正常，不用怀疑自己，拆开算算这 1 小时花在哪：
一个能玩的象棋（棋盘渲染 + 走子 + 吃子 + 胜负判定 + 你两次干预改代码）大概 500-1000 行。40 t/s 纯生成只要几分钟，所以瓶颈不在速度，在「生成 - 试玩发现不对 - 改 - 再生成」这个纠错循环。两次干预 = 两轮完整重跑，1 小时非常典型。
27B 级别的本地模型做「一锤子交付完整小游戏」本来就不是强项：炮的初始位置、颜色标注这种细节正好是它最容易漏的地方。这不是配置问题，是模型规模问题——打不过 DeepSeek V4 那个档次的在线模型很正常，MTP 提的是速度不是智商。
想提速三个办法：
第一条 prompt 就把需求写全：棋盘尺寸、双方颜色、炮的初始坐标、蹩马腿/过河卒/九宫格这些规则一次说清，别让它猜；
让它出单个 HTML 文件的自包含版本，双击就能跑，少一堆环境问题；
规则错了直接把报错或截图贴回去让它改，别自己转述，转述一次就多一轮失真。
更省心的做法：这种大活丢给在线模型干，本地 27B 留着跑日常 agent 任务，分工最划算。
