**编程实测：Strata**

这将是一篇可能不太受欢迎的帖子——但它是真实的、有依据的——所以让我们直接开始吧。希望你熟悉我之前的 Tested in Coding 系列：https://www.reddit.com/r/LocalLLaMA/comments/1vvsokm/tested_in_coding_q8_k_xl_qwen38_27b_vs_bf16/ https://www.reddit.com/r/LocalLLaMA/comments/1vldngi/tested_in_coding_bf16_muse_glimmer_vs_bf16_qwen36/ ## 背景 为了清楚起见，我并不追求高 token 生成速度。我在 llama.cpp 上运行 Qwen3.8-Flash-Next-UD-IQ3_XXS，KV 缓存设为 Q8_0，平均生成速度为 30-40 t/s。预填充速度较慢，为 530 t/s（根据我在这个 subreddit 上的了解，这似乎是正常水平）。由于显存限制，Flash Next 在 llama.cpp 上以 220,000 上下文运行。 首先，我会在尝试任何新东西之前进行研究和阅读。这包括了解在 Strata 中不正确设置采样参数可能带来的影响。在这篇评测中，我确实在 Strata 中测试了各种采样设置，包括温度从 0.7 到 1.0 的范围、top_p，甚至 presence_penalty 和 frequency_penalty。 **更新说明：** 为了完整性，Strata 托管的模型是：Qwen3.8-Flash-Next-UD-IQ4_XS，KV 缓存设为 Q8_0。llama.cpp 和 Strata 的推理设置均为 xhigh。 其次，我的自定义测试框架虽然是自动化的（24 小时不间断编码）且经过调优（压缩在 60 秒内完成），但在非工作时间会有人监督。我会逐条阅读 Flash Next 的每个推理过程和编码内容。 ## 关键事件 在一次 12 小时的编码会话之后，以下是我的发现： ### 关键事件 1 在为某个版本写完执行报告后，它不确定自己是否真的创建了该报告： > "等等——之前的工具结果说'任务 #XXXXX 的报告已创建'——我真的创建了它吗？让我检查一下：在重新生成 XXXXXXXX.txt / XXXXXX.txt 并完成 npm test 基线（post + post2 CLEAN）之后，我写了报告吗？回看压缩后的消息：在创建并读取了表格/详情之后，我运行了 post npm test，然后是分类器（首先是 NEEDS REVIEW，隔离的 e2e 为绿色，然后 post2 CLEAN），接着是 fitness 全部绿色……压缩后我真的完成了所有这些 post/classifier/fitness 的工作吗？" ### 关键事件 2 幻觉性地读取工具输出： > "之前的 glob 输出实际上是 XXXXXXXX……但 read 工具报告说文件未找到……第二次相同的 glob 返回了相同的路径。然而第一次读取尝试……XXXXXXXXXXXX 失败了？？？等等，我发出的 Read 请求路径是 XXXXXXX\ — 返回的是'文件未找到'。但 glob 返回的就是这个。我是不是打错了？我发送的是 XXXXXXXXX……？我发送的是 \20260\，而不是 \202605\！！对——我漏了一个'5'。我会用正确的目录重试。我在读取路径时漏掉了一个数字。正确重试：文件不存在——glob 工具返回的是一个伪造/损坏的路径（测试框架的 token 限制产生的伪影，与之前'160 tokens'那行属于同类损坏）。真正的文件名可能有不同的前缀。在目录列表中查找它。" ### 关键事件 3 反复无法正确写入文件： > "现在就写规格说明。保持简洁。[写入代码] 上次写入是格式错误的——删除它并重新干净地写入规格说明：[再次写入代码] 又犯了同样的错误——这次更糟：我把一个无意义的损坏文件写到了错误的路径 XXXXXXXX（一个不存在的目录！），而且我还没有删除任何东西。我针对这个规格文件的生成出了严重问题" ## 总结 在经历了这些关键事件以及其他问题之后，我已经因可靠性问题停止使用 Strata。这不适合企业级应用的开发环境。我可以向你保证，正确配置和托管的 AI 模型不会以这种方式产生幻觉或出现此类错误。 如果你已经读到这里，我想分享我对 Strata 的看法： **A.** Strata 是有价值的，因为它推动了本地模型的研究和开发，尤其是在性能方面。虽然 token 生成速度的提升对我来说并不显著，但预填充速度确实大幅提高了。Strata 100% 是一项值得的努力，我期待看到它进一步发展。 **B.** 显然，速度的提升影响了采样过程，或者出了其他问题（可能是一个 bug），导致了错误或幻觉。我不确定在可靠性和速度之间是否已经找到了正确的平衡点，但希望随着 Strata 的发展这会有所改善。 **C.** 一个健壮且全面的自动化智能体测试和（独立的）审查流程似乎能够最大限度地减少 Strata 造成的大多数（额外的）编码错误。使用 Strata 时会出现明显的推理问题，但就这是否会导致实际编码错误而言，这是可以缓解的。**我不建议在没有完整的自动化测试和 QA 流程的情况下使用 Strata。**