cco 是我拿本機 Ollama 驅動 Claude Code 的一個 shell alias。它一直有個毛病：在我完整的個人 harness 底下，回應常常答非所問，或者乾脆一片空白。我一直以為是模型不夠力，直到這天早上才把它挖出來。
system prompt 早就爆了，只是它不吭聲
根因跟模型選型無關。我的 CLAUDE.md、加上 10 個全域 rules、40 個 skill 的說明、還有 15 個以上 MCP server 的工具定義，這些東西堆起來，讓 system prompt 常態膨脹到 3 到 5 萬 tokens，遠遠超過 Ollama 預設的 context window。超出的部分被靜默截斷了——它不會報錯，就是默默把 prompt 砍掉一截，模型讀到的是一份殘缺的指令，當然答非所問。
修法兩步。第一，改 launchd plist（homebrew.mxcl.ollama.plist 以及 Cellar 裡的模板），加上 OLLAMA_CONTEXT_LENGTH=65536，把 context window 拉大。第二，cco 一律掛上官方的 --safe-mode 旗標，把 system prompt 壓到大約 2 萬 tokens。
qwen3-coder:30b 加上這組修正之後，我跑了兩項真實測試：一項是精確覆誦指令，一項是寫一個 memoized 的 Fibonacci function。兩項都一次到位、單輪就完成。順手把三支 Ollama-based 的 custom subagent 也裝起來驗過了——ollama（泛用代理，跑 qwen3-coder:30b）、ocr（qwen3-vl:8b，中英混合圖片文字轉錄近乎完美）、transcribe（WhisperX medium 加 pyannote，做語音轉文字加講者分離，對真實 GMAT 諮詢錄音的轉錄品質很好）。WhisperX 加 pyannote 本來排到 8 月 4 號才要裝，提前搞定了。
換個新歡當夜間工人：A3B 兩天試運
context 的事解決後，我順手把 Mac mini 換上新歡試了兩天。機器是 Mac mini M4 高配、48GB 記憶體，模型是 Qwen3.6 的 35B-A3B。我用半開玩笑的文言體記了兩則實驗筆記。
第一天：「本地智模布設第一日，備蘋果微型主機 M4 高配款，運存四十八吉，布設通義三卷六版三十五參數 A3B 模體試運。此模難當繁復校驗套件之重載；啓安守簡式裸機馳行，運行方得平穩。」白話說，就是這顆 A3B 扛不住太複雜的驗證套件——也就是完整 harness 那份肥大的 system prompt——改用簡化的安全模式、裸機跑，才穩得下來。相較之下 qwen3-coder:30b 每秒的文書處理通量更高，處理程式碼刪改這類任務時，跟智輔協同施為之功尤佳，搭配得更順。
第二天心得就沒那麼樂觀了：「本地智模布設第二日，始知四十八吉運存，僅為初入茅廬之資。若令本地智模獨任長時事務，非但艱澀，速率亦遲。」48GB 記憶體只是入門規格，真要讓本機模型獨自扛長時間的任務，既吃力又慢。於是我把本機模型的職守重新定位：「僅司單次任務，創設智庫滌淨、聲語成文、文字辨識、文牘去秘諸般自製智輔，以供雲上閉源頂模調度驅遣。」翻成白話——只做單次任務，做知識庫清理、語音轉文字、OCR、文件去敏這幾支自製 subagent，供雲端閉源的頂級模型調度驅遣。
目前的結論是先把方案存起來，不建排程，也不動 cco 的預設。就這樣。