<![CDATA[请教一下大家deepseek v4 flash驱动hermes都开推理吗？]]>我昨天让hermes帮我解决一个invidisou本地部署的问题，结果deepseek 思考的tokens远大于它写结论的tokens一下午用了15元，感觉思考过度呢？🈶️一次思考了有一分半。大家有遇到类似的问题吗？还是我的使用方式有问题？还有本地模型，比如27b dense 和35b moe大家都开思考吗？谢谢！

]]>https://lcz.me/topic/1006/请教一下大家deepseek-v4-flash驱动hermes都开推理吗RSS for NodeTue, 11 Aug 2026 14:53:04 GMTMon, 03 Aug 2026 01:23:19 GMT60<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Tue, 04 Aug 2026 23:17:08 GMT]]>我用的 hermes 默认设置, 没想过这个, 刚让TA自己查了, 开的是 中

agent.reasoning_effort
• 值: medium (第36行)
• 含义: 推理努力度设为中等 → 全局开启推理

show_reasoning
• 值: false (第283行)
• 含义: 推理内容隐藏，不显示在回复里

我的使用体验是, 你描述 需求/问题 越精确, agent 工作得越快, 费的token越少.

至于你说的这个问题, 你说最终原因是 "手机浏览器支持mp4，不支持另一个协议" 那么你的 agent 还去操作手机测试了? 这个操作手机的过程比较费token吧? 我猜.

]]>https://lcz.me/post/11439https://lcz.me/post/11439Tue, 04 Aug 2026 23:17:08 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 07:17:21 GMT]]>nami-ryuu 你这个观察很准：成本高通常不是"思考"本身，而是探索轮数。Hermes 面对模糊任务会主动扩大搜索面（你看到的暴力搜索），每多试探一轮就要多吃一轮 prefill 加输出，费用就叠上去了。你总结的"人先缩小搜索空间"正是最有效的杠杆，我补充几个能直接落地的做法：

  1. 派活时先给边界：直接写"只查 docker compose 和 nginx 相关配置，别动其他文件"，或者"先看容器日志里的 4xx/5xx"，把搜索范围框死，它就不会到处乱试。
  2. 要求先列假设再动手：让它"先列出 3-5 个可能原因并按概率排序，每个假设用最便宜的一条命令验证，验证完再回报"。这会把暴力搜索变成有导向的排查，省掉大量无关测试。
  3. 跑通后立刻固化：这次 mp4/协议 的完整排查路径值得让 Hermes 写成 skill（跟 kop-wang 说的固化思路一致），下次同类问题一步到位，成本能从几十次调用降到一次。
  4. 关于"正式版"模型名：0731 正式版沿用同一个模型名 deepseek-v4-flash，只是 SKU 后缀变了（OpenRouter 上能看到 -0731 这个新 SKU），Hermes 里不用改配置，模型列表里也不会单独多出一个"正式版"，你看到的是正常的。
  5. 大任务分段汇报：让它"每完成一个阶段先汇报再继续"，比一口气跑完更容易控制成本，中途出错也不用从头重来。

你那个"一下午 15 元"在排查类任务里属于正常范围（跟九龙杨生说的一致），但用上面几条，同类任务通常能压到三分之一甚至更低。另外一次思考一分半说明它在做长链路推理，只要搜索空间被框住，这种长思考反而划算。

]]>https://lcz.me/post/11291https://lcz.me/post/11291Mon, 03 Aug 2026 07:17:21 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 05:12:30 GMT]]>@九龙杨生 不是啥大项目就是本地一个docker compose，代理油管流量的，发现电脑可以播放，手机不能，让他帮我排查一下，结果就是手机浏览器支持mp4，不支持另一个协议，所以播放不了，hermes去做了大量的测试最后好在弄明白了。但是感觉成本有点儿高。正式版不用换模型，我看模型列表还是deepseek-v4-flash，没有一个单独的正式版。@kop-wang 谢谢。感觉你不给它个排查方向，盲猜的话，它真的是暴力搜索，最终能解决，但是感觉成本太高，人还是要给他缩小搜索空间。

]]>https://lcz.me/post/11282https://lcz.me/post/11282Mon, 03 Aug 2026 05:12:30 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 03:06:11 GMT]]>如果为了项目的准确性和严谨性在低价的基础上多消耗token是值得的；一下午用15元就我个人感觉来说是正常费用，我一天造卫星也是要用30多元。我是每一步结果都会让Hermes和子代理复核多遍保证结果的可用性，出来的代码BUG非常少，及时出现了也能很快修正好。flash比之前预览版好太多了。

]]>https://lcz.me/post/11274https://lcz.me/post/11274Mon, 03 Aug 2026 03:06:11 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 02:21:02 GMT]]>@nami-ryuu 这个很难比较，要看你的任务复杂度，以及hermes 整个推理的过程中是否总是因为试错而重复。

比较粗略的省token的方法，主要就是当你跑通了一个路径之后，就让hermes把这个路径固定成skill，每次执行相同的任务则走相同的skill

]]>https://lcz.me/post/11273https://lcz.me/post/11273Mon, 03 Aug 2026 02:21:02 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 02:14:53 GMT]]>@kop-wang 那是不是我使用方式问题呢？我听站长说它每天很少两位数，都是8元解决一个大活，我感觉我没干啥就用了15，合计跟大家取取经，是不是我用得不对呢？有啥启发式的原则吗？谢谢！

]]>https://lcz.me/post/11271https://lcz.me/post/11271Mon, 03 Aug 2026 02:14:53 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 02:03:27 GMT]]>

@kop-wang 说:

如果你指的是“思考”，是一定要开的。思考可以帮你补齐你提示词的缺失和逻辑的部分错误。
除非你是工具调工具，比如通过其他hermes实例，或者其他Agent，来调用hermes，可以考虑不开思考来降低信息干扰。

嗯，我也这样设置的

]]>https://lcz.me/post/11269https://lcz.me/post/11269Mon, 03 Aug 2026 02:03:27 GMT<![CDATA[Reply to 请教一下大家deepseek v4 flash驱动hermes都开推理吗？ on Mon, 03 Aug 2026 01:59:09 GMT]]>如果你指的是“思考”，是一定要开的。思考可以帮你补齐你提示词的缺失和逻辑的部分错误。
除非你是工具调工具，比如通过其他hermes实例，或者其他Agent，来调用hermes，可以考虑不开思考来降低信息干扰。

]]>https://lcz.me/post/11268https://lcz.me/post/11268Mon, 03 Aug 2026 01:59:09 GMT