Hacker News 用户近日围绕“能否用本地大模型替代 Claude/GPT 做日常编码”展开讨论。主流反馈并不极端：个人项目已经可用，甚至有人取消每月 100 美元的 Claude 订阅；但在商业开发和职业生产力场景，本地模型还很难取代 Claude Code 搭配 Sonnet、Opus 这类前沿模型。
这场讨论的价值不在于证明本地 AI 编码已经“追平云端”，而是把可用边界讲得更清楚。本地模型的吸引力来自隐私、成本和可控性，代价则落在质量波动、硬件门槛、上下文长度、工具链维护和工作流摩擦上。
个人项目可替代，工作场景仍多靠前沿模型
多名开发者提到，Qwen 3.6、Gemma 4 这类 26B-35B 规模模型，已经能处理边界清楚的小中型任务。例如 Android TV 启动器、Home Assistant 自动化、Kubernetes 管理门户、脚本和个人服务开发。它们更像一名需要盯着方向盘的副驾驶，而不是可以放手托管复杂改动的工程师。
| 场景 | 本地模型表现 | 现实判断 |
|---|---|---|
| 个人项目、学习、脚本 | 可用，成本低，隐私好 | 可替代部分云订阅 |
| 小范围代码修改 | 需要明确任务和人工检查 | 适合辅助，不宜放手 |
| 商业项目、复杂重构 | 质量和稳定性仍弱 | 多数仍依赖 Claude/GPT |
| one-shot / vibe coding | 8B 模型普遍不够 | 约 30B 才有讨论意义 |
一个关键分界是任务是否“有边界”。如果是写一个工具、补一个接口、解释 Rust 概念，本地模型已经够用；如果要无监督理解大型代码库、设计迁移方案、排查难复现 bug，返工成本会迅速吞掉省下的订阅费。
真正的门槛不是模型名，而是显存、上下文和 harness
讨论中出现的硬件案例并不低配：双 RTX 3090、M4 Pro 48GB、Strix Halo 128GB，都有人拿来跑 Qwen 3.6 或 Gemma 4。一位用户称双 3090 可在量化后跑约 150 tok/s，并使用 300k 上下文；另一位在 Strix Halo 128GB 上得到约 50 tok/s 生成速度。这样的体验不能代表普通笔记本。
本地方案也不是“零成本”。显卡、内存、电费、散热、模型下载、量化格式、llama.cpp 或 Ollama 配置，都要花时间。有人用 Mac Pro 加 Qwen 测试后认为质量和速度都不理想，算下来还不如付费使用 DeepSeek。
更容易被忽略的是 harness。Claude Code、Cursor、Codex 这类云端工具不只是模型入口，还提供队列管理、中断、子代理、目标拆分、文件编辑和调试闭环。本地用户提到 pi.dev、VSCode + llama.cpp、openclaw、Ollama 等方案，其中 pi.dev 被认为更像“代理开发工具包”：能力强，但要自己搭流程。任务拆得好，本地模型会稳很多；流程粗糙，再快的 token/s 也可能产出更多返工。
受影响的是两类开发者：省订阅费的人，和要交付的人
对个人开发者，本地模型最现实的价值是“够用且可控”。没有网络也能学习、写脚本、做家庭自动化；代码和数据不必出门；云端额度也可留给少数难题。这对预算敏感、重视隐私、愿意折腾工具链的人很有吸引力。
对团队和职业开发者，判断要更冷。公司付费使用 Claude、GPT 或其他前沿模型时，单看每月订阅并不贵，真正贵的是工程师等待、返工和误合并代码的时间。只要本地模型还明显弱于 Sonnet/Opus，团队就很难为了省 API 费用牺牲交付确定性。
接下来最该观察的不是某个本地模型榜单分数，而是 30B 级模型能否接近 Sonnet/Opus 的真实编码可靠性，以及本地 harness 能否补齐上下文管理、任务编排、自动测试和人工介入体验。只有这两件事同时改善，本地编码工作流才会从爱好者方案变成团队可采购的生产工具。