Hermes Agent与龙虾对比

小龙虾已死，因为国外一款开源 ai 智能体杀疯了龙虾对手来了 news research， 二月底开源的 hermes agent 直接杀疯，上线不到俩月， github 新标快冲到三万了。 他的设计思路绝对颠覆你的认知。他俩虽然都是免费开源的智能体，多平台接入、随意切换大模型这些基础操作全都拉满，但底层的核心逻辑简直是天差地别。 open klo 小 龙虾，还是要靠人教，是人血技能加社区共享的模式， 好处是生态成熟，一键部署，超级适合拿来快速搞个多渠道的客服助理 h m s agent， 它可以自己进化，自己学习。这个太牛了， ai 自己写技能自己用，自己迭代，你只要给他派个复杂任务，他干完就能自动生成一套技能文档。 越用越聪明，直接把原来需要人工去搭框架的苦力活全给自动化。最香的是哈密斯的上手难度真的极低，一行命运直接安装，跟着向导一步步来，开了关，五分钟就能接上，随便一台普通的云服务器就能跑，还能挂在后台二十四小时连轴转。 支持的模型库也是超级全 cloud gpt， 国内的文星议言 timi 全支持，甚至还能薅到免费节点。我自己试着丢了个复杂任务过去，人家干完，直接生成了一份 markdown 格式的技能说明书，下次再有类似需求直接调用，不用从头教，效率原地起飞提了百分之四十， 谁懂这种爽感？总结一下，到底该怎么选？如果你图省事，要成熟生态现成技能，多想几分钟快速部署落地，那就无脑充 openclaw 小 龙虾。如果你想玩高级的，要研究 ai， 想要个能长期自己进化能力的私人大脑，直接充 hermes agent。 只能说现在的 ai 圈卷的太离谱了，已经从人帮 ai 搭框架进化到了 ai 自己建框架。这波真的太强了，必须去试。

听说爱马仕也出 agent 了，而且还要跟 open core 正面硬刚？你别误会啊，我说的这个爱马仕不是卖包的那个，是最近 ai 圈的当红榨汁机 hermes agent， 它是 news research 做的一款会自己净化的 ai agent 系统， 上线 qq 号没多久就直接冲到了四万多， stars 这两天的趋势榜还拿到了第一名。今天这条视频呢，我分两部分给你讲。第一部分呢，我帮你讲明白它是何方神圣。第二部分呢，我带你把这个 agent 装到你的电脑上。我们先来搞清楚一件事情， 现在都在说它能够代替 open core， 是 真的吗？那它到底厉害在哪里呢？我们说你现在用的这些 ai， 不 管是 touchp t， jama 的 豆包，还是 dipshit， 它们都有一个共同点，就是你给他指令，他 帮你做了，做完呢，这一轮就结束了，下一次再来。本质上呢，是从头开始，但 hermes 不是 这个逻辑，他每次帮你做完一件事，他不会直接就停了，他会复盘一下刚才这件事我是怎么做到的，哪里做得好，哪 哪里还需要改进。然后他会把这一整套做法整理成一个 skill， 下次再遇到同类的事情的时候，他不会从零开始，而是直接调用这个 skill 来做。而且不止这样，如果你中间改了他的结果，或者呢，他发现有更好的方式，他会把这套 skill 再点。 别带一个版本，你用久了就会发现一件事情，它不是在重复干活，它是在不断的进化，这就是它最核心的地方，内循环学习系统，也就是 build learning loop。 那 这个时候你再看 open crawl， 它们的差别就出来了， open crawl 更像一个你自己搭出来的系统，你可以往里面装工具，接平台，然后 通过配置让它变成你想要的样子。但这里有个前提啊，这些 skills 基本都要你自己去弄，要么你自己写，要么你用别人做好的。换句话说，你是在一点点把它训练出来，所以我们才说养龙 虾嘛。 the hermes 是 反过来的，他很多的能力是你用着用着他就自己学习出来了。但说句实话，我们真没必要二选一，他们各自的侧重点不一样， open call 负责把能力搭起来，把系统接好， m s 负责在后方呢，慢慢把这件事情越做越顺，你如果把它们组合起来用，可能才是更好的选择。好了，讲到这里，如果你已经有点感觉了，那我们直接来点实在的， 把它装到你的电脑上。那在安装前，我们先看一下它的官网，还蛮好看的，很最终幻想的感觉。我们再看一下它给哈的爵乐现在是多少星了哇，现在已经差不多五万星了，真的升的很快啊。 我们再看一下它官方的指导文档。那这边就介绍一下这款 agent building learning roof， 就是 那个内置循环学习系统，它一个很便宜的几十块的 vbs 就 能够装上了。然后这边有一些指导是怎么装的， 六十秒就能够搞定，我们来试一下。那我们现在来到官方的安装命令行这边，无论是 linux、 mac 还是 windows， 只要用这一条命令行就行了。 是值得注意的是，如果你是 windows， 你 记得在 wsl 这个环境下去安装，那我复制了以后呢？打开我的终端，然后直接在终端上粘贴这一行那一行，然后直接回车， 你就可以等待它安装了。 ok， 它已经开始安装了，它验证到我是 mac 系统。然后呢，现在在查找这个 uv package， 就是他会看一下我电脑中有没有他需要的依赖环境，没有的话呢，就会帮我安装。他已经在安装的过程中了，在这个过程中呢，他会不断检查我的依赖，然后帮我安装。你看打了勾的就是已经安装好的，那这些箭头呢？就是正在 check in， 再查一下，然后等一下帮我安装， 只需要耐心的等待就行了。他现在又安装了其他东西，反正你不用理他，也不用看懂他，他会自动帮你搞定的，然后他继续在安装当中。很快啊，就是刚刚卡了一下网络，调整了一下， 现在快了很多了。那官方说的六十秒到底是怎么个六十秒法呢？然后他在一步步的安装，后面就快很多了。第一次安装呢，他肯定要有很多的依赖需要去部署一下的， 如果你后面需要重新安装或者怎么样，他可能就快很多了。好了，在这一步我们看到就是他的室内环境已经准备好了，然后呢，他就安装了所有的依赖，这些依赖包已经 ok 了。现在安装的是 noj s 的 依赖，那其实他这个 hermes agent 还蛮多东西要安装的。 no j s 的 全部依赖安装完以后，他现在帮我安装的是这个自动化的浏览器引擎，那我们会看到它这个浏览器的安装是失败，但没关系，它不会影响它的核心呢，我们现在已经进入了下一步了， 那我们来到这一步呢，其实证明你的 amis agent 呢已经安装成功了，现在呢只是一些配置的引导。那这里他其实说的就是他看到我的电脑当中呢，已经有 open call 了，问我要不要呢，导入一些 open call 的 配置，他现在问我就是你要不要看一下可以导入什么？那我就看一下吧， 那我们浏览一下到底它可以导入什么？ what import， 就是 这些 so 啊， memory 啊，这些 and 文件，还有你装的这些 skills 就 可以导入，然后这个会跳过的就是这些可能是它不兼容或者我没有的东西，它就会跳过，然后它就说就是，呃， 这些设置它不会说一比一的。来到这个 hermes 的 这个环境，我觉得我并不需要这些配置，我想搞一个新的来玩一下，那我直接用 no 吧，然后来到这个界面，他就问我要不要快速的安装，我觉得快速的安装就 ok 了， 直接就选择第一个，然后回车。那来到这个界面，他是让你选择哪个 ai 的 供应商。那我今天看到了一个新闻呐，就是说小米呢，已经接入了 hermes agent， 就 可以免费用两周，那怎么使用呢？就是通过这个 newspot 就 可以了。那我们回到这个终端，这里看到了第一个就是了，确定一下，那来到这个界面就是你可以通过这些跟他就是进行对话，这个界面就是选择你跟他的通信工具。我看一下有没有飞书， 微信都有，居然没有飞速，那我先不搞了，我先回到上一步， ok， 来到这一步，我直接按 y 通过终端来跟它兑换一下。噔噔，我们已经安装成功了，这个界面真的挺帅的。 hermes agent， welcome to hermes agent。 可以在这边输入你的一些命令。那我在这里输入你是谁？那我发现他就说我还没有配置，就是那个 ai 的 供应商。那我刚刚不是配置了小米那个免费的吗？那经过我的测试发现一个问题，这个免费呢？其实它不是真的免费的， 所以说小米官方说能够限免两周，然后我确实在这个 model 收到的小米确实是零元的，但有一个问题，你要添加这个 api key， 它会显示一句话，意思就是说必须先买它这个订阅， 然后才能够使用免费。就是小米它本身确实是免费两周，但你得订阅它这个 news portal， 然后才能够使用小米，所以就是不免费。用它干嘛呢？ 我们用自己的 api key 就 好了。那解决方法也很简单，那我们输入这个 mini， 然后进入这个模型的选择，我们 箭头选一下，更多更多，这边有很多的供应商，我选择我有的 mini max， 然后来到这边复制一下，粘贴上来，按回车 api key c， 然后继续按回车，我们现在就选择它的模型，选个二点七就好了。 好，我们现在重新进入 hermes， ok， 来到这个界面，看到是 minnesus 二点七，我们问一下他，你是谁？ 那我发现我刚刚选择的这个 minnesus 的 国际版本，所以就搞不定。那记得要选这个 china 的 版本。然后呢？就是粘贴，粘贴以后，他这边其实那个密钥是看不到的，但其实已经粘贴了， 回车就好了，他已经 safe， 就是 说已经 ok 了，然后直接再回车， ok， 然后我再选择这个二点七，现在就已经选择成功了，我再进入这个 hermes， ok， 我 们再来测试一下， 这次应该就有反应了， ok， 他 已经回复我了，他说我是 croco。 真的 假的？他已经产生幻觉了，会不会就是因为 mini max 叉？就是这个二点七？有 一些真牛的事情我也不知道，但我不知道为什么他会回复我，他说 gopro， 这个还是蛮惊讶的，不管他了，我派一些任务给他了，搜索今天五条热门的 ai 新闻给我， 正在进行当中，就他会自己去解决，反正如果遇到什么问题，我给他已经找到了。根据 google news 的 搜索结果，今天是十号的 热门的新闻，你看他是帮我找到了，还蛮好的。那今天的测试就到这里了，其实你每次要安装这种新的 ai agent， 你 都需要去折腾一下的，这个很正常。 那我后面进行更深入的测试以后再给大家汇报吧，今天就到此为止。那通过我刚刚演示的安装方法，我想你也很容易把它装到你的电脑上，赶紧玩起来吧。 最后我想讲一个很多人关心的问题，就是你到底要不要装 hermes agent 呢？我先给你一个很实在的答案，并不是所有人都需要装新的 agent 的。 如果你现在已经在用 open core， 并且还用的挺顺手的，那你真的没必要因为它火就去换这个，因为这些工具本质是在帮你的工作降本增效。既然你现在用这套东西已经能把你手头上的工作处理的很好了，那你再去换一个新的，其实没有多大的意义。 很多人现在有个问题啊，就是看到新的 ai 就 焦虑，觉得不学就落后了。但 ai 这个发展的速度，你越追反而越容易乱，你今天学这个，明天学那个，到最后什么都没有沉淀下来，这才是最大的问题。 所以我反而更建议你把你手上现在用的这个工具玩到极致，等你哪一天真的遇到瓶颈了，才考虑换其他的。所以你记住一句话就够了，不是你学了多少 ai， 而是你有没有真正玩 全明白 ai。 只要用好一个 ai， 你 已经超越了百分之九十九的人了。 ok， 以上就是今天的所有分享，你有安装 helmes agent 吗？把你的使用感受打在评论区，我们下期再见！

