播客·视频

Anthropic公开复盘了Claude Code性能回退，点出三个具体问题：推理强度被改动、缓存优化出错、系统提示词有长度限制。这三个坑都踩在工程约束上——改推理强度可能为了省算力，缓存优化想提速，提示词限制大概是防溢出，结果互相打架把模型表现拉低了。视频标题给了结论，但正文没披露任何复现细节、时间线和修复状态，我们不知道这些问题持续了多久、影响多大范围、现在是否已经修好。核心看点是AI审AI代码时，工程上的小改动很容易引发连锁反应，这点提醒从业者别把模型当黑盒用。但信息缺口还很大，建议等Anthropic放出完整技术报告再下判断。

这条视频把 Hermes Agent 和 OpenClaw 的差异讲得比较清楚，核心就一句话：OpenClaw 是中心化的网关统一指挥，稳定可控；Hermes 是把智能体自己的执行循环当引擎，每次跑任务都能反过来优化自身，实现“记住方法”而不只是“记住事实”。它那套分层记忆体系设计得挺巧，核心记忆压到 1300 token 左右，其余全扔进 SQLite 加全文索引按需检索，既省 token 又保证上下文不丢。技能自动生成这块，正文说会根据执行经验自动创建新技能存到本地目录，但没给出具体成功率或需要多少样本才能稳定产出可用技能，这点先别太激动。 部署上一条命令搞定，还专门做了 OpenClaw 配置自动迁移，明显在抢对方用户。安全方面给了五层防御，比 OpenClaw 早期默认裸奔强不少。但视频也提到它刚卷入抄袭 EvoMap 的争议，架构高度相似、代码无雷同，团队处理方式比较粗暴，这对开源社区的信任会有影响。整体看，Hermes 在自我进化这个方向上的工程思路值得关注，但实际效果和原创性还需要更多独立验证。

这个项目在GitHub上几天拿了1.3万颗星，但它做的事其实很简单：收集一个人的聊天记录、文档、邮件，生成一份标准化的提示词文件（SKILL.md），让AI模仿那个人的说话风格和工作流程。它模拟的是表达的外壳，不是真正的判断力。一个资深工程师处理缓存雪崩的直觉和权衡，根本写不进这种静态文件里。 Skill的核心机制是“渐进式披露”，AI只在相关任务时才加载对应文件，平时只占几十个Token。这意味着你装500个Skill和装5个，对单次任务的质量没区别。Anthropic官方数据也显示，最实用的Skill全是Excel、Word、PDF这类高度标准化的文档处理，不是什么替代核心人才的玄幻功能。 视频里提到的“反蒸馏.skill”很说明问题：它能自动把Skill里的关键参数替换成“请遵循团队规范”这类正确的废话，让强制上交的要求落空。这恰好点出了Skill的边界——它只能承载显性化的操作流程，无法捕捉只可意会不可言传的默会知识。另外，Skill是静态快照，不会自己学习迭代，离所谓的“数字永生”差得太远。把它当一个能省掉重复粘贴提示词功夫的效率工具就好，别被舆论带偏了。

OpenClaw 创始人彼得·斯坦伯格在 AI Engineer 大会上明确回应了社区最担心的闭源问题：项目不会闭源，控制权在他自己手里。他承认 OpenAI 过去在开源上口碑不好，但强调公司正在转变，且官方清楚 OpenClaw 的价值就在于开放和中立。为了打消疑虑，他已经主动拉英伟达、微软、腾讯、字节等多家企业参与共建，其中英伟达支持力度最大，派了全职工程师。这个说法逻辑是自洽的，但判断不能只靠口头承诺。正文没披露这些共建方是否有任何形式的协议或约束，也没提如果未来 OpenAI 施压，现有的多方制衡机制是否有效。 关于安全争议，彼得认为大量高危漏洞通告是“噪音”，是安全研究者为了曝光度在炒作。他举了个例子：一个 CVSS 10 分的漏洞，利用场景极其特殊，对普通用户没影响。项目累计收到 1142 条安全通告，关闭率 60%。这个解释有一定道理，CVSS 评分确实不反映实际利用条件。但“默认不安全”的指责也并非全无道理，彼得自己承认，只要系统同时具备访问数据、接触不可信内容、通信能力这三点，风险就必然存在。他把这归为行业共性问题，但没给出 OpenClaw 相比其他 Agent 框架在安全设计上的独特优势。 性能上，彼得说 Token 处理速度在引入快速模式后提升明显，他日常并行会话数从 10 个降到 5、6 个。这个数据来自他个人工作流，不是标准化测试，参考价值有限。另外，梦境功能的灵感来自 Anthropic 泄露的源码，这点他倒是很坦诚。整体看，这场分享信息量很大，但很多关键判断还缺第三方验证和具体数据支撑。

这篇论文的核心判断很直接：RLHF的规模化瓶颈不是算法本身的天花板，而是传统离线方法把大量人类反馈浪费在了模型已经会判断的问题上。团队在Gemma 9B上做了个漂亮的消融实验，从离线、周期性到在线RLHF，最后加上认知神经网络做信息导向探索，每一步改进都对应一个具体问题。最直观的结果是，他们用不到2万条人类偏好标注，就达到了传统离线方法需要20万条才能实现的胜率，数据效率提升超过10倍。 这里的关键设计是让模型学会“挑问题”。通过认知神经网络估算奖励模型的不确定性，专门挑那些模型内部意见分歧最大的回复对去问人，而不是随机采样。这就像考试前专攻错题本，比盲目刷题高效得多。另外，他们用了一个叫“肯定性微调”的小技巧，在策略梯度里加一个微小的正数偏移，就解决了在线RLHF容易性能崩塌的老毛病，实现成本极低。 不过，这篇论文的结论需要打个折来看。实验用的是Gemini 1.5 Pro模拟的人类反馈，不是真人标注，这会让反馈的一致性和噪声水平都偏理想化。而且只在Gemma 9B这一个模型上验证过，换到更大或更小的模型上，信息导向探索的增益是否还能保持，正文没给出答案。至于外推到100万条标注时1000倍增益的说法，是基于拟合曲线的数学推导，实际工程中几乎不可能达到，这点先别太激动。