三台本地设备各构建 5 次 Miro 克隆：tokens/s 指标毫无意义

作者用 AMD 395、MacBook M5 Max、RTX 4090 三台本地设备各构建 5 次 Miro MVP Clone，发现耗时方差超过 10%，质量方差约 7%。同一模型跑同一规格任务，一次 10 分钟完成，另一次却要 50 分钟，相差 5 倍，因此 tokens per second 完全不是有用指标。这是一份针对 AI 编码 agent 输出稳定性与可重复性的一手实测。