載入中...
載入中...
榕耀管顧以一人公司實作提出 Agentic AI 員工管理五階生命週期：先按職能拆角色，再配置 Skills、Memory 與 Context，以量化門檻驗收，依風險分級授權，最後把事故根因寫回流程。文章自述三個半月運行 46 條自動化、255 個技能、410 篇筆記與 5 個常駐 AI 員工；這些數字缺乏外部稽核，適合視為個案規模快照，而不是普遍績效基準。
Threads 將 Qwen2.5 的長上下文、OpenHermes 2.5 的開放訓練資料與 Hermes Agent 的 Memory／Skills 串成同一條 Nous Research 技術路線。查核結果：YaRN 論文確有 Jeffrey Quesnelle 共同作者，Qwen2.5-72B-Instruct 官方模型卡也明確建議在超過 32K context 時啟用 YaRN；但更精確的說法不是「Qwen2.5 全系列架構採用 YaRN」，而是特定 Qwen2.5 部署以 YaRN 擴展到 131,072 tokens。Hermes 的成長主要是記憶、Session Search 與可修訂 Skills 的工作方法累積，不等於每次對話都微調模型權重。