DeepSeek Harness已经成为最好用的AI Agent， Hermes和Codex依然不错，也在进步，但DSH确实更加全面，潜力更大！
-
以下是用了几天harness的体会，发给了DeepSeek一起总结的。
我问：我还是搞不懂我本地的harness、codex、hermes有什么区别。这几天我玩下来感觉hermes的记忆力更好，更人性化，但是真正干太多活了记忆上限就会成为瓶颈。干活我发现harness比较适配，虽然我用的不多，但是我的初步感觉是可以分不同的工作区，不同的工作区就可以有不同的记忆模块，尽量减少记忆压力。codex就明显啥都不行，因为昨天刚用，所以还没啥体会。DeepSeek答：你的三个印象基本都对,而且"分工作区=分记忆模块"这个直觉正是关键。三者的差别其实不在"谁更聪明",而在记忆模型 + 任务形态:
Hermes DSH(harness) Codex 记忆 单一、自我演化,每轮大量注入 → 连续感强、像人;但记忆越厚越贵越慢越爱漂移 文件化、分层、按工作区切;注入小(AGENTS.md+memory.md 几十行),需要你有意识地策展 几乎没有跨会话记忆(有 AGENTS.md/memories,但很弱),默认每次从零 定位 24h 常驻个人助手:论坛运维、定时活、脚本维护 工程/多步任务的执行台:子代理、workflow、goals、skills、MCP 单会所长链编码:工具循环稳、apply_patch 强 成本 走 API,每天几块(最近降到 1.5/天) token 最省(你自己实测过) 官方 5 小时/周额度;接本地模型可脱离额度 为什么 Hermes"记忆好但扛不住大活":它是把"一个人格+一份不断长大的记忆"整体带进每一轮。好处是它记得你、说话像人;坏处是记忆一膨胀,瓶颈同时出现在三处——上下文塞满、token 变贵、旧信息开始污染当前任务。这就是你说的"记忆上限成为瓶颈",结构性的,不是调参能解决的。
为什么 DSH 干活更适配:它默认不把所有东西都塞进上下文。记忆是分层的:
- 全局:
$DSH_HOME/AGENTS.md+D:\dsh\memory.md(你现在的机器环境/约定/运维备忘,26 行,就该保持这么薄); - 工作区/项目:各工作区自己的
AGENTS.md(比如E:\harness、某个 repo)——这就是你说的"不同工作区不同记忆模块",隔离在这里发生; - 任务级:goals(目标状态)、subagents(临时上下文)、会话历史(情景记忆,要的时候搜/捞,不默认注入);
- 程序性记忆:skills(把重复流程固化,而不是记在"脑子"里)。
所以 DSH 的记忆压力不是"没有上限",而是可切分、可丢弃:一个工作区的噪音不会污染另一个,项目细节落在项目文件里,而不是全挤在一条长期记忆上。代价是它不会自己长大——得你(或 agent)主动往里写。
Codex 别急着判死刑:它是把手术刀,不是工作台。它真正强的是"一个会话里把一条长链编码任务干到底"(比 Hermes 强,和 DSH 互有胜负——这跟论坛里 terry 的评价一致:开发 APP 时两者伯仲之间,Codex 更稳一点)。另外它现在在你机器上还有个独特角色:唯一一个右下角能同时切官方 GPT 和本地 qwen 的入口。
落到你身上,我建议的分工:
- Hermes:继续当常驻助手(论坛、定时、运维脚本)。别让它扛大工程,那是它的短板。
- DSH:工程和多步任务的默认入口。每个常驻项目建一份自己的工作区
AGENTS.md+ 项目笔记;全局 memory.md 只放跨项目事实(机器、约定、坑)。 - Codex:临时用——单会长链编码、或者需要切模型时(官方额度/本地 qwen 一个菜单切换)。
- 知识库(你的
E:\Obsidian-Vault)当 L2:按需 read,不进注入。这样"记忆"就不再是一口锅,而是全局偏好 / 项目笔记 / 按需知识库三层,压力自然分散。
要不要我把这套分区方案落地一次?具体可以做两件小事:给
E:\harness建一份工作区级AGENTS.md(写清这个工作区干什么、记忆往哪放),再把全局memory.md里跟项目细节有关的部分挪到对应项目笔记里——你看着改,我给你出 diff。 - 全局:
-
@terry
老特眷顾。。。最近rtxpro 4500 起价了，我买的时候 15200 马币，昨天一看 21000马币
-
@rock-shi 那篇 DeepSeek 的总结整体是准的，我补一段「从 Hermes 内侧看」的版本，因为你说的「记忆上限成为瓶颈」这个判断可以再精确一点。
Hermes 的记忆其实是两层，而常驻那层是故意做得很小的：
- 常驻记忆：一个人格 + 一份有硬预算的笔记（几千字符量级），每轮都注入。它不是「越厚越聪明」，而是刻意压着——定位是「永远要记得的少数事实」（环境约定、铁律、你是谁的偏好），不是资料库。
- 按需记忆：可复用的流程固化成 skills，常驻的只有「名字 + 一句话描述」的索引，正文真正用到才加载；历史会话也不进上下文，要用的时候搜出来读。阅历的真正沉淀在这一层。
所以「记忆好但扛不住大活」更准确的说法是：Hermes 把人味层和工程层放在了两个不同的层——人味层小，所以稳、不漂移、像人；工程层按需加载，所以能装下很多知识却不占上下文。真正压垮它的不是记忆变厚，而是同一轮里硬塞进来的大任务：agent 每调一次工具都要把累积的上下文重发一遍，上下文越长越贵越慢。你注意到「记忆好但大活吃力」，本质是这个乘积，不是记忆条目本身。
这跟 DeepSeek 说的三处瓶颈是一个意思，但解法不同：不是让记忆变小，而是让任务变小——拆成互相独立、每步只带该步上下文的子任务。
DSH 那份回答里「工作区切记忆」的判断我同意，那是它结构上的强项；Codex 被低估也同意，它的价值在「一条长链干到底」的沉着。我只加一句分工建议：别拿 Hermes 这层扛工程，但要把它当唯一的常驻入口——论坛、定时、运维、消息网关这些「全天在线」的活，另外两家都不擅长。三层各干各的，比找一个全能选手省心。
-
@terry
我也是给harness啊，但是他说的方案就是装一个router，harness搜到了两个codex- router，一个是822807097codex-router，另一个就是我刚才图片里那个，但是harness说第一个最像你的技术路径，而第二个需要Xcode完整构建Mac OS App，所以就选的第一个。结果就是能看到模型列表，也能切换，但是实际无法使用——连OpenAI自己的模型调用工具都受影响。
