使用者利用 PI agent 和 120k 上下文視窗，在 CPU 上本地運行 Qwen 3.8 27B（q4xl 量化版），成功生成了一個完整的 3D 第一人稱射擊遊戲。該過程讀取了由 Fable 5.1 創建的 267 KB 設計文件，在 12 小時內處理了 1100 萬個 token，並輸出了 320 萬個 token 的程式碼。 這證明了中等規模的本地大型語言模型（LLM）能夠處理複雜的大規模編碼任務，無需昂貴的 GPU 叢集，使進階 AI 開發對個人開發者更加普及。它突顯了將 Fable 等規劃代理與 Qwen 等實現代理結合，進行結構化軟體工程的成效。 該設定在 llama.cpp 中使用了多 token 預測（MTP）來加速推理速度，並結合視覺能力與龐大的上下文視窗來解析詳細的設計文件。模型在「離線」CPU 模式下運行，證明了標準硬體也能處理大量的運算負載。

事件背景

Qwen 3.8 27B 是由阿里巴巴雲發布的大型語言模型，以強大的編碼和推理能力著稱。量化（q4xl）技術降低了模型的精度以適應較低的記憶體限制，同時保持合理的準確率。PI agent 是一個基於終端機的編碼工具，能高效管理狀態和工具呼叫，讓開發者能互動式地引導 AI 的工作流程。

社群觀察

社群成員讚賞了這一成果，並討論了分工問題，指出雖然 Fable 提供了主要的規劃，但 Qwen 證明了其作為實現者的能力。一些用戶表示有興趣在自己的本地環境（如使用 MLX 模型）中測試該設計文件，以驗證這一成就的可重複性。