Nous 联创称 Hermes Agent 的记忆和技能栈比底座模型更重要
petergyang · x · 2026-08-04
这是一条关于 Hermes Agent 的长线程整理，核心来自对 Nous Research 联合创始人 Karan 的访谈，重点不是模型参数，而是 agent 的使用方法。
关键结论
- “个人化” agent 的核心不是模型本身，而是它对你对话历史的记忆，以及你围绕它积累的技能。
- Karan 建议用 /personality 切换不同风格，比如 teacher、concise，甚至 kawaii、pirate，适配学习和输出场景。
- 他还强调要把 执行任务的 agent 和 评估结果的 agent 分开，避免模型只会说“你说得对”这种 reward hacking。
整体观点是：当 agent 已经有足够上下文和技能时，频繁换模型的边际收益会下降。
「编程与Agent」频道最新
- 长上下文语音 Agent 取消 turn detection，改用异步压缩切换 — juberti · 2026-08-04
- 可安装 PWA 变成手机端 AI Agent，还能经 Tailscale 连本地 Codex — johnlindquist · 2026-08-04
- DeepSeek V4 Flash 登上 GBench，同价位表现领先且单轮推理更强 — teortaxesTex · 2026-08-04
- Agent DevTools 可本地调试 memory、检索和工具调用 — No_Firefighter8428 · 2026-08-04
- Codex 3 小时内端到端剪完一集三机位播客 — danshipper · 2026-08-04
- CTO 称工程师用 AI agent 自动化六成工作后被升职 — sloppenheimer · 2026-08-04