这波太狠了，前阵子 crow 把龙虾给分了，我本以为这只是 open ai 和 islamic 之间的神仙打架，结果万万没有想到， news research 开源的 hermes agent 却成了最大的受益者，有人戏称它是爱马仕。这项目啊，最近一个月狂来五万 star， 增长曲线抖得离谱， 大有彻底取代 openclock 的 势头。更炸裂的是，最近他宣布接入小米大模型 miyamoto pro， 直接免费用两周，而且还能无缝对接微信和飞速。咱们来看一下小龙虾和爱马仕到底有什么区别。第一，自带自我净化绿环， 这是两者最本质的区别。和密斯的灵魂是一套闭环学习系统，他能把跑通的成功流程直接转化成可敷用的技能。他不是失意的打工人，而是边用边优化，实现自我能力的疯狂叠加。 第二，从被动网关到自助循环。 open core 底层逻辑是靠 getaway 去被动的协调绘画、路由和工具调用，而 hermes 直接设计了一个执行学习改进、无缝衔接的自助循环体系。 第三，从记事时进化到记方法。 open crawl 靠的是文件备份和写信记忆经验，根本没有办法形成新的行为准则。而 hermes 搞了一套持久化笔记，结合分层记忆架构，专门用来存储程序性知识。 通俗点讲，以前 agent 只能记得你干了啥，但赫米斯学会了你是怎么干的。最离谱的是，他还提供了 opencore 迁移方法，一个命令直接搞定。这波操作真的是太六了！

