Benchmark von lokalem qwen3-coder bei einem Astro-6-Build auf M4 Max — 4 Modell-Fehler, keine Mac-Fehler
Ehrlicher Benchmark: 64 GB unified memory, 40 GPU-Kerne, qwen3-coder:30b auf Ollama, Claude Code als Harness. Das Modell hat Astro mit Svelte verwechselt, das explizite STOP ignoriert und 30 Min auf einem Turn festgesteckt. Technische Ursachenanalyse + die echten Fixes.
Mehr erfahrenLLM-Agenten ignorieren Regeln. Dieses Muster nicht.
Plan Mode prüft Entwürfe, erzwingt aber keine Regeln. Referenzimplementierung für executor-seitigen halt-on-reject mit Kustomize-ähnlichem Regel-Merging.
Mehr erfahren