2026-06-15 16:24:46
前段时间，我的 GPT 账户意外被封，被迫开始全面试用国产模型
过去两周，我深度使用了 DeepSeek v4 Pro、Xiaomi Mimo 2.5 Pro、Minimax M3 和 Kimi 2.7，覆盖编码、文字创作和 Hermes Agent 自动化三大场景
以下是真实使用体验
DeepSeek v4 Pro：资深老编辑
文字能力确实顶尖，总结、翻译、摘要、润色都让我非常满意。但代码生成、长时任务和 Agent 工具调用只能算差强人意。它更像一位经验丰富的老编辑——文笔一流，但让他写代码或处理复杂流程，就有点力不从心
Xiaomi Mimo 2.5 Pro：六边形战士
综合能力最均衡，没有明显短板。文字、代码、逻辑都在线，像一个公司里随时能顶上的得力助手，交给他的任务基本都能稳妥完成。
Minimax M3：名校实习生
文字功底不如 DeepSeek，但在长时任务和 Agent 工具调用上表现很稳定。缺点是"智商"偶尔着急，复杂推理会卡壳。像一个名校毕业的实习生——执行力不错，但遇到需要深度思考的问题还得再带一带
Kimi 2.7：准旗舰水准
这是四款中表现最好的，整体能力接近 GPT 5.5 的水准。除了发布第一天有些不稳定，后续更新后体验大幅提升，目前是我最常用的国产模型
国产模型的共同痛点：稳定性
然而，这些模型都有一个通病——输出稳定性不足
以我的 Hermes Agent 为例：我有十几个定时自动化任务，在 GPT 5.5 下可以数月稳定运行
但同样的 Prompt 和任务流交给上述国产模型，几乎每天都会有一两个任务莫名其妙报错
诡异的是，这些报错任务单独手动执行时，又能顺利通过
这种"薛定谔的报错"让我很难完全信任它们处理无人值守的长时任务
我的当前工作流
因此，我对国产模型和 GPT 5.5 采取了不同的信任策略：
一次性、短时任务 → 首选 Kimi 2.7，效率和质量都足够
代码开发、复杂项目、长时自动化任务 → 仍回退到 GPT 5.5，稳定性是底线
简单来说：国产模型我已经敢用，但还不敢完全放手，关键任务仍需人工审查代码和结果，充当最后一道防线。
PS：至于GLM 5.2，我对智普伤透心了，没有好感，故略过
2026-06-11 21:04:48
今天我在推上发现一个新的 AI Agent 软件：Osaurus
一打开官网，就能看到几只可爱的小恐龙蹦蹦跳跳，哈哈😆
下载体验了下，onboarding 做的很不错，满满的可爱风，小白上手也很简单
本以为只是徒有其表，想不到功能很全，不仅有记忆功能，还支持多智能体，每个智能体都有独立的记忆和数据，还有沙盒、技能、工具、计划任务等等一堆功能
其中有4个功能特色让我很惊喜：
1. 文件夹监听器：它可以监视某个文件夹的更改，然后自动触发工作任务！
2. 本地隐私脱敏：它会安装一个本地模型，在数据流出到模型厂商时，自动检测内容并脱敏！
3. 支持本地部署模型
4. 所有数据本地加密存储
更重要的是，上手零门槛
不需要搞复杂的配置，不需要运行一堆命令，装好就能用。
打开对话框，跟它说话就好啦～对新手超级友好
对于老手，想要进阶，则可以去设置里进行自定义
不过目前仅支持 Mac
可爱是真的可爱，好用是真的好用，安全是真的安全，强烈推荐下载玩一玩哈！
2026-06-05 09:48:49
先说说我的配置：
Mac mini M4 Pro，64G内存，1T SSD，Sequoia 15.7.7
LM Studio 0.4.16
模型：gemma-4-12B、gemma-4-12B-it-q8、qwen3.6-27b-q8
昨天 Gemma 4 12B 原生多模态发布，我在 LM Studio 上试了下，体验很一般，原生和量化的模型速度都很慢，最快只有 20 token/s
mp3音频还无法识别，估计应该是 LM Studio 还没适配
整体体验下来，编程和文学方面，Qwen 3.6 27B 吊打 Gemma 4
所以，如果你的显存 < 32G, 那么可以用 Gemma 4，如果 > 32G，Qwen 3.6是更好的选择
2026-06-02 14:21:22
我做为一个程序员，从最开始的小龙虾，一直折腾到 Hermes 河马，中间见过太多小白踩坑，
特别是小龙虾，从入门到放弃😆，每天都在修它，而不是再用它
以及 Hermes，虽然相比小龙虾稳定多了，但对非技术的人来说，从零搭一套能稳定跑的 AI 助理，还是挺难的。
所以我把自己踩过的坑、群友问过最多的问题，整理了一份教程
希望能帮到想入门 Hermes 和 AI 助理，但不知道从哪下手的你
不需要你会写代码，从 0 搭出一个AI 个人助理 🤖
加油！！
2026-05-01 17:24:00
多 Agent 协作，是当下最热门的表演项目。
一张架构图里塞十几个 Agent：研究、写作、代码、审查、规划、执行……看起来很热闹，很“先进”。
但我越来越觉得，这个方向容易走偏。
一个人不该直接管一堆 Agent。精力有限，不可能每种任务都手动挑一个专门的 Agent，再去判断谁先做、谁后做、谁来检查谁。
老板也不会直接管所有员工，可行的组织方式，一定是分层的。
有人定方向，有人负责拆分，有人执行，有人检查结果。
Agent 系统也该这样。
用户只需要面对一个主 Agent，主 Agent 理解目标后，再自己判断：
- 任务要不要拆分？
- 要不要创建子 Agent？
- 哪些可以并行？
- 哪些结果需要验证？
- 什么时候继续？
- 什么时候停止？
这才是合理的系统边界。
Hermes 新添加的 `/goal` 命令有意思的地方就在这里。
它没有堆“监督 Agent + 执行 Agent”的热闹架构，它选了一条更克制的路：
主 Agent 执行一轮，每轮结束后，`goal_judge` 判断目标是否完成，没完成，就生成 continuation prompt，继续下一轮。
这个循环不是无限跑，Hermes 默认给 `/goal` 设置了 20 轮，目标达成、用户暂停、预算耗尽，或者被用户打断，循环都会停下来。
Agent 系统的价值，不在 Agent 数量。
数量多，只会让架构图更好看。
真正难的是闭环：目标怎么进入系统，过程怎么被反馈校正，结果怎么被验证，什么时候继续，什么时候停。
Hermes `/goal` 的价值就在这里。
它把 Agent 从“聊完一轮就结束”，推进到“围绕目标持续收敛”。
这才是系统
