用订阅制 AI 编程助手写代码，最扫兴的往往不是模型答错，而是改到一半额度用完。五小时用量窗口一旦触顶就只能干等。修 bug、加小功能、改旧代码这类活儿，为等待付月费并不划算。
XDA 撰稿人 Anurag Singh 用了将近六个月 Claude Code 的 20 美元套餐后退订，转而在 VS Code 里搭了一层本地大模型。他的结论是：体验确实比不上云端旗舰模型，但因为不再有额度顾虑，实际完成的工作反而更多。以下是这套本地方案的搭建过程。
第一步：挑一个自己机器跑得动的模型
本地方案成败的关键，是模型能否和 VS Code 同时舒服地跑起来，而不是挑参数最大的那个。这位撰稿人的设备是 16GB 统一内存的 M5 MacBook Air，他实测过的几个候选如下：
- GPT-OSS 20B：推理与工具调用都强，但独占约 16GB 内存，与开发环境同跑压力过大。
- Codestral 22B：量化更激进更轻量，补全质量不错，但更适合做补全而非项目级智能体。
- DeepSeek Coder V2 Lite：占用约 9GB，是另一个可行选项。
- Qwen2.5 Coder 7B / 14B：7B 明显更快，但改动牵涉多个文件时容易跟丢上下文；14B 的 Q4 量化版约占 9GB，平衡最好，且专门针对代码生成、推理与修复训练，还支持工具调用。
工具调用这一项很重要——它决定了模型能否主动查看文件并执行改动，而不只是丢回一段代码。最终他选定 Qwen2.5 Coder 14B 作为主力。
第二步：把模型跑起来并暴露接口
推理后端用 Docker Model Runner，负责模型的下载、存储与运行。在 Docker Desktop 启用后，把 OpenAI 兼容 API 暴露在 12434 端口，再拉取模型即可。
第三步：在 VS Code 里装 Continue 并接上本地模型
让模型真正成为编辑器的一部分、而不是另开一个聊天窗口，靠的是 Continue 扩展。它提供聊天面板、行内代码编辑、自动补全，以及可搜索项目并修改文件的智能体模式。Continue 既支持云端模型，也能通过 OpenAI 兼容接口连接本地模型。
安装扩展后，在 ~/.continue/config.yaml 中添加本地模型配置：
`yaml
- name: Qwen2.5 Coder 14B
provider: openai
model: ai/qwen2.5-coder:14B
apiBase: http://localhost:12434/engines/v1
apiKey: not-needed
contextLength: 8192
maxTokens: 2048
temperature: 0.1
capabilities:
- tool_use
roles:
- chat
- edit
- apply
`
这段配置会把本地模型设为 Continue 的主力编码模型，它可以查看当前项目、搜索文件、给出并应用修改建议，全程不把代码发往外部接口。
第四步：分工与项目规则
实际使用中不必只用一个模型：14B 负责对话和代码编辑，自动补全可以交给更小的 Qwen2.5 Coder 模型，延迟低得多。此外，把项目专属说明写进 .continue/rules/ 目录，包括项目结构、测试命令，以及不希望模型改动的文件，能显著减少返工。
需要接受的几点妥协
这套方案的打磨程度不如 Claude Code。Qwen2.5 Coder 14B 理解大型项目更慢、出错更多，有时需要更具体的指令，无法给一句含糊的要求就指望它自己走完全程。跑 14B 模型也会挤占内存，响应启动比云端慢，长时间使用机器会发热，因此不建议同时开一堆吃内存的程序。
但对多数开发者而言，日常任务本就用不到那么高的自主性。真正的改变是心态：可以让模型把同一个函数解释三遍，反复重试失败的修改，一口气处理一长串小问题，而不必再盯着额度。
来源：XDA Developers
发表回复