Hermes Agent 代表的是“模型无关”的趋势

Hermes Agent 和 Openclaw 代表的是一类长任务,模型无关的用法,可以屏蔽用户对基座模型的感受一、供给侧不再是单一基座能力,而是三层叠加层级内容特征模型层基座模型能力标准化、可替换Skill层行业知识 + 工作流能力半标准化Context层用户数据、历史、偏好强绑定、不可迁移二、竞争的关键转移过去竞争:功能数量、UI/UX、单点模型效果现在竞争:维度新核心用户锁定Context(历史内容、风格、数据)能力壁垒Skill(行业化能力沉淀)扩展性多模型编排能力市场边界全球服务能力编排是新的功能竞争领域,对多基座模型/多提供商、多skill、多context的编排都算。

当各大厂纷纷推出类 openclaw 服务,就有了各种各样的“虾”,加上各种 AI Chatbot、AI Cli,每天要有很多很多孤立的窗口。我们需要属于自己的“集中”记忆。一、为什么 openclaw 类服务必然走向“记忆层分离”先看约束条件,也就是分散的部署:约束本质问...

依然从计算不可约性出发,来分析与现实世界深度交互的具身智能产业,核心的问题是“物理世界中的实时决策任务,是否比纯语言任务更难压缩?”,答案倾向于:是,而且结构上更强。一、不可约性的来源对比维度语言系统具身系统状态空间离散 token连续物理状态反馈延迟可重算实时约束可逆性高...