@skuuhui 这个直觉没错的，但是对应的账应该反过来算。
1 、你降低了你自己的心智负担，你就更有时间、精力来给模型兜底。
2 、目前主流的 Agent 思路是 loop + 审核抽卡，所以误差的积累很大程度上可以靠增多多抽卡次数来抹平。也就是靠烧更多的 token 来换你更少的干预。
3 、目前模型的能力更强了，最优解的统计学优势更明显，即便上下文有一系列错误，也会无视或者自行纠错。

btw：使用大模型，核心矛盾点，就是你需要投入多少精力来进行控制。这和企业管理的底层逻辑相通。

你给员工更大的自由，他就更能发挥上限，代价就是捅娄子的能力也更强。
你越依赖微操，你的员工的能力就越难以发挥，也就越难以突出你的人力优势。这里要 @蒋委员长

1 、我会干预其架构设计。不是别的，是因为我要为我的 Agent 兜底，他的技术选型我看不懂我就兜不了……
2 、看心情，所以我目前在尝试可能的情况下，让 hermes 接管我的代码仓库和文档，让他帮我去调用 claudeCode/openCode 。我只提需求和把控设计。
3 、同理，hermes 可以大幅度降低人工提供上下文的心智负担。

@ZX16815 但现实就是，因为 LLM 的不透明性，导致普遍的头部供应商都“无良”。

一个商业逻辑不成立的领域，讨论其理想情况如何如何，在我看来是没有实际意义的。

“知道了工具怎么用，然后探索把工具用起来和用好。 那么人类本能对未知的神秘感和焦虑感也就自然消除”

不会的。
因为目前 LLM 的模式对于消费者而言是全黑盒模式。消费者唯一只知道，调用了某个公司的一个 API 服务。

数据输入输出是否被污染？不知道。
数据究竟被什么模型加工？不知道。
究竟收费多少钱？不知道。
我的数据会被如何对待？不知道。
未来 LLM 公司是否会因为利益、政策等原因断供、修改条款？不知道。
模型的输出能力是否稳定？不知道。

在以上都完全未知的前提之下，谈“工具属性越来越清晰”，是纯扯淡。

你家的锤子不会今天你凿完三颗钉子，明天管你要 100 美元的。
也不会今天你凿完三颗钉子，明天告诉你你凿的钉子太多，锤子受不了，要么折价退款，要么每天只能凿一颗。
更不会今天凿完钉子，明天变成塑料玩具。

mlx 的 qwen3.6-35B-A3B 试试看

btw：

如果只是想了解 Agent 的理念，我觉得这个视频的信息量已经够了： https://www.bilibili.com/video/BV1dpQTB3EXg?spm_id_from=333.788.videopod.sections&vd_source=0ef6494d0ac82c1df8c1a6cc5e8ef08c

@newtype0092 是的，毕竟 LLM 的本质就是统计学概率续写。各种工程化只是在利用目前 LLM 模型算法的甜点，争取能够提升最终答案落在全局最佳的比例。

而且 Agent 底层理念就在于，我承担返工的风险，烧更多的 token ，但是要一次性（或者说非人工干预下）成功。

高效利用 token 的理念则恰恰相反。

对了，还忘了一点，到了生产力阶段，家庭用显卡就不现实了。

因为生产力显卡的噪音非常大。

@stimw 个人场景最大的优势是不会暴露隐私。而且有去掉拒绝模块的模型可用（可以忽略道德、法律、伦理等因素）。

在显存够用的前提下，显卡的解码能力远大于统一内存方案（不管是 GB10 、AMD MAX+395 ，还是 mac ）
反之，统一内存方案更容易达到更大的内存级别（能跑更大参数的模型）


所以，如果你要跑快，只能选显卡。
如果你要选能用，可扩展性，尝试更多模型，只能选统一内存。（为了大参数换显卡，基本上你整台 PC 也都要换）

Trae 的工程化就是有点问题。

可以用 claude code （可以切自定义的 API ，只要支持 anthropic 格式）或者 openCode 再试试。

vscode 还有 Cline 等其他的第三方工程化插件可以实践。

因为 LLM 的工程实践有个自证陷阱。

你没法证明你的 Agent 流程，或者说工程化产品相比裸模型/竞品是更优、更有效的。
所有人都在吹自己对于 LLM 落地的思路有多么高大上。但聊到实际产出又都阳痿了，因为他们没法对实际产出负责。

但是有一些思想还是有一定的启发作用。

比如任务拆分，利用的就是 LLM 对于复杂度 1*N 的任务执行效果比复杂度 N 的效果好的特性。
比如多 Agent 互相监督，利用的是 LLM 注意力机制有限的限制，通过多个 LLM 推理进程左右互搏来实现更好的效果。


剩下的一些纯 marketing 角度的概念，笑笑就好。

@matafu 确实，一边作者强调 memery 只有 2200 字符长度。hermes agent 这边随便什么垃圾信息都 memery update ，直到装满。

看了下这个“自我进化 skill”，这有点太损失稳定性了吧，他会让 hermes 去改自己的代码。

@carrymaniac 如果只是对话任务，openCode 效果理论上讲是优于 hermes agent 的。

他俩是产品设计角度的不同。

openCode 能力聚焦在 Coding 上，hermes agent 是泛用性助手（系统自带 message gateway ，定时任务，有人格的概念等）。

举个不太恰当的例子，ClaudeCode 是一辆布加迪跑车，openCode 像是一个 F1 赛车，hermes agent 是家用 SUV 。

@unnyxi 如果是默认的思考长度的话，是的，但是 27B 目前还打不过 flash 的 max 思考长度

@liyafe1997 想证明这一点很简单，你重新开一个 chatGPT 账户，看还能不能做到你的那个“它”的感觉，如果做不到，那就是上下文的差距导致的。

@liyafe1997 所以你要的其实是你的历史上下文和 memery 导出。你越觉得 chatGPT 好用，你暴露给你本地 Agent 的上下文就越少。

我并不认为是 Agent 工具能力的差距，这是信息密度的区别。