AI 模型评测 on Text Matrixhttps://txtmix.com/categories/ai-%E6%A8%A1%E5%9E%8B%E8%AF%84%E6%B5%8B/Recent content in AI 模型评测 on Text MatrixHugozh-cnTue, 21 Jul 2026 20:06:14 +0800To Run or Not to Run——ISSTA 2026 论文深度解读，LLM 程序修复的代码执行成本收益分析https://txtmix.com/posts/tech/arxiv-2606-26978-code-execution-cost-effectiveness-llm-program-repair/Tue, 30 Jun 2026 20:56:00 +0800https://txtmix.com/posts/tech/arxiv-2606-26978-code-execution-cost-effectiveness-llm-program-repair/<h2 id="译序为什么这篇-issta-2026-论文值得完整读">译序：为什么这篇 ISSTA 2026 论文值得完整读</h2> <p>论文标题就一句话：<strong>To Run or Not to Run</strong>——LLM 编程 Agent 是否应该默认执行代码？</p> <p>这是 2026 年所有 AI 编程助手（Claude Code / Codex / OpenCode / Cursor / OpenHands / SWE-agent）都默认开启的能力。你问任何 AI 工程师，TA 都会说&quot;执行测试反馈是 agent 修复 bug 的关键&quot;。</p>Ornith-1.0 深度解读：自改进开源 agentic coding 模型，4 个尺寸 + Self-Improving Framework 突破https://txtmix.com/posts/tech/ornith-1-self-improving-agentic-coding-model-deep-dive/Tue, 30 Jun 2026 16:24:00 +0800https://txtmix.com/posts/tech/ornith-1-self-improving-agentic-coding-model-deep-dive/<h2 id="译序这份-readme-不只是模型发布说明">译序：这份 README 不只是模型发布说明</h2> <p>Ornith-1.0 是 deepreinforce-ai 团队在 2026 年发布的开源 agentic coding 模型系列。README 表面上看起来像&quot;模型发布说明&quot;，但读进去会发现它有三个不寻常的地方：</p>Qwen 3.6 27B 是本地开发的甜蜜点：一份 226 行实测译文 + 工程化拆解https://txtmix.com/posts/tech/quesma-qwen-3-6-blog-deep-dive/Tue, 30 Jun 2026 16:07:00 +0800https://txtmix.com/posts/tech/quesma-qwen-3-6-blog-deep-dive/<h2 id="译序为什么这篇译文值得完整保留">译序：为什么这篇译文值得完整保留</h2> <p>Quesma 创始人 Piotr Migdał 在 2026-06-29 写了一篇关于 Qwen 3.6 27B 的实测长文。标题是 &ldquo;Qwen 3.6 27B is the sweet spot for local development&rdquo;——一句话点题：27B 是当前能在 Macbook 或单卡 RTX 上跑出实用水平的<strong>最优尺寸</strong>。</p>