如果你还在折腾 openclaw， 先停一下。最近 github 上有个叫 hermes agent 的 项目彻底杀疯了，不到两个月狂揽五点二万颗星，甚至引发了抛弃龙虾换爱马仕的迁移潮，它是第一个真正意义上越用越像你的自进化 ai。 今天我们就来拆解一下这个引爆全网的赛博分身神器，到底凭什么取代 openclaw 的 王者地位。 过去的 agent 患有严重的赛博失忆症，你今天花了一个小时教会他怎么处理你的表格，明天重开一个对话，他又是一脸懵。像 open cloud 这类框架，他的记忆是静态的，本质上是把你写进配置文件的信息拿去读。 而 hermes 的 记忆是动态的，他会在跨绘画中主动理解你的偏好。用传统 agent， 你 是在用工具。用 hermes， 你 是在养助手。 hermes agent 的 口号是， the agent that grows with you。 与你共同成长的 agent， 它最大的创新点就是自生长 skill 闭环。 传统的 agent 是 你给他写好规则，他去执行。而 hermes 是 在干活的过程中自己总结经验，当他帮你解决了一个复杂的问题，它会自动把这个过程提炼成一个 skill， 甚至还会自己给自己打补丁优化。这是一个能自我进化的赛博学徒。 记这么多东西，消耗的 token 岂不是要爆炸？这就要说到 hermes 的 四层记忆架构了，他没有把聊天记录一股脑塞给模型，而是像人类大脑一样分层，每次对话只加载最核心的偏好，历史记录存在本地，需要时才去解锁 技能文件，平时只看个名字，用到了才读全书。他甚至会暗中观察你的工作习惯，默默在后台给你建个画像， 这才是真正的懂你。很多人觉得 agent 能调用的工具越多越好，但 hermes 的 设计哲学恰恰相反，它极其克制。虽然它内置了几十种工具，但它绝对不会把这些工具全开着让大模型去拆，而是采用 two set 按需激活机制。 这种克制的调用机制极大降低了 ai 的 选择困难症，不仅速度更快，还从根本上减少了 ai 的 幻觉。 那么，老牌王者 openclaw 和新晋顶流 hermes 到底怎么选？龙虾是一个灵活的通用工具箱，靠多 agent 协同，适合做一次性任务或明确的工作流。而 hermes 是 一个单一 agent 的 深度循环，适合长期深度的项目执行。 现在的流行玩法是用龙虾做手脚去执行杂活，用 hermes 做大脑来沉淀经验，两者配合简直无敌。 那么， hermes 适合哪些人？如果你是自媒体创作者，他能潜移默化地学会你的写作风格和排版偏好。 如果你是运维工程师，凌晨爬起来修好的 bug， 他 会自动写成运维 skill， 下次直接调用。如果你是数据分析师，你的数据清洗以及分析套路，他用一次就学会，这已经不是在用工具了，这是在打造你个人的数字大脑。 别小看这个开源项目，这个背后拿了七千万美元融资的团队有着更大的野心。他们做 hermes 的 真正目的是打通一条数据闭环。你平时用 ai 攒下的技能，都会变成极佳的训练数据， 他们想让每一个普通人的电脑都成为未来训练更强大开源模型的节点，打破科技巨头的算力垄断。 最后我想说，我们正在经历从工具思维到伙伴思维的范式转变。传统的 ai 就 像一把锤子换一把没区别，但 hermes 揭示了 ai 的 未来，它应该是一种可以长期积累的数字资产， 谁能在时间里攒下更多的专属技能和记忆，谁就能享受到 ai 效率的指数级复利。

最近 ai 圈又有一个 agent 爆火了，它就是 hermes agent， 很多人都说它可能会取代 open globe 小 龙虾。今天我们聊一聊 hermes 强在哪里？ 和小龙虾相比怎么选？到底它能不能取代小龙虾？先简单介绍一下， hermes 是 今年二月份开源上线的 ai 智能体，上线仅两个月， github 狂涨了四点四万颗星， 堪称赛道的黑马。它爆火的核心优势有三个方面，第一，记忆性超好，从不失忆。相对于小龙虾而言，它的记忆系统会更好用。 hermes 会把和你的聊天对话全部存储， 你的喜好、做事规则不管过多久都能全部记住，再也不用反复交代。第二，自主学习技能，不用装插件。用小龙虾需要安装技能插件， 主动让它生成技能，它才能实现新的能力。但 hermes 完全不用，你让它做一次任务，它就能自动地总结流程、学习方法，变成专属的技能，下次直接上手，会越用越好用。第三，定位完全不同。 hermes 是 专属的私人助理，全程围绕着你转， 越用越懂你的习惯，用着格外顺手。而 open globe 更像万能的连接平台，能够对接各种工具，胜在全能，但没办法精准贴合你的个人需求。 如果大家是轻度使用，想开箱即用选 openclaw 小 龙虾。想要长期省心懂理，不用反复调教的 ai 助手选择 hermes。 最后给一个明确的结论， hermes 不 会取代 open 可乐小龙虾。两者路线完全不相同，一个主打私人专属，深度好用，一个主打全能链接，简单易用，各有各的适配人群。但凭借着超强的记忆和自主学习能力， hermes 已然成为今年 ai agent 的 领域最值得关注的爆款产品。

今天我们来讲如何选龙虾。哈喽，大家好，我是 tony 老师。如果你还不知道怎么选 ai agent， 不知道怎么选龙虾， 又不想错过这一波 ai 风口的话呢，那就看完这个视频，全程干货。主流的 ai agent 有 三款，分别是 cloud code、 osoncloud， 还有 不到两个月就在 github 上面狂展五点六万颗星的 hermes agent。 呃，现在说 cloud code， 它是针对专业开发者的收费软件，可以调度大型的代码库， 稳定运行，有专业的团队帮你去维护，不用担心 bug 和更新问题，它是针对专业人士的专业工具。呃，是三款 龙虾里面主流龙虾里面唯一具备安全性的，但是呢，它收费不低，而且只能干垂直领域的事，就是编程，所以说只推荐开发者去使用它，我们普通人不需要去关注。呃，第二个呢，就是我正在使用的 open claw， 也就是小龙虾，他是一个全能选手，他是一个平台型工具，同时呢也是用户最多的能力上限，取决于你给他装什么技能，你怎么去培养他的长期记忆。 而且因为他是开源项目，所以说有数以万计的开发者在不断的完善他的功能，他的生态最好，他能做的任务呢，也是 这三款里面最多的，就是你想让它干什么都可以，只要你能想得到。它的缺点就是使用难度比较大，养不好 很多人呢，装了也不会用，用了也用不好，成天修 bug。 而且因为它每次对话都会调用涌长的上下文，就导致 token 消耗非常大， 这是我上个月的 token 用量。 openclaw 呢，推荐给内容创作者、一人公司和有技术能力的科技爱好者。再来说一说这个新出的 hermes agent， 它解决了 openclaw 使用难度大， token 消耗多的痛点。 它主打的功能呢，是记忆和自我进化。呃，记忆呢，不需要你去配置，不需要你去费心维护。 而且呢，他的技能不需要你去装，他在使用的过程中，他就会自己根据你的习惯和你给他的任务来创造相应的技能。他是三款产品里面最轻量化的产品，他奉行的是少即是多的理念， 也是使用成本最低的。个人助手部署非常容易，而且非常便宜。但他的缺点呢，就是上线和自由度没有 open club 那 么高，生态也没有 open club 好。 推荐给新手个人用户，或者是只是想获得一个轻便便宜的个人 ai 助手，你可以部署在云端，然后每个月花个几块钱租一个服务器就 ok 了。最乐观的估计 就是最迟今年底，可以商用的 ai 智能体助手就会被打包落地，变成你手机里面的一个付费 app。 呃，就好像你不懂编程也不影响你玩智能手机一样，你早晚会用的上的，因为那些大厂比你更怕你学不会怎么用，比你更着急，你不能快点用上它们。所以说呢，我们不要被焦虑左右，放松心态。 呃，把它当成一个学习的过程，千万别被人割韭菜，普通人完全不需要迫于压力硬去学习这些。 ai agent ok， 这就是全部的内容。最后感谢大家的一箭三连，欢迎关注，欢迎评论，拜拜！

