scaffolding

介绍了能力条件化支架，一种用于大语言模型协作的框架，根据用户专业领域调整干预措施以防止专业领域漂移，并在MMLU子集上进行了试点评估。

该推文总结了构建 agent systems 的关键原则，着重强调了 scaffolding、memory 与可复用工具，内容基于 Yohei Nakajima 的一篇文章。

开发者用 Qwen3.6 35B 为核心，配合 little-coder 脚手架搭建路由本地环境，在 10 个真实 Go 任务中拿到 9/10 通过率，证明本地模型搭配合适工具链也能逼近前沿代码模型。

过去一周，我测试了一个简单的问题：小型本地模型在编码智能体中通常表现不佳。但其中多少是模型本身的弱点，多少是脚手架不匹配所致？因此，我固定模型参数，仅更改脚手架。两种条件下使用相同的Qwen3.5-9B Q4权重。相同的Aider Polyglot基准测试。完整的225个练习。结果：\- 原始Aider：19.11% \- little-coder：两次完整运行的mean pass@2为45.56% little-coder并非新模型。它是一个我适配到t