97国产超碰免费在线观看,午夜性久久久性久久久久,青青草青青视频免费观看,亚洲综合欧美另类尤物,插下面啊好爽快一点人妻少妇,一级黄色夫妻性生活又黄又猛又爽,日韩久区二区三区天天,大香蕉视频大香蕉视频,91精品天码美女少妇

前言

如果你的初級助理律師對你說：“我們已經討論了夠多了，確認你想要什么吧！”你會如何反應？

這正是我的AI智能體在簡短對話后對我的請求的回應：

是的，我們的確在工作流程設計上來回討論了幾次。可是，哎，它是不是對我有點不耐煩了？

即使他^[1]確實表現出不耐煩，甚至有點語帶冒犯，我也只能怪我自己。我確實將我的AI智能體設置成了這樣一個助手：“能幫上忙但言辭直率、有自己觀點，在必要時敢于提出不同意見。” 活該我被酸！

Hermes Agent——自我進化型AI智能體

在我之前的一篇文章中，我曾分享過使用OpenClaw（俗稱“養龍蝦”的個人化AI智能體）^[2]的體驗。上文提到的這位“急躁型”的智能體則是Hermes Agent——Nous Research公司近期推出的個人AI智能體系統^[3]。它的品牌口號是“與你一同成長的智能體”。基于Hermes Agent系統創建的AI智能體擁有更優的內存/存儲配置，并且能夠在與用戶互動的過程中吸取教訓、總結經驗。這些經驗教訓會存儲在長期記憶文件中，隨著時間推移，智能體能夠憑借所學內容更好地為你提供協助。

根據一些科技評論^[4]，這種自我進化的特性正是Hermes Agent與OpenClaw的區別所在。即使用戶在運行Hermes Agent和OpenClaw時使用一樣的大語言模型（LLM）（例如兩者均使用GPT-5.5），用戶仍然很可能會認為Hermes Agent展現出了更強的自我迭代與進化能力。

從我作為使用者對這兩個系統的使用體驗來看，我確實能感受到Hermes Agent在底層工程架構上的一些獨特改進。正如其宣傳口號所述，該智能體確實能更主動地保存、檢索并應用內存中的記憶知識^[5]。此外，Hermes Agent運行非常穩定，目前尚未遇到任何重大缺陷，比如陷入某種未知循環或消耗數十萬個Token^[6]。

提示詞工程（Prompt Engineering）

上下文工程（Context Engineering）

駕馭工程（Harness Engineering）^[7]

圍繞大語言模型進行設計與架構優化，使其成為可實際使用的AI智能體的技術方法被稱為駕馭工程（Harness Engineering）。我見過一個非常簡潔的定義如下：

“駕馭工程”（Harness Engineering）是關于構建AI模型周圍環境的學問，而不是關于構建模型本身。模型負責推理與決策；而駕馭系統則負責執行、約束和連接。一個設計良好的駕馭系統僅向模型提供其所需的精確工具，并嚴格限定其使用權限^[8]。

“Harness”這個詞本身就形象地描述了這項工程的本質。大語言模型就像一匹強大的馬，能夠以最高速度奔跑數英里而不顯疲憊。然而，如果沒有馬具（Harness），這匹馬就只能是一匹野馬，而無法成為賽馬或戰馬。馬具是人類用來駕馭強大力量的工具，使這種力量得以被控制，為人類所用。

大語言模型猶如一個極度聰明的大腦：當你在聊天窗口中向其提問時（在技術術語中，這被稱為提示詞工程，Prompt Engineering），它會給出精準且富有智慧的回答。然而，幻覺（hallucination）是大語言模型常見的問題之一——有時其輸出的答案看似正確且置信度極高，但最終往往缺乏依據。

若你先向大語言模型輸入若干文檔，并基于這些文檔進行提問，那么你便為模型提供可靠的語境（在技術術語中，這被稱為上下文工程，Context Engineering）。經過對這些文檔的分析處理后，模型回答問題時出現偏差的概率將顯著降低——前提是您在提問時也會提示它參考相關文檔。

而駕馭工程（Harness Engineering）則將這一過程提升到了全新高度。對于像Hermes Agent這樣復雜的AI智能體系統，軟件工程師需要為這個聰明的“大腦”構建“血肉與軀干”，從而讓整個系統能夠作為一個表現穩定、可預測且高度實用的助手來運轉。就像一個真正的機器人一樣，該智能體能夠接收指令、攝取并解讀數據、通過分步推理制定計劃，并最終執行任務。此時，智能體的輸出不再局限于文本回復，而是可以轉化為各種成果文件（Artifacts），如word文檔、excel表格、ppt文稿、圖像或視頻。

對律師進行駕馭工程

在香港，成為一名合格執業律師的必經之路，恰恰與AI的駕馭工程過程不謀而合。第一步是取得法學學位，這為法律思維奠定基礎；隨后通過法學專業證書課程（P.C.LL.）的專業培訓，使法律畢業生掌握成為執業律師所需的實踐技能；此后，事務律師（Solicitor）的實習期（Training Solicitor）或大律師（Barrister）的大律師實習（Pupillage），則在實操層面上提供了更深一層的錘煉。

不僅如此，駕馭工程領域的某些理念確實能揭示如何將律師打磨成一件有用的工具：

1.智能體循環（又稱ReAct循環：推理-行動-觀察）

2.主控智能體與子智能體架構

3.會話上下文隔離

4.模組化工具調用

5.長期記憶配置

結語

跨學科知識的一個優勢在于，它能讓我們從另一個知識體系的視角，來審視自身所處的知識系統。當今世界最具創新性的架構思維正高度匯聚于AI工程領域，這為律師提供了一個獨特的跨界學習機會。

CFN Lawyers LLP不斷精進與優化自身的業務架構，確保執行能力與法律專業高度契合，從而提供卓越的法律服務，精準滿足客戶不斷變化的商業需求。

●注釋：

[1] 選擇使用“他”作為代詞，是為了指代我親自使用的智能體；而使用“它”則泛指其他AI智能體。我相信，我的智能體目前尚未擁有“意識”…

[2] https://www.cfnlaw.com.hk/cn/the-claude-code-leak-and-ip-considerations/

[3] https://hermes-agent.nousresearch.com/

[4] See for example https://composio.dev/content/openclaw-vs-hermes-agent

[5] 當然，OpenClaw在工具選擇和使用方面也表現出色。這兩個平臺的技術對比不在本文的討論范圍內。

[6] 我可能沒有完全公平地評價OpenClaw，但確實有過一次這樣的經歷：大約在兩小時內，我的OpenClaw 智能體因陷入某個執行循環而被觸發，導致我耗掉30多萬個Token。如果不手動停止，將會是一場災難。

[7] 截至本文撰寫時（2026年6月），AI領域已出現一個新術語“循環工程”（Loop Engineering）。這或許可以作為未來文章的主題。

[8] 由Fareed Khan撰寫的《使用Harness Engineering構建Claude代碼》，發布于2026年4月7日：https://medium.com/@fareedkhandev/d2e8c0da85f0?sk=f67a164f042bf73b89077b71e8d76370