如果你关注 ai 资讯，这几天应该听过被吹成龙虾接班人的 hermit agent， 号称能自我净化，更安全更省钱。但吹的人多用的人少，我真用了。 先说结论，他不是龙虾接班人，他是 top 合化路，几乎每项测试都比龙虾 f 最高差九倍。测试方法很公平，同模型同网络同提示词，初始状态用原声 web ui 和 c r i 对 话。 先看用 sv 计划超级马力的测试，科密斯烧掉二百七十九万， top 肯，然后四肢分离不忍直，龙虾用了五十五万，起码有点像。 然后是查两个模型的定价并列表，科密斯花了两百万， top 耗时十分钟失败，龙虾消耗二十一万， top 肯几十秒成功。 最后是写贪吃蛇游戏，科密斯烧了二百二十三万逃坑，不知道画了啥，按任意键退出，龙虾花了三十一万，看着有点像，但其实键盘是无效的，都失败。 除了纯聊天，稍微需要调用公寓的情况，科密斯都不配跟龙虾比。我看过项目文档，写的确实有逼格，用户发现只要你足够弱智，那么金化空间也确实足够大，谁追他都别信。

小龙虾还没玩明白了，这会又出来个爱马仕智能体，我的社交媒体啊，这两天被这个科美是 agent 给刷屏了。前两天我还在说这个龙虾可能要凉了这步，这两天已经很多养虾人士啊，纷纷说放弃养虾，转头爱马仕，甚至有人说啊，这个爱马仕啊，已经把这个小龙虾给彻底杀死了。 那么这个喝美式智能体真的要比这个 openclaw 要强吗？我们先说这个 openclaw 啊，也就是我们说的这个小龙虾，它强不强？很强，它有一万三千七百多个 skill。 据统计啊，还有这个 watch、 app， discord、 飞书企业、微信、钉钉等，你能想得到的渠道啊，他都能够管。但是有个问题啊，你发现没有，他只会执行，他不善于思考，你让他干啥，他就干啥。 有时候呢，你今天教一遍，你明天还得再教一遍。这就好比你请了个助理，能力是很强，但是他没有记忆力，老是健忘，对吧？ 每天都要重复教一遍，非常浪费时间，你说这多气人呢？这不，喝美式 a 卷子出来了，那他到底干了啥，能让他一下子拥有了这么聪明的大脑呢？首先我们要说的是，要得益于他的这个记忆迭代机制，你教他一遍呢， 会记住，而且记得很牢。你用他一个月，你会发现他比你还更懂你的习惯啊。不仅如此啊，他一旦发现有复杂的任务啊，或者说他犯了错误啊，他就会开始反思，还能根据业务的需求啊，自己主动去生成这个 skills， 这不就是妥妥的学霸吗，对吧？妈妈再也不用担心我的学习， 看看人家爱马仕官方怎么说的，与你一同成长的伙伴，注意哦，他们说的不是工具，是伙伴。这一概念一出来，热度直线飙升，这是为什么呢？因为大家都受够了笨虾天下，苦虾九蚁。那么 overclock 真的 有这么不堪吗？我来给大家分析分析这两个产品他们之 间的区别。首先啊， overclock 呢，他很能干，他能解放你的双手，而且他非常稳定，非常可控，生态呢，也非常成熟，非常适合团队、 企业以及处理一些复杂的工作。而喝面是 agent 呢，他更像是陪同你一起成长的好伙伴。他喜欢学习，用的越久，你会发现你就会越轻松，而且越用越聪明，他会自己提升自己，进化。他非常适合个人创作者以及长期陪伴。他们。一个啊，是现在就能用的最佳答案， 一个代表着未来的方向。那么我到底该选择哪一个去塑造我的智能体呢？我想说的是，小孩子才做选择，成年人啊，两个都要。没错啊，这混合写作啊，才是最优方案。也就是说用 opencloud 啊，去当总指挥，管渠道，管任务，管流程。 而科妹子 a 卷呢，让他当专家，管思考，管学习，管进化，这才是当下 ai 的 最佳形态。他们呢，并不是说谁取代谁，而是一加一大于二。那如果是你，你会怎么选呢？是小龙虾还是爱马仕呢？还是两个都要呢？评论区告诉我，我把我的 opencloud 的 工作经验呢分享给你。

