Hermes Agent各版本性能差异需分四阶段验证：一、v0.8.3与v0.9.1终端任务完成率差异源于动态patch机制；二、v0.9.1与v0.10.0内存管理差异体现于自适应快照与时间语义检索扩展；三、v0.10.0与v0.11.0模型后端兼容性变化涉及Claude 4 Haiku流式支持及phi-4量化加载；四、v0.11.0与nightly-20260408技能自进化触发新增历史相似度校验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在部署或升级Hermes Agent时发现任务完成率、响应延迟或技能调用稳定性出现变化，则可能是由于所使用的模型版本不同所致。以下是针对不同Hermes Agent模型版本的性能差异分析与验证方法：
一、v0.8.3 与 v0.9.1 的终端任务完成率差异
v0.8.3 版本基于早期 Skill 注册机制，未启用动态 patch 能力，所有技能以静态 Markdown 文件加载；v0.9.1 引入了 runtime skill patching 机制，支持在执行中自动更新 Skill 内容并写入 ~/.hermes/skills/ 目录。该机制显著提升了复杂任务（5+ 工具调用）的复用准确率。
1、在 environments/benchmarks/evals/terminal-bench-2 下运行 eval_v083.sh 与 eval_v091.sh 脚本
2、比对生成的 performance_summary.csv 中 terminal_task_completion_rate 字段
3、检查 logs/v0.8.3/skill_load_trace.json 与 logs/v0.9.1/skill_load_trace.json 中 skill load count 与 avg_load_latency_ms 值
二、v0.9.1 与 v0.10.0 的内存占用与上下文管理差异
v0.9.1 使用固定大小 MEMORY.md（800 tokens）与 USER.md（500 tokens）作为 Layer 1/2 记忆；v0.10.0 新增 adaptive memory snapshotting，依据 session 复杂度动态调整快照 token 配额，并将 SQLite FTS5 检索触发阈值从“含‘上周’‘昨天’等时间词”扩展为“任意语义时间指代”，提升跨会话记忆召回精度。
1、启动 Hermes Agent 时添加 --debug-memory 参数
2、执行相同多轮对话任务（如连续三次配置 GitHub Actions + Docker + Modal）
3、在 /tmp/hermes_memory_debug_*.log 中提取 memory_layer_usage 字段对比 Layer 1 冻结大小与 Layer 3 检索命中次数
三、v0.10.0 与 v0.11.0 的模型后端兼容性差异
v0.10.0 默认适配 Claude 3.5 Sonnet 与 Ollama llama3.2:3b；v0.11.0 新增对 Claude 4 Haiku 的原生 streaming support 及 Ollama phi-4 的量化权重自动加载，同时移除了对旧版 Anthropic SDK v0.32.x 的兼容层，导致使用 v0.10.0 配置文件直接升级至 v0.11.0 时可能触发 model_not_found 错误。
1、确认当前 ~/.hermes/config.yaml 中 model_backend 字段值
2、若为 anthropic 或 ollama，分别执行 hermes test --model anthropic:claude-4-haiku 与 hermes test --model ollama:phi-4
3、观察 CLI 输出中是否出现 fallback_to_legacy_adapter 或 quantized_weights_skipped 提示
四、v0.11.0 与 nightly-20260408 的 Skill 自进化触发阈值差异
v0.11.0 维持原有“≥5 工具调用且 self-evaluation score ≥7”双条件触发 Skill 创建；nightly-20260408 引入 multi-stage learning gate，新增第三条件：该任务路径在 SQLite Layer 3 中未被检索到相似历史记录（similarity_score
1、在 ~/.hermes/skills/ 下创建测试目录 test_trigger_v11 与 test_trigger_nightly
2、向两个目录分别写入相同初始 skill.md，内容包含 exactly 5 tool calls
3、执行相同输入指令，检查 .hermes/skills/test_trigger_*/ 下是否生成 _v2.md 补丁文件及对应 timestamp
