在已有仓库中做多文件修改

实际运行了什么

于 2026-10-09 在一台机器（macOS，arm64）上执行。运行记录完整链接如下。

运行器按 fixture 搭出临时仓库，通过 Ollama 让三个小型本地模型去修复，把它返回的内容原样应用，再重跑测试。三个模型全部失败。本页中的托管编程智能体均未执行。

方法

• 固定仓库：一个真实的 git 仓库，含 src/calc.js（除数错误）、src/format.js（缺空列表分支）和固定的测试文件。任何模型运行前 node --test 都是 2 通过 / 3 失败，且测试不得修改。
• 提示词：每个模型一次请求——temperature 0、seed 42、num_predict 1200。它要求修好这个测试失败的仓库，并按固定的 FILE 标记格式完整返回每个被改动的文件。确切模板见 scripts/run-t17-coding.mjs。
• 运行器只写入 src/ 下的文件，然后运行 node --test，并记录原始输出、git diff --stat 和测试是否通过。不重试、不编辑。
• 三个模型收到完全相同的固定仓库和提示词，唯一差别是模型名。

运行记录

这次运行说明了什么

• 该固定仓库是一个真实、可核对的任务，基线固定，不能靠碰巧通过：修复需要改 calc.js 并在 format.js 加分支。
• 运行器只能写 src/ 下的文件，因此模型无法靠改写测试蒙混过关——本次运行没有用上这道护栏，但它是方法的一部分。
• 在这个参数量级上，这三个本地模型不能替代本页收录的托管编程智能体。这是关于这三个模型的结论，不是对任何产品的质量评判。

保留的失败案例

• qwen2.5-0.5b 遵守了输出格式，却把提示词里的占位符文本当成文件内容输出：被应用的 src/calc.js 以字面占位符文本开头，node --test 因此以 SyntaxError: Unexpected token '<' 崩溃。
• SmolLM2-360M 用编号的「打开你的文本编辑器」步骤回答，解析器找不到任何 FILE 标记，因而没有写入文件；测试仍停留在 2 通过 / 3 失败的基线。
• TinyLlama-1.1B 返回了较短的文字说明，结果相同：什么都没应用，仍是 2 通过 / 3 失败。三个模型都没有修好这个 bug。

这不能说明什么

• 三个小型本地模型、一个三文件仓库、每个模型一次尝试、一台机器。Cursor、Claude Code、GitHub Copilot、Windsurf、Replit Agent、Aider、Cline 和 Tabnine 均未执行。
• 同一天更早的两份记录（runs/2026-10-09T12-12-26-217Z.json 与 runs/2026-10-09T12-12-52-783Z.json）原样保留：其中测试台的基线命令写错了（Cannot find module …/test），所以固定仓库的计数显示为「?」和 1/0。它们是校准尝试，不是结果。
• 记录保存的是原始输出、diff 统计和测试输出的开头几行，不是逐 token 日志；墙钟时间只适用于本机。
• 不会从一个仓库、每个模型一次尝试中得出任何分数或排名。

成本. 没有账号、没有 API 密钥、没有付费套餐——模型通过 Ollama 在本地运行。可计量的成本是运行这台机器的电费；未记录计量金额，因此不公布任何数字。

方法、固定仓库与原始输出

每个链接的标签是文件在源仓库中的路径；链接指向本站发布的逐字节相同的副本（第一条打开全部副本的索引），因此无需访问仓库即可阅读原始记录。

• docs/tests/
• docs/tests/existing-repo-coding/fixture.md
• scripts/run-t17-coding.mjs
• docs/tests/existing-repo-coding/runs/2026-10-09T12-13-58-519Z.json
• docs/tests/existing-repo-coding/runs/2026-10-09T12-12-26-217Z.json
• docs/tests/existing-repo-coding/runs/2026-10-09T12-12-52-783Z.json

未执行的内容

Cursor · Claude Code · GitHub Copilot · Windsurf · Replit · Aider · Cline · Tabnine

本轮没有执行这些应用，因此不报告它们的任何实测结果。其中一些在运行前需要账号或特定套餐：Claude Code 需要可用的访问授权，官方记录的路径包括 Claude 订阅（Pro、Max、Team 或 Enterprise）、Claude Console 账户，或通过受支持的云厂商访问——因此付费 Claude 订阅并非唯一途径——而托管类智能体需要已登录的账号。但并非名单上每个产品都如此——Aider 与 Cline 是开源的，可以连接本地模型，因此两者都不需要付费套餐。本轮没有记录更多原因，所以凡未确认的条件都如实写成未确认，而不是假定。它们的产品页与对比页报告的是有据可查的文档行为，并附来源与核对日期。