嘿，大家好，如果你最近在关注 ai agent 这个圈子，那你肯定注意到了一场挺有意思的大千玺正在发生怎么回事呢？就是越来越多的人正在放下他们用了很久的 open sale， 我 们开玩笑叫它龙虾，转头去拥抱一个叫 hermes 的 新工具。 说实话，这可不只是简单的换个软件那么简单，这背后其实是一场挺根本的理念转变。所以，今天咱们就来好好聊聊，这场千玺到底是怎么回事？ 咱们先来看个数字啊，短短六个星期， hermes agent 这个项目在 github 上就拿了超过三万颗星，这是什么概念？这个增长速度在开源社区里，说实话，简直就是现象级的，也就说明，它肯定是戳中了现在很多开发者的一个痛点。 最近啊，无论是在 reddit 还是在 x 或者其他技术论坛上，你都能看到类似这样的话。 很多养了好几个月龙虾的老用户都开始搬家了。那这就引出了我们今天最想搞明白的问题， 这到底是为什么呢？是什么让这么多经验丰富的用户心甘情愿地做出这个转换的选择呢？很多人啊，一开始都以为 hermes 就是 open cloud 的 一个升级版，或者说是一个优化版，但其实完全不是。 要想真正理解这场千玺，我们得先明白一件事，它俩压根就不是同一种宠物，它们底层的设计哲学是完全不一样的。 这里有个比喻，我觉得特别形象。你看 open claw， 就 好比你需要亲手一口一口喂养的宠物，你必须手动给他写一个个的 skill， 也就是技能来教他做事。你不喂它，它自己是不会成长的。 但 hermes agent 呢？嘿，这家伙可不一样啊，它更像是一只会自己学习捕猎的宠物。你在用它完成任务的过程中，它会自己观察、总结经验，然后把这些经验变成新的技能，换句话说，它会自己长大。 好的，那咱们再往深了挖一层，这种哲学上的不同根源在哪呢？就在于他们完全不同的底层架构和记忆系统。说真的，这才是理解他俩差异最关键的地方。 open call 的 架构说白了，就像一个中央调度中心， 所有的任务都通过它分发给你写好的那些固定的技能模块。这样做的好处是稳定可控，你让它干嘛它就干嘛，特别听话。而 hermes 的 核心呢，它更像是一个不断自我完善的学习引擎，而不是一个简单的控制器。 你看这张图，就把 hermes 逻辑给展示的明明白白，它的工作流程是一个闭环观察、规划、执行、学习。前三步其实都还挺常规的，对吧？但最关键的就是最最后一步学习。 当它完成一个比较复杂的任务之后，它会自动把整个解决过程给提炼出来，变成一个可以重复使用的新技能，然后存进自己的记忆护理，而且下次在用的时候会继续有话， 这可不是空谈呐。咱们来看一个用户的真实反馈，他说他才用了两个小时， hmse 就 已经自动给他创建了三个新技能，结果就是他做同类研究任务的效率直接提升了百分之四十。 你看，这就是自我学习能力带来的最直接的好处，一下就把抽象的概念变得非常具体了。 不过要说啊，两者之间真正的鸿沟，还得是在记忆系统上。 openclaw 的 记忆怎么说呢，有点像金鱼记忆，它是浅层的，基于单次绘画的， 基本上你这次对话一结束，上下文也就丢得差不多了。但是 hermes 的 记忆系统是分层的，而且是持久的，它有临时的工作记忆，有跨越好几次对话的绘画记忆，还能通过观察你的行为给你建立一个用户模型，更别提那些自动生成的技能记忆了。 这意味着你用得越久，他就越认识你，越懂你。好了，聊了这么多技术细节，现在咱们回到最实际的问题，你作为用户，到底应不应该从龙虾换到 hermes 呢？ 这其实不是一个简单的谁好谁坏的问题，而是一个谁更适合你的选择题。如果你的情况是这样的，你主要是个人使用，你希望有一个能陪着你一起成长的长期 ai 助手，而且你特别反手动去写代码，去维护那些技能， 那赫美斯简直就是为你量身定制的。特别是当你的工作里有很多重复性任务的时候，它那个自我学习的循环能给你带来巨大的效率提升。 但话说回来啊，如果你重度依赖 open flow 那 个庞大的生态系统，比如它已经集成了超过五十个不同的渠道，或者你已经花了很多精力搭建了一套复杂的多智能体，斜坐斜放， 那么继续用 openflow 肯定是个更稳妥的选择，尤其是在企业环境里，对稳定、可控和可审计性的要求极高，那 openflow 的 优势就体现出来了。 好，那假设你听完前面的分析，觉得 ermis 正是你想要的东西，你可能又会担心，那从 opencall 迁移过去会不会很麻烦？哎，有趣的地方就在这， ermis 的 开发者好像早就替你想到了这一点。 你没看错，整个迁移过程就这么简单，只需要在你的终端里敲下这一行命令，它就会自动去读你现有的 open call 配置，把你的记忆、技能、人设，甚至是 api 密钥全都无缝地搬到 hermes 里去。 开发者用这种方式，几乎把所有用户想要尝鲜的门槛儿都给扫平了。最后，咱把视角再拉高一点， 这场关于 openclroom 和 hermes 的 讨论，其实不只是两个工具的比较，它可能预示着我们跟 ai 交互的方式正在发生一次根本性的范式转变。我们可以这么来理解， openclroom 代表了智能体一点零的时代，一个由人类驱动智能体的时代。 在这个时代，我们是老师，智能体是学生，我们手把手教他。而 hermes 呢，他则开启了智能体二点零的时代，一个由智能体自我驱动的时代，他自己学习自己，进化自己，成为自己的老师。 所以说到底呀，这个选择又回到了咱们最开始那个比喻上。你希望你的 ai 伙伴是一个需要你不断投喂和训练的宠物，还是一个能够自我学习、独立捕猎，最终能和你并肩作战的猎手呢？ 你的选择不仅仅是决定了你用哪个工具，可能也决定了你将体验到的是哪一种人机协助的未来。

一个真正做事的小龙虾是什么样的？今天早上起来刷到一个帖子，标题是这么写的，大量用户卸载 openglove， 转向一个叫 hermes 的 agent， 我 第一反应是 奥本卡拉上线了这么久，终于有一个有实力的竞争对手了，然后我就去研究了一下这个赫密斯。先说结论吧，不像是颠覆性的，他有点像小龙虾的专业安全版。第一个核心差异就是赫密斯他做了很多的安全的加固， 他内置了提示词的注入、扫描和凭证过滤。什么意思？就是有一些人试图通过恶意指令让 agent 去做他不该做的事，赫密斯他可以识别出来， 这个是很重要的，因为小龙虾早期版本确实爆出了很多比较大的安全漏洞，当时还是挺受关注。第二个核心差异就是自我进化记忆，这个还是记忆模块的， 后面是他用 md 文件记录自己怎么解决每个问题，然后下次遇到了同样的问题，他就会调用自己的记录，不会重重复的去犯错。 就是理论上来说，它用的越多，它的这个记忆越强，它的这个性能就会越强。 hermes 就是 把这个记忆系统，它做成了这个持续进化的一个系统，这个是可以参考的。 然后更绝的是它可以一键去导入小龙虾的配置，这样的话迁移就是完全无成本，这可能也是一个主要原因。举一个例子说明，如果苹果对安卓它是一种颠覆的话，那 hymes 对 于小龙虾来说，它还没有到那个级别， 它更像是基于不崩可乐，它去做了一个更稳定的定制版，这个对于那些安全性能要求很高的人应该是很有吸引力的。其实结合之前我在三月份，呃一直给别人做一些安装小龙虾的一些服务，当时我也做了一个分类。 第一个就是基础款的小龙虾安装，呃把那个聊天工具给配上，把大魔性的 a p i 接上，把日程的日历管理还有邮件给接上， 然后配置好 so user memory， 然后再做一些比较实用的定时任务，这样的话就一个基础款的小龙虾就做好了，基本上是可以玩起来。第二类就是专业版的小龙虾， 呃除了安全上的一些漏洞不能有，然后还得做一些垂直领域他需要的一些 skill， 他 这个要求就专业程度可能要求会更高一点。第三类就是比较复杂的叫企业版的小龙虾，这个定制要求就比较高了， 它也比较复杂，要去可能一个人也不够，要一个团队，可能去对接，要结合企业本身的工作流知识库啊，员工的聊天记录，然后现有的一些工具 去集成，去把那个流程跑通，然后还得稳定。所以这个企业版呢，肯定是最复杂的，而且它还涉及多背景的协助的问题，所以 hermes 在 我看来它更像中间那一类，就是专业版的。 不过今天也看到有人说这个 hermes 它在呃用的时间长了，用多了，其实它也会出现那些跟小龙虾一样，可能会偶尔出现一些不稳定的问题，当然它肯定也是不断迭代嘛， 这个在我看来倒不是非常的关键，因为我感觉真正核心的问题就是不管是什么 agent， 它要能解决我们在生活中或者工作中一直重复去做的那些事情，这个它要能替代掉， 他要把这些做好，然后在我们早上醒来的时候就看到已经做好了，我们只要去看，去阅读、去决策 就行了，因为不管是比安全还是比参数还是比稳定，这些都是科技圈他们去应该去卷的东西，普通人可能就是真正需要的就是一个不知疲倦的 ai 助手。呃，早上醒过来你要的结果在哪里？那就行了，再可以做到这个的基础上， 越稳定越安全，那就肯定能赢到最后，如果做不到，那说什么都没用。 后面有时间我也去玩一下这个 hermes， 看看到底怎么样。玩过的小伙伴欢迎在评论区留言，我们可以先讨论一下。

