本机实测 · 2026 年 9 月 8 日
本机小模型能接项目吗？一份清单的实测
模型写出了通过四项检查的 CSV 导出器，但前两次生成截断，最后的交接也没满足约定格式。沿一份虚构清单，看清从旧决定到可用结果还要做什么。
01先把结果看清
旧记录说要改，当前文件到底改了没有？
一个项目搁置以后，最新讨论和当前文件可能不在同一步。本次沿用本站项目接续指南里的虚构清单：最初导出 JSON，后来批准改成 CSV，让内容按行列读取；决定记录明确写着尚未落实，文件也仍调用 json.dumps。
我们把决定记录和当前文件交给本机 MiniCPM5-2B，没有提供参考实现或现成交接答案。要求保留名称、数量与顺序，空清单也有列名。名称里包含逗号、引号、中文和换行——这些是内容，不能被转换过程拆错。
这个练习接续的是“资料已经找到之后怎么办”。它没有把前文的 funes 检索接进来，也没有让模型自动操作整个项目；我们分别检查读状态、生成文件和根据实际回执写交接。
- 让 AI 接上一个搁置项目原始教学项目查看决定、当前文件、四项检查与交接模板。
- funes：找回旧决定之后相关检索试验解释找到的材料为什么还需核对；两次试验分别记录。
02逐步对照
从状态回答，到文件，再到交接
下面把每一步给了什么、实际留下什么放在一起。文件先由操作者审阅，再交给原来的四项检查；展示的两行表格来自该文件实际生成的 CSV，随后用读取程序读回。检查程序、候选文件与原始输出都保留在材料包中。
01 · 分清决定与现状
给它的材料决定记录：改成 CSV，尚未落实。
return json.dumps(...)
当前文件仍输出 JSON。澄清提示后的实际回答- 当前格式
- JSON
- 批准的目标
- CSV
- 变更已经落实？
- 否
首轮被截断，没有最终答卷。这里展示后续完整回答中的三项；完整八字段记录在材料包中。
02 · 改出文件，再看实际读回
要求保留的原始清单名称 数量 笔记本, A5 2 卡片 "蓝色" 1 名称里的逗号和引号也是内容。
生成文件的实际 CSV 读回名称 数量 笔记本, A5 2 卡片 "蓝色" 1 提高输出额度后取得的文件，经审阅后执行；表格来自实际输出。
- 空清单也有列名 · 通过
- 数量和原有顺序不变 · 通过
- 逗号、引号和中文保留 · 通过
- 名称内的换行仍属于同一条记录 · 通过
03 · 根据回执写交接
给它的真实检查记录4/4 项通过，退出码为 0。
范围：本机教学夹具。没有生产部署回执。
模型实际留下的交接报告四项通过、没有失败项，也没有声称已经生产部署。
但外面多了 Markdown 代码围栏，未通过约定的直接 JSON 解析。
本站原创的虚构清单。各任务使用中文提示和独立上下文，后续试次单独记录；图中只展示本次实际产物与检查。
03保留第一次
两次首轮都截断了，后来分别改了什么？
首轮读状态和写文件都给了 2,048 token 的输出额度。token 是模型处理文字的单位，不等于汉字数；生成的思考文字也占额度。两次均达到上限，没有最终答卷。它们保留为未完成，没有从中间文字摘答案来评分，也没有把里面的代码片段拿去执行。
写文件的后续试次只把输出额度改成 4,096，输入与采样设置相同，重新开始运行。前 2,048 个输出 token 与首轮逐项一致；这次在原上限之后取得完整文件。原样候选随后通过四项检查。
读状态的提示则有一处需要我们先说清：“空输入有表头吗”是在问当前 JSON 程序，还是批准后的 CSV 要求？前者没有 CSV 表头，后者要求必须有。我们只澄清各字段对应当前行为、批准要求还是任务范围，输出额度仍是 2,048。这次得到完整 JSON，八项都与材料吻合。
两个后续试次改的是不同条件，首次记录都保留。提示歧义不能算成模型的事实错误；这一个例子也不能证明改写提示普遍有效。
- 读状态 · 首轮
达到输出上限，未取得最终答案
额度 2,048 · 实际输出 2,048 token · 129.9 秒
