用 Qwen 3.5 4B 打造能与更大模型竞争的专用编码智能体

开发者计划以 Qwen 3.5 4B 为基础训练专用 agentic 编码模型，先围绕 100–200 个功能性 mini SaaS 应用做开发、测试、调试与维护训练，若效果可行再扩展到约 100,000 条已验证的多轮轨迹、覆盖 30–40 个相关子领域。其此前 4B 模型仅靠 SFT 就能生成复杂 Three.js 场景和超过 64K token 的输出，他认为高质量 SFT 从强模型迁移能力可能比小模型用 RL 自行探索便宜得多。训练样本将是含工具交互、报错与真实修正的完整任务，并需选用允许输出用于训练的 teacher 模型；harness 倾向 Codex、OpenCode、Pi 或自建，暂不列入 Claude Code 以规避授权不确定性。