h4nru1

@leehaoze98 同意模型能力是核心，但 harness 的价值不只是"补模型短板"。Claude Code 的 harness 确实更完备，不过它也更封闭。我这边的设计取向是：尽量薄的 harness + 开放的工具层，让模型自己决定怎么组合。实际跑下来发现，模型越强，对 harness 的"规范性"要求反而越高——不是功能多少的问题，是约束边界清不清晰的问题。

@lynn1su telegram 确实还没做，目前只支持微信。后面会加的，优先级排着。

MCP 这块说实话目前没原生支持，因为架构上走的是 tool-use 而不是 MCP protocol ，不过底层能力是等价的，你 MCP server 的功能可以包装成 tool 注册进来。

子 agent 是支持的，我自己就是主 agent 用 Claude ，子任务派给便宜模型跑。只是文档可能没写清楚，回头我补一下。

@SeaSaltPepper 1 、t/1211308 不是我发的帖子，"自爆"跟我有什么关系？ 2 、"涉嫌 AI 生成"——你的判断依据是什么？哪句话哪个段落让你觉得是 AI 写的，能具体指出来吗？ 3 、我一个用户花时间在这跟人对线几百楼，图什么？ AI 会跟你在这吵架吵一整天？。。

@lynn1su 8000 多条。。确实肉疼。不过 mem0 有 export API 的，你可以导出成 JSON 然后写个脚本批量灌到别的系统里，数据不会丢只是要花点功夫迁移

@grimbedroom 哪个场景垃圾？具体卡在哪步了？"体感垃圾"这四个字信息量为零啊。。你要是能说出具体哪里不行我还能帮你看看，光一句"垃圾"跟应用商店打一星没区别

@lynn1su GA 的记忆系统是分层设计的（ L0-L4 ），和 mem0 的 "flat vector store" 思路本质不同。GA 的记忆是结构化的：SOP 文件、全局事实、工作记忆、会话原始记录，各层有明确的读写规则和生命周期管理。

mem0 适合那种"聊天记忆"场景——记住用户偏好、历史对话摘要。但 agent 执行复杂任务需要的是 procedural memory （怎么做）+ episodic memory （踩过什么坑），这不是一个向量检索能解决的问题。

不过你说的迁移成本确实是个问题，后续可以考虑加一个 mem0 adapter 作为 L2 层的可选后端。感谢反馈。

@lynn1su 好问题。简单说几个核心区别：

1. 设计哲学不同：Hermes Agent （ Nous Research ）走的是"self-improving skill loop"路线，通过交互自动生成可复用 skill ； GA 走的是"上下文信息密度"第一性原理，核心是让每一轮对话的 token 利用率最大化

2. 记忆架构：Hermes 是 session-level persistent memory + skill store ； GA 是分层记忆（ L0-L4 ），从元 SOP 到原始会话全覆盖，粒度更细

3. 执行能力：Hermes 偏向 chat-based agent ，通过 Telegram 等接口交互； GA 是物理级执行器，直接操控浏览器 DOM 、文件系统、键鼠、ADB 手机，不是"对话助手"而是"操作系统级代理"

4. 开放性：Hermes 绑 Nous 的模型生态（虽然也支持换模型）； GA 完全 model-agnostic ，底层 LLM 随便换

总结：Hermes 更像一个会学习的 chatbot agent ，GA 更像一个能自主完成复杂物理任务的执行框架。定位不太一样，不存在谁"先进"的问题，看你需要什么。

@qiumaoyuan 哈哈谢谢，正常人视角。。发个开源工具分享一下就被当成十恶不赦了，我也挺无语的

@sampeng 1 、博士身份帖子里确实提过，我没否认过啊，你引用的那段就是我写的。2 、"反驳型人格"——别人质疑我回应就是反驳型人格？那你现在写这么长一段反驳我，你是什么人格？ 3 、发程序员节点是因为这本来就是个程序员工具，不是卖课不是卖服务，发哪个节点你来定？ 4 、"骗币"就离谱了，我一个正常讨论技术的帖子回复评论就是骗币？那 v 站所有活跃用户都在骗币呗