Hermes Agent 中文社群 最近 GPT-6 Astra 在 ARC-AGI-3 拿到接近滿分。 有趣的是，這後面是同一個模型換了不同 harness，分數可以從 60 多分直接跳到接近 100。 這件事讓我開始覺得，以後看 AI，光問「你用哪個模型」可能不太夠，還得看它跑在什麼 runtime 上。 現在Agent 的模型很直覺： LLM 是大腦，OpenClaw、Hermes 這些 harness 負責記憶、工具、工作流程。 所以 harness 換 Claude、Claude 換 Gemini，很像換一顆引擎。 但這個界線開始鬆動了。 Persistent reasoning、context compaction、native tool loop 這些能力，正慢慢被做進 provider 自己的 runtime。 模型開始可以保留「我剛剛想到哪、做到哪」，再接著往下跑。 OpenClaw / Hermes 管工作流程、權限、工具、長期記憶 OpenAI / Anthropic / Google Runtime 管持續推理、context、tool loop GPT / Claude / Gemini@ OpenClaw、Hermes 這類東西還是會存在，只是角色會變。 以前是在幫 LLM 補上 Agent 能力，以後變成Agent OS，負責管理不同 provider 的 runtime。 接著就會冒出一個很現實的問題： 如果一個 GPT Agent 已經工作兩個小時，累積了一堆只有 OpenAI runtime 看得懂的 reasoning state，這時候要切去 Claude，事情就麻煩了。 那已經不像「換模型」，像一個人工作做到一半，突然換了一顆腦，然後跟新大腦說：來，你接著做。 所以 Astra 這次高分，我覺得帶出了一個很值得看的方向： 未來 AI 的競爭，可能會慢慢從單一 Model，變成整套

30%

other

low

lihkg hkgolden

Persona #-