27B 本地模型能当生产力吗？Qwen 3.8 + DeepSeek Harness 四个任务实录，翻车后我换了 DeepSeek v4 flash

最近 Qwen 3.8 27B 开源之后，整个本地 AI 社区都炸锅了。 这期视频我会用一台 64GB 内存的 M1 Max，本地部署 Qwen 3.8 27B，再接入开源的 AI Agent 框架 DeepSeek Harness，完成 4 个实战任务。 全程本地运行，不花一分钱。 但最后一个任务，我翻车了，只能临时换 DeepSeek v4 flash 来救场。 这期视频你能看到： Qwen 3.8 27B 在 LM Studio 里的真实表现 本地模型的多模态识别、写代码、翻译能力测试 如何把本地模型接入 DeepSeek Harness 用 AI Agent 自动开发游戏宣传页 用 Qwen 3.8 27B 写一个 Flappy Bird 网页小游戏 开发 DeepSeek Harness 声音提醒插件时，本地模型为什么翻车 本地模型和在线模型到底该怎么组合使用 如果你也在关注本地 AI、AI Agent、Qwen、DeepSeek、LM Studio，或者想知道 27B 本地模型到底能不能当生产力工具，这期视频应该会对你有帮助。 时间轴： 00:00 背景：Qwen 3.8 27B 为什么这么火？ 01:26 LM Studio 安装与模型选择：MLX / GGUF / 量化版本怎么选 02:57 多模态测试：上传视频封面，它能看到什么？ 03:35 写代码测试：跨平台 CPU / 内存监控 Python 脚本 04:41 Token 速度实测：约 18–19 token/s 05:03 接入 DeepSeek Harness：把本地模型变成 AI Agent 06:32 实战任务一：游戏宣传页开发 08:24 实战任务二：Flappy Bird 网页小游戏 09:43 实战任务三：DeepSeek Harness 声音提醒插件 10:44 B 计划：切换 DeepSeek v4 flash 救场 11:59 实测总结 13:26 你最想用本地 AI 做什么？ 资源与说明： 本地模型：Qwen 3.8 27B 运行工具：LM Studio Agent 框架：DeepSeek Harness 测试设备：M1 Max 64GB + Windows 局域网设备 全程本地运行部分不产生 API token 费用 插件与工作区演示仅作技术分享，请根据自己环境调整 如果你喜欢这类本地 AI 实战内容，欢迎点赞、订阅、打开小铃铛。 评论区告诉我：你最想用本地 AI 做什么？写代码、写小说、做翻译，还是自动化工作流？