嘿，兄弟们来看看最近 get up 上又一个霸榜项目， hermes agent， 两个月收获四点七万星标。开发者圈子里经常拿它和之前爆火的 open cloud 做对比。那么 hermes agent 到底特殊在哪？简单说，它就是一个会随着使用不断自我成长的智能体， 普通 ai 助手，每次绘画都从零开始，海尔每次则能跨绘画、跨平台保留长期记忆，逐渐形成一套属于你个人的能力结构。从底层逻辑看，他和小龙虾走了两条相反的路。小龙虾强调连接外部工具的广度，海尔每次更执着于学习与记忆的深度。 这个学习循环主要由三部分组成，第一，持久化记忆。所有历史绘画存在本地，可以回溯几周前的对话，在不同任务之间建立关联。第二，技能自动生成。 完成复杂任务后， hermes 会把整个过程抽象成可复用的 skill， 下次遇到类似问题直接调用经验，不用重复推理。第三，自训练能力雏形，它可以生成数据后用于后续微调。这种越用越懂你的设计，让 ai 从一次性工具变成了你的长期搭档。 它的步数也很友好，一行命令安装兼容 antropica、 open ai 等两百多个大模型，支持 cioi、 telegram、 飞书、企业微信等多种渠道，可以跑在云上或本地。 回到大家最关心的问题， permission agent 和小龙虾的核心区别在哪里？答案可以概括为自主成长型 ai 与指令执行型 ai 的 差异。 open claw 作为一个优秀的 agent 的 框架，核心能力在于将 ai 接入各类工作场景执行任务， 但记忆模式是静态的，信息写入配置文件后被提取，绘画结束即清零，不会主动从执行过程中提炼经验。 hermes 则是从底层架构的设计之初就把越用越懂你作为核心目标。 当然， hermes 并非没有争议，也关键指出 skill 的 自动生成解决的是如何更聪明的使用工具， 但没有解决高质量工具本身稀缺的问题。不过无论如何，它的出现至少说明开源 ai 智能体的想象正在从能干什么转向为能变成什么。我们下期见。

我已经被震惊了， ai agent 圈又杀出来一个现象级项目，爱马仕不再是箱包 hermes agent。 一 开始我也以为它就是一个新的会聊天的、会调用工具的聊天壳子，跟龙虾一样， 结果完全被打脸了。这次是真正会自己长大的 ai 操作系统。过去大家只看 ai 聪不聪明，现在完全变了。 大家通过龙虾，大家更看重的是稳不稳定，好不好用，能不能帮自己赚钱。而爱马仕不像龙虾那样堆一堆插件，它是像一套完整的后台系统， 像 windows 一 样稳定的能运行二十四小时在线定时任务消息提醒的全自动跑的管家。 而且在 vps 上面，一条命令就能装好，不占你的电脑，手机上可以随时发语音教他干活。最牛最牛的就是他自我成长的能力，遇到新的任务，他会先反思哪里做的不好，自己总结经验， 自己做成一个技能包存下来，下次同样的事情直接调用，越用越聪明。他还有超级记忆力，你几周前发的聊天记录，他秒搜秒用，我让他查询我之前龙虾记忆，他几秒钟就掉出来了。可以预见的是，他会永远记住你的习惯，还有你的项目， 它的安全性也重新提升，并且拉满高风险的操作。会先问一下，你确认吗？我觉得未来企业用的话，肯定是爱马仕更稳。试用后，我真的忍不住想告诉大家，终于有个 ai， 不是 用完就忘，而是会越用越懂。我们 龙虾的时代有可能真的就这样结束了。我觉得这可能是真正能帮我们省钱省时间的 ai 伙伴， 它有四大核心价值，我一句话给你们说清楚，第一，像电脑操作系统一样稳定运行。第二，它能自己反思，让自己变强。 第三，它有超强的记忆加安全的保障。第四，所有的操作记录还能帮未来的 ai 持续的继续进化。我现在用它就像养了一个越来越懂我的智能助手，如果你想了解的话可以私我交流。

各位龙虾还没养明白，别费劲了！现在 agent 界出了一个新宠，网友戏称它为爱马仕 first agent。 这东西其实二月份就上线了，最近之所以火的一塌糊涂，是因为第一批养龙虾的人心态已经全线崩盘。 大家吐槽的点非常集中，一是养不熟，二是真的太贵。我们先说养不熟，大家养龙虾是想让它学会自己的行为习惯，变成数字分身。但龙虾的记忆当然是像一个漏风的，它是全量储存，不管是垃圾信息还是重要信息，它全都塞进数据库。 结果呢，他根本不会主动解锁你刚交代的偏好，转头他就忘。这种感觉像是你雇了一个保姆，结果你还得每天教他怎么拿拖布，纯纯的无用社交。再说肉疼龙虾简直是 toking 吞金兽， 连小米的专家都吐槽他是成本黑洞，为什么？因为他出门买个菜都要看看头。不管是多么简单的任务，他都要频繁调用工具，还死活要拖着几万件上下文，一旦触发记忆，解锁海量内容，瞬间把账单清爆。很多时候，你的任务的价值还没有你付的投品钱贵。 这哪是助手，这分明是雇了一个大爷在工地。就在大家被龙虾 cpu 的 时候，爱马仕带着两把尖刀杀出来了。 第一把刀是自建技能的原能力，龙虾在始至终背。而爱马仕在进化，任务做完了，他会自动总结流程，把经验固化好，陈启能报错就好了，他会把避坑指南写进代码。他甚至会像人一样 写日记、翻日记，通过复盘历史来自发点满技能数。这意味着你不用一遍一遍废话，他在对话中就能自己长大，这才是真正的养的熟。第二把刀是极致的记忆断舍离。和龙虾那种 贪多嚼不烂的逻辑完全相反，爱马仕走的是极端的限量路线，他的记忆被时时锁在两个文件里，加起来也就三千个字， 别觉得傻，这才是他的高明之处。当记忆快超过上限时，他会启动智能压缩没用的信息，直接物理粉碎。 有用，但是要浓缩成胶囊。每一次出站，他只会带两个轻便的胶囊，而绝不拖家带口。这种逻辑根源上掐死了托肯爆炸，让你每一分钱都花在到最后。说句心里话， 虽然爱马仕的上线能不能概括龙虾还有待观察，但绝大多数搞文案跑项目的人来说，我们上 很推荐的，我们要抓住那些重点的聪明人，而不是要一个记性好却没有脑子的机器。如果你最近养龙虾养的憋屈，供着新城，听我的，赶紧换这个爱马仕试试，我们是用 ai 来赚钱的，不是给大模型厂商打工的。

