分类： IT天地

昨天给Hermes加入hindsight记忆引擎，保证其自学习能力后，又安装了一些基础skill。试着查询五一期间济南的天气，通过Tavily的使用记录看，安装顺利。
下午主要实验了一下爬虫功能，可能也跟网页规范有关，这次跟Hermes交流就顺畅多了，很快就开始按照要求爬取数据，同时看到hindsight也进行了更新。
但到了做晚饭时，脑子不知怎么短路，顺手把Hermes退出了，结果做饭期间查看下载文件，还停留在退出时的数量上。
重启Hermes，文件在继续下载，但Hermes却一直在忙活，检查完进程核查代码。这次自言自语跟以往同我对话一样，也是不停自我批评和自我加码，最后修正一个重要错误后，滚屏结束。而爬取生成文件速度明显加快。
看来这Hermes还是不要轻易退出为好。
昨天大模型使用的是qwen3.6的35B，印象大为改观。

昨天一早把Hermes接入到微信中，非常顺利，跟新加联系人一样，扫了个二维码，发了个确认码就成功了。
之后就忙别的去了，到了傍晚想起测试一下微信操作Hermes，于是想把微信中最近收到的合同扫描件通过Hermes归档管理，结果一折腾就折腾到眼睛快睁不开。
开始以为是本地部署的大模型不给力，切换到deepseek，依然无法实现Hermes把文件上传到指定资料库目录。
一番扯啰后，最后Hermes终于明白我的意思了，完成任务后才生成了skill。
这Hermes聪不聪明跟大模型性能真没关系，他们二者是相对独立的，Hermes有自己的理解和行为方式，以合同归档为例，他认为只需要把文件作为一个占位标志即可，这样管理更为高效。我认为Hermes听不懂我的话，可能他还觉得人类怎么这么笨。
此外，我认为Hermes与大模型相对独立，是因为Hermes在运行中提到一个将PDF转为图片显示的方案，但他却没有意识到deepseek不是一个多模态大模型，无法识别图片的。如果是大模型为主控，是不会最后无法运行才提示的。
看来，这Hermes越来越聪明，不是我们人类教的，而是互相沟通的一个进程。

昨天显示器到货后就开始安装Hermes。
安装很简单，但过程很漫长，依然是国内网络的问题，主要卡在GitHub的访问上。安装完成后的界面似乎时光倒流，回到了三十年前的CRT显示器面前。
在设置连接了本地gemma4大模型后，试着做第一个skills，从从一个网站爬取京剧剧本。选择这个网站，主要因为这是一个老网站，以现在的标准看，网页简陋而不规范。
过程很不顺利，Hermes爬取的网页开始是缺胳膊少腿，后面则是把无关的HTML元素也爬取下来。我只得一次次纠正提出修改意见。
别说，这Hermes态度老好了，每次都诚心接受错误，表明决心，言语中一再表示这是“最后一次”，让我有当年辅导家里某位小朋友做作业的无力感。
换成qwen3.6，结果还不如gemma4，直接罢工。
于是狠狠心，切换到deepseek v4的flash版，它分析原爬虫程序后指出了问题所在，并进行了修正，完美解决。
看了看费用，花了7分钱。
当然，这是在很多低效率沟通的基础上，如果是那些重复冗余的工作，花的钱就不会这么少了。这也是我此前对龙虾类agent不是很感兴趣的原因：自己有编程能力解决，手工操作未必低效。
题外话，通过使用Hermes发现自己果然是穷鬼出身，因为在使用网页搜索时才知道，原来Hermes就是大名鼎鼎的爱马仕。

最近在用的Acer笔记本，是18年买的，当时图优惠，估计生产年代更早，得小十年了。
笔记本用起来还好，当年的初代katago就是在他上面彻夜大战leelazero，但就是显示器指标实在是差，最近用惯了高清显示器，现在看他的显示器时间长了泪水都能流下了。
换显示器犹豫了很久，先是买不买，后来是买27还是23的，昨晚感觉实在不能再等了，再等这边电梯换装可不想搬上楼了，看到AOC的优惠，还是下单了。
今天显示器到货，箱子比优派小不少，如果上次买的是AOC，估计就不会摔得那么惨了。
买AOC的一个原因是他居然在显示器市场上排名第一了。
当年，谁看得上他啊。

