社群實測極簡 IPython 代理框架搭 Qwen3.5-9B 戰平成產級工具：40 行正規化輸出大幅降低隨機波動

開源社群開發者測試指出，在 OpenThoughts TB-Lite 程式碼評測基準上，以 Qwen3.5-9B 搭配極簡的單工具 IPython 框架，解題表現足以追平 QwenCode、OpenHands、opencode 與 Pi 等結構複雜的生產級代理框架。評測數據顯示，所有框架約有 25% 至 30% 的呼叫集中在讀取檔案，且工具調用行為主要受系統提示詞影響，例如 QwenCode 嚴格遵循提示詞使用 read_file、grep_search 與 glob，而非終端的 cat、grep 與 find。 該測試在 20 次重複實驗中發現小型模型代理存在嚴重的非確定性波動。即使在 temperature 設為 0 的環境下，終端工具輸出的微小雜訊（如 pip 下載進度顯示 150.3 MB/s 與 129.3 MB/s 的數值差異）就足以導致 9B 模型走向完全不同的推理路徑。作者透過編寫約 40 行的正則表達式正規化工具輸出，並抑制不必要的環境雜訊，消除了大部分跨次運行的方差。該專案歷經解決環境隔離、修補空回傳值及導入 %%writefile 驗證提示詞，目前已將程式碼開源為 huggingface/ipython-harness。