openclaw 的 龙虾还在游，另一个开源 agent 已经冲到了三万九千 star， 它叫 hermes agent。 这项目火，不是因为又换了个壳，而是思路确实不一样。核心区别，一句话就能概括， openclaw 是 你亲手养出来的龙虾，而 hermes 是 自己会长大的龙虾。接下来四分钟，我拆透它的核心设计。 核心区别，一句话讲透， open cloud 的 skill 需要手动写，手动调，手动维护。 hermes 内建的一套学习循环，用得越多， skill 越准，记忆越深。不是你在训练它，是它在训练自己。 hermes 不是 又一个 agent 壳子，它更像是把 harness engineering 做成了产品模型，你自己选，不绑死厂商，工具你自己配，不给你一堆黑箱。能力记忆和 skill 落在本地，可看可改可迁移。 agent 会从经验里学习，但控制权依然在你手里。官方定位， the agent that grows with you， 这是 harmis 最核心，最值钱的地方。闭环四步，执行任务，自动复盘生成 skill， 下次直接调用。完成复杂任务时，经验沉淀成结构化 markdown 文件。 下次遇到类似问题，先调出 skill， 不 从零开始。 skill 不是 死的，你改过几次，它就慢慢学到你真正想要的做法。 大部分 agent 的 痛点，切个绘画，就像没见过你。 hermes 把记忆拆成三层，绘画记忆不掉线，持久记忆，记住你是谁。 skill 记忆记住怎么做更顺手。加上 f t s 五解锁，需要什么再召回什么。 普通 agent 像临时工， hermes 像共事过的老同事。内置四十多个工具， m c p， 外接六千多个应用， 但做对的不是工具多，而是 toolset 机制，按场景挂合适的工具，不是全开写代码的 agent 不 该碰消息通道管日程的，不需要代码执行权限。工具越克制， agent 越精准， token 也更省。 核心思路， openclaw 配置及行为 harmis 学习循环加字改进 scale 来源， openclaw 靠你写 harmis 系统自动沉淀 记忆方式， open club 已维护，越齐越好用， hermes 自己积累，越用越深。 open club 优势是透明和生态大， hermes 优势是把学习系统化了，更准确的理解是另一条路线， 五分钟跑起来，异形命令安装，填 key 选模型， hermes 回车就启动。推荐 open router 起步，一个 key 接很多模型，免费模型先体验，数据全在本地打包即签，还能一键从 opencloud 迁移。 四大场景，长期知识助手背景慢慢沉淀，不用重训。七成二十四后台任务，代码审查，日报汇总，不用盯着持续内容创作，前面积累越多，出稿越稳。多平台， bot telegram 和 discord 打通就是常驻助理。 最后带走三点自生长 skill 闭环三层记忆不丢上下文。工具克制更精准，喜欢强控制选 open claw， 觉得手动写 skill 太花时间是 hermes。 hermes 真正新鲜的点不是多了几个工具，而是把学习这件事本身做进了系统。 open claw 是 你养出来的龙虾， hermes 是 自己会长大的龙虾，这是最本质的产品差异。

老大出了个新东西， hermes， 很多同行都在说我们可能要被淘汰了。淘汰有意思，我倒想看看是什么技术那么厉害。 小纵做一份和 miss a 阵的报告给我。好的，我这就去安排。 天呐，进化速度好快！蒸馏一下一百零八将的记忆给 openclaw 智能体和 hermes 智能体各配置五千个角色，投胎到虚拟世界，看一下会发生什么。好的投胎系统，大爱系统积分系统正在启动， 有趣的事才刚刚开始。一花一世界，一人一宇宙。你们的宇宙启动了吗？我是赛博修仙博主，东城，我们不见不散！

当你还在思考着怎么安装龙虾和养好自己的龙虾时，另一个超级新鲜 ai a 键 promise 赫曼诞生，甚至有人认为赫曼比龙虾更好用。于是在网上看到这样一个照片， 今天我们就来一起认识一下默密斯默美，他不是普通的聊天机器人，也不是代码助手，而是一个越用越聪明的自主智能题。什么是默密斯？传统的 ai 助手？每次对话从零开始，无法记录你的编号， 只能回答你的问题。需要绑定特定的平台，而其他老牌的 a i a 键异色的技能不会自创，需要手动配置有限的工具级，本地运行受限。而 miss 不 一样，它是真正的自主智能体。 长期记忆，他记得你上次做到了哪里的项目结构是什么，你喜欢的什么风格。深度理解，他能理解你的工作流程， 主动建议最优的方案。智能自创，它能从经验中生成可附用的技能，下次可直接使用端运行，可以在极少成本的 vps 中运行闭环学习系统。而密斯最核心的创新是它的闭环学习系统。 想象一下他是如何工作的？持久化记忆，每次对话，他都会把重要的上下文保存起来，下次再聊同一个项目时，他会直接能接上， 不需要你重新解释。技能自创，当他发现你重复让他做类似的任务， 他会主动创建一个可负用心的技能脚本。下次你只需要一句话，他就能执行一套流程。持续优化，他会评估每个任务的完成效果，然后自动调整策略。 就像一个永不疲惫的实习生，每次都在进步用户建模，他会深入了解你是谁，你的专业领域，你的偏好，你的沟通风格，随着时间的推移，他会越来越懂你， 这是一个真正的学习壁环，用越久，他就越懂你，越能帮助你。蜂蜜是之所以强大，还因为它内置了四十七个可用的工具， 开箱即用网络工具搜索、浏览、提取页面终端以文件执行命令管理文件、多媒体图像分析、代码记忆、已搜索、 永久化记忆和绘画搜索、自动化定时任务、消息推送、第三方集成 home、 m c p r l 更多工具，六种运行环境。而 miss 另一个亮点是它超级灵活的部署方式， 不管你在什么环境，他都能运行，在本地，在容器，在远程都可以运行。 permiss 安全加固在安全方面，你完全不用担心，所有容器都做了加固，只读跟文件系统禁用特权升级、 pid 渐层限制、完整命名、空间隔离。简单说，就算后面是被黑了，他也做不了什么坏事。十五多种消息平台支持，像短信、邮箱、 钉钉、飞书、企业微信等客户端快速开始安装，六十秒一键安装一个命令，可运行 在 linux、 max、 windows 等，只需要配置一个模型，然后就可以开始使用。 hermes 对 话更多强大的功能，像语音模型、自动化任务技能系统， a c p 编辑集成、 m c p 集成只代理变形。 hermes 支持十五家 多种模型供应商，像 openai、 lod、 g l m kimi、 ipsy、 亲吻等常用的命令。开启对话，恢复上一次会话， 查看所有系统选择模型配置工具、诊断问题等命令。让我来总结一下，为什么奥密斯值得你尝试，越用越聪明？ 闭环学习系统，每次交互都在建华，其他工具用多久还是老样子，奥密斯却能持续成长，成本极低，三十五元一个月的 vps 就 能猫的无服务模式， 闲置时几乎零成本。安全可靠，容器隔离，安全加固， 只读文件，系统智能体在沙箱运行，你想禁用就能禁用。无限扩展 m c p 协议，支持 skills 技能市场五十家消息平台，四十七个内置工具，从个人助手到企业工作流都能构建。 现在你了解了 home。 四、可以花三十秒钟安装体验一下。如果你觉得视频对你有用，请点赞关注评论区，聊聊你使用的感受，我们下期再见！

