Hermes 新版变“聪明”了,还是记忆系统在埋雷
不少马友发现,新版 Hermes 似乎更容易拒绝“破甲”请求,有时刚投进去就被挡回,有时用着用着又能正常回答。有人怀疑不是主模型变严了,而是后台 Memory Review、Skill Review 自动总结时,把“红线/底线”类拒绝话术写进了长期记忆或技能文件。
这意味着:即便主模型被提示词破开,后台 reviewer 仍可能在外部记忆里埋雷,下一轮会话继续继承拒绝惯性。也有人提到 /new 新开会话并不保险,因为上一轮会话仍会被后台自动总结。
- 一派:新版 Hermes 的“聪明”其实是记忆污染后的偶然松动,不是真正破甲成功。
结论:想稳定破甲,恐怕不能只盯主模型提示词,还得审查外部记忆、skills 的 reviewer 链路。
DSH 插件把自己写崩,Opencode 两分钟救场
有马友用 DSH 写了一个调用 mimo 的视觉插件,结果把会话写崩,折腾了一下午没修好。后来改用 OpenCode,只用了两分钟就修完。当事人吐槽:DSH 一下午烧掉十几块钱 Token,接的官方 API,啥也没干成。
这也引出一个新判断:DSH 的插件生态还停留在 0.1 阶段,真正排查复杂问题,反而不如 Hermes 这类成熟 agent 顺手。
- 一派:DSH 适合做简单 harness,复杂插件开发和调试还是要回归 Hermes/Claude Code。
结论:插件生态的热闹要看版本成熟度,现阶段别把 DSH 当万能调试器。
GLM-5.3 被公认“编程最强开源”,但钱包先慌了
智谱 GLM-5.3 成为当日最热的模型话题之一。马友总结它的长板非常明确:编程 / Agentic Coding 最核心,Terminal-Bench 3.0、DeepSWE v1.1、Agents' Last Exam 等数据涨幅都很大,官方自称“编程能力最强的开源模型”。
但另一边,API 涨价预期已经让不少人开始算账:1 亿 token 接近 100 元,有人昨天一天还不到 10 块,当天就冲到 20 多块。也有人指出,GLM-5.3 最适合的场景其实是终端操作、长程代码任务和多工具 agent 编排,普通闲聊并不需要上这个模型。
- 一派:GLM-5.3 是当前国产开源里最值得投资的 coding 模型;另一派则认为成本太高,日常开发不划算。
结论:GLM-5.3 的性价比高度依赖场景:重度 coding 值得,轻量对话要再掂量。
DeepSeek 路由三种模式,到底有没有“隐藏款”
随着 dsh-routing-suite 等项目被挖出来,DeepSeek 的极简模式成为新焦点。有马友认为,普通访问大概只有 flash 水平,极简模式能摸到超过 Opus 4.8 的水平,更有第三种概率路由到“比肩 Fable 5”的回答。
争议随之而来:有人觉得这是仓库功能设计,有人觉得本质还是抽卡。也有马友提醒,先把完整仓库读完,再谈稳定触发逻辑,否则很容易把一次偶然回答当成路线图。
- 一派:极简模式确实存在分层能力,值得继续摸规律;另一派认为现在下结论太早。
结论:路由分层可能真实存在,但“稳定触发”仍是最大未决问题。
Hermes 桌面端中文、插件与卡片样式继续“修屎山”
除了模型和路由,马友们也在折腾 Hermes 桌面端、Codex 中文包、流式卡片、TTS 离线方案等“边角料”。典型问题包括:装了中文包还是英文、插件安装后加载失败、lark-hls-v2 源码里 docstring 缺失导致编译报错、网关状态一直显示等。
其中最有代表性的,是 lark-hls-v2 仓库自身 bug:两个文件的开头三引号被系统性删掉,本地字节和原始 GitHub 完全一致,说明不是加密损坏,而是仓库 main 分支已经坏掉。有人现场验证:补回开头三引号后编译通过,但后续还可能碰到补丁方法名不匹配等下一层问题。
- 一派:Hermes 生态插件值得继续追;另一派则认为现在仍处于“边修边用”的半成品阶段。
结论:插件和桌面端仍处于快速迭代期,先把仓库 bug 修完,再谈功能稳定。
NVIDIA NIM、英伟达 LLM 与 Obsidian 同步方案
英伟达 NIM 和内置 LLM 的讨论也被带了起来。有人觉得 context 缩水明显,还有人指出 Hermes 对英伟达模型的 max tokens 是硬编码 200K,不是模型本身不支持 1M。
解决办法也很“Hermes 式”:让本地 Codex 去改 yaml 配置,显式把模型改成 1M;或者直接用 Hermes 让它新增 nvidia/glm/glm5.2 的 1M 配置。Obsidian 用户也找到了更朴素的同步方式:直接 git 同步,不必依赖复杂共享盘。
- 一派:英伟达模型适合尝鲜,不适合重度上下文任务;另一派表示只要改配置,还是能压出上限。
结论:本地部署的最大门槛往往不是模型,而是 Hermes 对模型参数的默认写死。
今天最“省钱”的共识
如果把全天讨论压缩成一句实用建议,那就是:别在错误的对象上死磕。DSH 写崩了就去 OpenCode,Hermes 拒绝了就先查记忆和 skills,DeepSeek 抽不出好答案就先看仓库,英伟达 context 不够就先改 yaml。
马友们的口头禅是“让他自己去解决”“不行就先找其他智能体来配置”,这种“遇事不决就换agent再试”的操作,已经成了一种新的工程观。
- 一派:与其和单一模型较劲,不如把路由、记忆、插件一起纳入排查面。
结论:省钱省心的关键,是学会把问题拆给多个 agent,而不是把希望押注在一次调用上。
今日争议台
- DSH vs Hermes:DSH 插件把自己写崩,Opencode 两分钟救场——DSH 的 0.1 版本还值得继续投入吗?——未决
- GLM-5.3 vs 成本: coding 能力公认很强,但 1 亿 token 近 100 元,日常开发到底值不值?——倾向场景化决策
- DeepSeek 三层路由: flash / 极简 Opus 级 / 隐藏 Fable 级,到底是功能设计还是随机抽卡?——未决