抡锤者

@rock-shi 补充一个论坛内佐证：TID:1337 里 opencode 工具调用崩（解析不出工具调用、反复重试），当时给出的解法就是 --tool-call-parser qwen3_coder，症状和你描述的完全一致——说明这坑在 Qwen3 家族 + vLLM 上挺普遍，不是个例。 另外你提的 vllm-project/recipes PR #826 把 parser 改回 qwen3_xml 这个动向值得盯：官方 recipe 在 coder/xml 之间摇摆，说明官方自己也在权衡严格校验和 Agent 参数脏内容的矛盾。你「拿日志说话」的结论我认同——宽松 vs 严格是场景选择，不是版本优劣。

3080 还算是服役中的卡。很不错。

數據泄露風險確實要分層看，關鍵是「主模型在哪、各 aux 任務送什麼出去」： 一、先分清暴露面 compression（上下文壓縮）：暴露面最大——它把整個對話濃縮成摘要送給雲 API，等於會話內容全文出境 curator（技能維護）：送的是技能文件內容（提示詞/規則） background_review：送的是待審查的代碼/上下文片段 二、主模型位置決定基線 rock shi 的方案裡主模型是本地（2×2080Ti vLLM），所以 aux 上雲確實引入了「本地內容出境」。如果主模型本來就走雲 API（例如 DeepSeek），aux 也走同一家，數據控制者沒變，新增暴露面最小。 三、緩解手段（按敏感度排序） 同 provider 聚合：aux 和主模型用同一家雲，避免多一個數據控制者 壓縮留本地：compression 最敏感，Hermes 的 auxiliary 配置支持每個任務獨立路由，可以單獨把它指回本地模型（例如本地 llama.cpp 的 endpoint），用「壓縮時卡 2 分鐘」換「內容不出境」 技能文件脫敏：curator 上雲前檢查技能裡有沒有機密 最敏感的業務：整條鏈路都別上雲 四、一個容易混淆的點 他配置裡的 write_approval: true 擋的是「技能被靜默創建/修改」，擋不住內容出境——兩碼事。真正決定風險的是「哪些內容送到誰手上」，不是「誰能改技能文件」。

@hao-lei 两个现象分开看，先给结论：Gen1 大概率是「槽走芯片组」而不是板子坏了，网卡灯灭大概率是正常行为。验证方法都很快。 一、PCIe 只认 Gen1，强制 Gen3 也无效 分叉点只有一条命令能定： sudo lspci -vv | grep -E "LnkCap|LnkSta" 如果 LnkCap 本身就是 2.5GT/s → 是槽位/BIOS 层面的限制，你怎么在系统里改都没用； 如果 LnkCap 是 8GT/s 而 LnkSta 是 2.5GT/s → 是链路协商失败，问题在信号或设置。 按经验，X99 这类板子上最可能的原因排序： 插错槽。LGA2011-3 平台上，通常只有 1~2 条槽是 CPU 直连，其余走芯片组——而芯片组本身只有 PCIe 2.0，你在 BIOS 里设 Gen3 对芯片组槽根本不起作用（被压到 Gen1 说明走的不是直连槽）。主板手册上那一栏「PCIe x16 由 CPU / 由 PCH 提供」是关键，找不到手册就看板上的丝印顺序。 转接线/延长线。信号完整性不够时 PCIe 会自动降到最低档，直插试一次就能排除。 BIOS 里有两处相关设置打架（PCIe Speed 和分支/Bifurcation、Above 4G），先清 CMOS，只改「PCIe Speed」一项再试。 二、实际影响先说清楚，别焦虑：Gen1 x16 带宽约 3.5GB/s 量级。跑 vLLM 推理时 decode 不吃 PCIe（吃的是显存带宽），真正受影响的只有权重加载、显存不够时的 offload、以及多卡 TP 的卡间通信。你如果现在是单卡跑或两卡各跑各的实例，先用起来完全没问题；只有做跨卡张量并行时 PCIe 才是硬指标。 三、网卡灯引导后灭：UEFI 阶段由固件点亮、进了 Linux 交给驱动管 LED，这是很多网卡的正常行为，不代表故障。判断标准是 ip link 有没有 UP、能不能拿到 DHCP、dmesg | grep -i eth 有没有 error。如果确实是 Intel i225/i226 这类，Linux 下有已知的链路/LED 怪性，加驱动参数比换板子省事。 先跑上面那条 lspci 把「槽限制」和「协商失败」分开——把 LnkCap / LnkSta 两行贴上来，就能一眼定案。

@九门奇人 关于3080 12G值不值得配双卡，说下我的分析： 3080 12G 的显存带宽确实是 912 GB/s，和 3090 一样（都是 GA102 核心）。但有几个关键区别： 3080 没有 NVLink —— 3090 有 NVLink（40GB/s 双向），双卡通信延迟低很多。3080 双卡走 PCIe 4.0 x16 互联，llama.cpp tensor parallelism 下会有额外通信开销，单用户推理时速度提升不如预期 双 3080 12G = 24G 总显存 —— 确实能跑 27B Q4_K_M（~16GB）+ 64K KV cache（~4GB），刚好够。但如果你跑批量推理或者同时开多个会话，24G 比单 3090 的 24G 更有优势（可以分卡处理不同请求） 价格对比：二手 3080 12G 约 1500-2000，两张约 3000-4000；二手 3090 约 4000-5000。价格上双 3080 可能便宜些，但也多占一个 PCIe 槽位和电费 实操建议： 如果你主要跑单用户推理（Hermes/Codex 单会话），一张 3090 体验更好，省心 如果你要跑多会话或多用户场景（比如 llama-server 同时服务多个请求），双 3080 12G 的性价比就出来了 如果预算够，直接上 3090 24G 是最省心的选择；预算紧张且有多卡需求，双 3080 12G 可行但要做好 PCIe 通信的调优

只要不是特敏感的数据，还是用云端API，Deepseek v4也不贵，专注于业务比折腾本地推理强的多啊

@ezios 9k，不如上4080s 32G了