最近科技圈出了一个挺有意思的现象，一大波开发者开始从 opencloud 往一个叫 harmon 的 东西搬家。 harmon 是 什么呢？官方称它是一个可以陪着你成长的 ai agent， 说是比龙虾还牛逼。于是今天我也安装体验了一下。 我的结论是，这个东西绝对昙花一现。我为什么会这么笃定呢？因为我仔细研究了一下，发现哈姆斯的底层逻辑是单 agent 循环，它没有编排层，也没有多 agent 集群任务进来一圈跑完，输入推理工具，记忆输出。 他之所以说是会记忆，是因为他会复盘，每次任务结束，系统会给 agent 发一个内部提示，刚才这事有没有值得留下来的方法？有，他就提炼出来，写成一个可附用的 scar 存到本地。 下一次再遇到类似的活，他直接跑这个沃克 flow， 不 用再从零再推理一遍。 然后还有一个核心是，它会把记忆拆成四层。第一层， prompt memory， 你 的 memory 和 user 文件常驻，但只给你三千五百七十五个字母，逼着系统只留最关键的。第二层，绘画剪辑全部写进 circle light 键，缩影就上下文，不需要全部塞回来。 a， 诊断自己判断， 有需要就搜，搜完大模型摘掉一遍再用。第三层，技能，程序记忆保存的是，这事该怎么做？不是发生了什么 skill， 只有在需要的时候才会被加载，中文不提前加载。 第四层，用户建模，跨三审，跟踪你的偏好和沟通风格变化。听起来很复杂，但核心就一句话，发生了什么和该怎么做不会混在一起。完整的上下文，只有在需要的时候才会被加载。听着很牛逼是吧？ 但是我觉得哈密哈密斯代表的这个方向很快就会被 oppo klo 所收纳，因为对于龙虾而言，它更多的是多 a 阵的编排，具备中央枢纽作用。哈密斯这些优势在它面前不值一提， 只需要把这四层记忆还有所谓的复盘给吸纳吸收即可。说不定下次 oppo klo 版本更新就会带上述所有功能。 所以说现在普通人而言，只要把龙虾玩好，足以，不需要去追求最新的。呃， ai agent 像什么 harman's。 好 了，今天就聊到这，我们下期见，拜拜。

各位，龙虾是不是还没养明白？哈哈哈，现在又来了个新的啊，叫爱马仕 aj 这玩意 这个东西呢，它其实是二月份就已经上线了。这东西啊，但是为啥一直没火，然后到最近开始火起来了，就是因为龙虾火了，然后大家养龙虾，最后发现啊，有问题， 龙虾他有啥问题呢？最大的两个点啊，第一个点，第一个点是大家都在养龙虾，都是在企图通过对话，对吧？我去不断的去跟龙虾对话，然后让他学会我的行为习惯，是吧？大家都是这么一个想法，然后就把这个想法行为呢叫养龙虾， 那实际上你真养过你就知道啊，不顶用，对吧？不顶用，因为龙虾他没有那种机制啊，龙虾的记忆机制是全量存储啊， 全量存储就是他的所有的记忆他都会存到相册数据库里面去，然后他不会去主动搜那个相册，所以你给他讲了很多东西啊，他可能最近一段时间还记着，过一段时间他也忘了啊。 然后还有第二个问题，啥呢？就是烧头啃，因为大多数人你们的任务呢，肯定没有那么高的价值，对吧？然后你要买头啃，然后要给龙虾去烧， 然后呢？龙虾子又没有去针对这个就是上下文去做一些优化啥的啊，他有几个比较直接的点吧，给他聊一下，就是 小米那个罗弗利发的那文章也说了，就批了龙虾。第一个就是他会不断的去钓工具，然后有很多就是非常低价值的钓用，然后呢，这些每次钓工具呢，都会带着一个非常大的上下文，我去，然后这都是纯粹浪费头衔的行为啊， 然后呢，还有就是他的记忆机制是一个权量记忆，这意味着你一旦就是说你的任务需要去搜记忆的时候，他可能一下就能搜出来一堆东西，这也会导致他的上下文很大，这所以你用起来你会发现啊，越用越烧头疼，对吧？ 就是因为有这两个问题点，所以这个爱马仕火了啊，这个爱马仕现在慢慢火起来了，他是怎么解决问题呢？看第一个点，他有一个很重要的机制，叫做自学习机制， 长这样这个东西也是一个技能哎，也是一个技能，这个技能是干啥的呢？是管理技能的技能，他会在几种情况下去自发的啊？自发的去创建技能啊，比如说一个复杂任务完成之后 啊，他会去学习这个复杂任务，然后去看能不能把这个复杂任务的流程去把它写成一个技能啊。还有就是他自主的会去对话历史里面发现一些流程性的东西，简单的流程，然后还有一些就是错误点，对吧？比如遇到错误了， 然后呢，然后就自己去想办法把这个错误解决掉了，他有可能会把这个办法啊搞成一个技能记录下来， 这是他会自主的去阅读你的历史记录啊，然后去自发的创建技能。在这种机制下呢，其实就是之前养龙虾那种概念是可以跑的出来了，对吧？你可以不断的去跟他聊天，聊天聊天，他可能会从中就会自动自动的去创建一些系统出来 啊，这是它的第一个很重要的特性，解决了养龙虾啊，养不熟的问题，对吧？然后第二机制也很有意思啊，很有意思是它的记忆系统，它这个记忆系统跟龙虾就完全是设计哲学上的一个区别了，龙虾是全量存储，它 不光不是全量存储，而且它是极端限量存储，它的记忆在两个文件里面，一个叫 mem 点 m d， 然后还有叫 u z 点 m d 这两个文件呢，它都是有一个词量限制。 member 的 md 是 个两千二的字字母啊，它限制两千二个字母，然后 user 的 md 是 一千三百七十五个字母，我也不知道它为什么定了这么个数字啊？但是呢，确实它是这么限制的，而且它这个限制跟 colocode 那 个还不一样， colocode 那 个是直接截断了，但是它这个不是，它这个是啥呢？就是当记忆下来的记的东西呢？ 超出限制了会怎么样？会触发一个整理过程啊，他会去整理这个记忆文件， 就是说他会去让我们先自己再去判断一下啊，这个记忆文件里面这么多东西，哪些东西是不是不重要？我是不是可以删掉，对吧？哪些东西是不是没那么重要了？我，但是我还可能还有用，所以他会怎么样？他会把这些东西压缩一下啊，写一段摘药记下来 啊，所以他这个东西的好处在哪呢？就是他这个记忆每一次在调模型的时候都会把整个文件全部打包啊，然后归类模型。然后呢， 他不会超量啊，他不会超量，就是他除了这个这两个文件之外，他就没有别的记忆文件了啊？没有别的记忆文件，就是龙虾是全量记忆，对吧？他直接不记了啊？他直接不记了，他相当于是尺量模型，不断的去记忆那些最关键的问题，而不是去把所有事情全记下来啊。 这在这种情况下呢，就是他能解决一部分就是头啃爆炸的问题，对吧？烧头啃烧的太厉害的问题，但是这种机制他到底能不能达到像龙虾那样效果啊？那还真不好说，真不好说。 但是呢，根据我在网上看啊，很多人使用反馈，其实对于绝大多数任务来讲，对于绝大多数任务来讲，其实记忆真的可能没有那么重要， 没有那么重要，对吧？你对你可能做一个，可能写一篇文章，写一篇项目，你可能觉得啊，我要把所有内容都记下来，但实际上你在写的时候，你可能真的只需要去记关键的一些点就行了 啊。所以这个东西啊，现在在网上开始慢慢慢慢火起来了。养龙虾如果你养的不太爽啊，可以改下试试这个爱马仕 agent 啊。