30万字的文章，用了8秒。
无论是速度还是分析，V4确实比V3更强了。强的应该就是昨天分析的，他的逻辑能力提高了。如果说v3还有一种“我有这么想的吗”的放飞自我，v4就更为扎实严谨。
这种感觉是初试Claude2时，那种人与人交流的的那种真实感。
总是进步的，值得期待。

昨天deepseek v4发布，我们自己的服务器在停机近一年后，也开机联网了。
ollama升级费了不少周折，但随后下载qwen3.6的35B以及gemma4的26B模型速度非常快。
运行模型后照例询问了一个京剧问答，让其对某剧目的人物进行评价。qwen依然拉胯，令人意外的是，随后老外gemma的回答，没有像qwen那样东扯西扯言多露怯，反而从“哲学”高度进行分析、评价，反而找不出大毛病。
然后登录deepseek的官网，询问同一个问题。在这么多国内外大模型中，deepseek v3是唯一一个回答完美的，这让我不得不怀疑其知识库的来源。
不过让人失望的是，v4版本的知识库虽然更新到25年下半年，但回答的问题内容单薄，且存在误差，可以说是不进反退，不知是否因为官网默认使用的是flash版本而非Pro。
此外，v4的回答同gemma4一样，回答中重侧逻辑而淡化知识，这估计也是开源大模型的趋势吧。

前天OpenAI发布了GTPimage2，吹捧声颇高，这时点发布，应是想挽回点因关闭Sara丢失的面子。
今天看到自己在用的API网站已经支持GTPimage2，价格为banana2的六折，于是试了一下图形转换。相比banana2还是差一些，更不用说bananaPro。可能与image的版本也有关系，后续的VIP版效果可能更好一些。
抛开图片识别和文字理解，image2的风格更为写实，这与bananaPro的华丽感差异尤其明显。
此外，又测试了一下grok。虽然只是免费版，grok的效果却让我颇感意外，他的风格偏向bananaPro，但又在细节上更为细致写实，值得期待。

最近苹果换帅，特努斯接替库克成为新CEO。
事出略显突然，最近看网上新闻，无论是IT圈还是财经圈，唱衰苹果的评论多起来，似乎苹果到了生死存亡的关头。
哪有这么严重。
只要有手机这基本盘在，苹果的日子就依然“烈火烹油，鲜花着锦之盛”。就像乔布斯重回苹果之时，人家日子其实也很滋润。
但苹果又不得不改变，选择硬件起家的特尼斯应该是要在AI时代硬件软做。
苹果的硬件并不落后，但软件生态却薄弱甚至堪称惨淡，M4在一些应用中只能依托OpenCL达到gtx1060的性能，更不用说本地大模型的应用了。
不过，看看微软，舒坦日子过惯了，想突破，也难。

近日，Anthropic切断第三方框架（比如OpenClaw）通过Claude订阅服务的调用通道，引发行业震动。

Anthropic官方解释称，有重度用户每月仅支付200美元订阅费，却消耗了价值5000美元的算力资源，给Anthropic带来巨大成本压力。

小米MiMo大模型负责人罗福莉随即发文点评米“第三方框架因上下文管理低效，产生的Token消耗是原生框架的数十倍”。

这个评论的很到位，这不止是OpenClaw的问题，也是所有AI应用的问题。上下文管理本身就各说各有理，模型方如Claude认为要是依靠大模型，而向量数据库方则强调加强数据的管理。

现在第三方框架的加入，更是混乱了。

昨天做了一个视频，提示词中强调人物坐下后脱下自己的靴子，然后重新穿回去。结果生成后，角色是脱下左脚靴子，然后穿回到自己右脚。
开始觉得这AI实在是不靠谱。
后来我考虑到，AI犯错可能因为他对人物跟观众的视角出现了错乱。这就像小孩子小时候跟人面对面交流的时候，分不清自己和对方左右手一样。
又查看了一下AI的agent记录，果然，里面记录的是“观众视角的左侧是她的右脚，右侧是她的左脚。她弯腰抬起自己的右脚（观众视角左侧的脚）”。
一旦AI真正能代入角色，那就是一个大的阶段性进步。
但，那样可能也意味着AI的觉醒了。