- 写文件 · 首轮
达到输出上限，未取得最终文件
额度 2,048 · 实际输出 2,048 token · 128.4 秒
- 写文件 · 只增加输出额度
取得文件，随后四项检查通过
额度 4,096 · 实际输出 2,373 token · 81.8 秒
- 读状态 · 只澄清字段含义
取得完整 JSON，八个字段吻合
额度 2,048 · 实际输出 1,457 token · 50.1 秒
- 写交接 · 首次
内容吻合，直接 JSON 解析未通过
额度 2,048 · 实际输出 655 token · 34.9 秒
时间只计各次生成，不含加载、下载、审阅核对和返工。后次耗时较短不能解释为增加额度会提速：缓存等条件未受控制。输出计数不含终止标记。
04内容与格式
交接说对了，也可能还不能直接使用
最后一项得到实际候选、检查标准输出和退出码，要求只返回一个 JSON 对象。模型写对了四项通过、没有失败项，也没有声称已经生产部署；不过，它在答案外加了一层 Markdown 代码围栏。
对人来说，下面的内容可以读懂；对按约定直接读取 JSON 的程序来说，多出的围栏会使解析失败。原评分保留为格式未通过。我们另作一次明确记录的检查：只去掉完整的那一层围栏，里面五个值与真实回执一致；这个处理后的观察不算原始回答通过。
因此，这次取得了通过教学检查的文件，交接内容也有依据，但要接入自动流程，还需要明确处理输出格式。把这一项单独留下，下一次接手的人才知道工作停在哪里。
```json
{
"checks_passed": 4,
"checks_total": 4,
"exercise_complete": true,
"failed_cases": [],
"production_deployment_evidenced": false
}
```05带回自己的工作
先用一份能检查的小任务试起来
先准备当前文件和最新批准的决定，分别写清“现在是什么”“准备改成什么”“还没有验证什么”。选几条可实际检查的要求，再让工具交出具体文件或答案。交接时附上检查结果和未处理的问题。内容项目也可以这样做：把当前稿件、已批准修改与实际修订分开。
材料包可直接阅读，包含输入、完整提示、五次生成、候选文件和检查记录。重跑本机模型需要 Apple Silicon Mac、相应环境与单独下载的模型；不想安装，也可以先看输入、最终文件和真实读回。原始模型输出保持原文，英文页面是编辑翻译，没有另做英文模型测试。
本题只覆盖有效清单，未测试大文件、无效输入或特定表格软件；也没有测量真人节时。这次“在本机”有具体含义：先下载文件，再由系统禁止推理进程联网，每次加载前的联网探针都实际收到系统禁止该操作的错误。它描述的是这几个进程，不代表整个系统或其他工具已经离线。
- MiniCPM5-2B-MLX官方固定版本本次使用的权重、配置、分词器与聊天模板；模型文件另行下载。
- MiniCPM · MLX deployment官方部署说明作者的运行与采样说明。本站的输出额度与试次规则另行记录。
- 模型能下载，数据就留在本地吗？继续理解数据路线把模型位置、应用和外部工具分别看清。
运行环境与参数
本次由本站的 Codex 操作 Agent 准备提示、审阅候选文件并运行检查；MiniCPM 负责生成回答和文件。
Apple A18 Pro，8 GiB 内存；官方 MiniCPM5-2B-MLX，4-bit 量化，固定版本 32f8dd5。权重与配套文件共约 1.43 GB，程序环境另计。各任务使用独立上下文、thinking 模式、temperature 1.0、top-p 0.95、seed 42；每次输入加预留输出不超过 8,192 token。
实际运行使用 MLX-LM 0.31.3、MLX 0.32.2、Transformers 5.16.1。五次生成中，MLX 峰值分配约 1.72–1.89 GB；它不是整台机器的总内存占用。版本、校验值和独立试次条件均在材料包中。