离线并 5/5 通过。Codex CLI、Cline、goose、OpenCode 在每次运行中都尝试联网，即使已关闭 telemetry，被沙盒拦截；DeepSeek Harness 处于 alpha 阶段但仍 5/5 通过、不联网且缓存复用 83%。
为什么值得看
作者用同一模型和服务器实测 10 个编码 Agent，给出 token 消耗、缓存复用和联网行为等选型时常被忽略的差异。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。