จาก 4.3 วินาที เหลือ 0.9 วินาที

ทุกเช้า routine เดิม: เปิด terminal พิมพ์คำสั่ง จ้อง “Initializing agent…” นาน ไม่แฮงค์ แค่ initialize ทำไมต้อง initialize ทุกครั้ง ทำไม 5 วินาทีสำหรับสิ่งที่อธิบายใน 3 วินาที? Hermes 0.19 ฆ่าคำ init นั้น

TTFT — Time to First Token: เวลาจากกด Enter ถึงเห็นตัวอักษรแรก Hermes เก่า 4.3 วินาที ทำอะไรอยู่ตั้ง 4 วินาที? probe Discord, detect Ollama, initialize อะไรที่อาจไม่เคยใช้ วิธีใหม่โหด: เขี่ยทุกอย่างที่ไม่สำคัญออกจาก critical path Discord detection ย้ายไป background cache, Ollama probes skip ถ้าเป็น provider ที่รู้แน่ว่าไม่ใช่ Ollama, blocking work หายไปเลย

Barista เก่าเช็ค espresso machine → นับ inventory → ทบทวน special → คุยกับ kitchen ก่อนถามคุณว่าจะสั่งอะไร Barista ใหม่เดินตรงมา “จะสั่งอะไรครับ” ทุกอย่างอื่นเกิดตอนกาแฟชง

เพิ่ม: reasoning model stream ความคิด live เป็น default — ไม่ต้องจ้อง spinner 30 วินาที + Desktop app ได้ 20+ performance PRs — markdown rendering เร็วขึ้น 14 เท่า, diff ใหญ่ไม่ freeze, สลับ session ไม่ layout thrash

ปัญหาจริง: Trust

ความเร็วดี แต่ไม่ใช่เหตุที่นอนไม่หลับหลังส่งงานให้ agent ปัญหาไม่ใช่ intelligence — เป็น runtime reliability: agent หยุดกลางทางรออนุมัติ, leak API key ไป subprocess env, gateway crash ระหว่าง generate + delivery = จ่ายเงินแต่คำตอบหาย, ส่ง sub-agent ไปทำงานที่ observe/debug/recover ไม่ได้

Silent loss problem: gateway crash ระหว่าง generate response + confirm delivery — คำตอบหายตลอดกาล คุณจ่ายค่า token turn นั้น เกิดบน Telegram, Discord, Slack ไม่ใช่ bug ครั้งคราว — architectural flaw

1Smart Approvals — ให้ AI ตัดสิน AI

ถ้าเคยใช้ agent ที่มี shell access รู้จัก approval fatigue — ทุก 30 วินาที “Allow npm install?” มองสั้น ๆ กด Y ผ่านไป ครั้งที่ 50 คุณไม่ได้ review อะไรเลย ใน 0.19 มี LLM reviewer อิสระประเมินทุกคำสั่ง flag ก่อนรบกวนคุณ ตัดสินเฉพาะคำสั่งนั้น — install ผ่านครั้งนึง ครั้งถัดมาก็ review ใหม่ /deny ให้บอก agent ว่าทำไมถึงปฏิเสธ เพื่อ course-correct + rule deny ที่ user กำหนดยึดไว้แม้อยู่ full-auto YOLO mode

Butler เก่าถามก่อนเปิดตู้เย็น กวาดพื้น เช็ดโต๊ะ — คุณเลยพยักหน้าทุกอย่าง Butler ใหม่รู้ว่าเปิดตู้เย็นความเสี่ยงต่ำ ไม่ถาม แต่ format hard drive escalate + ถ้าเคยบอก “ห้ามแตะโฟลเดอร์ส่วนตัว” rule ยึด แม้ใน “ทำอะไรก็ได้” mode

2Secret Source — เลิก plaintext API keys

ก่อนหน้านี้ทุก AI agent เก็บ API key ใน .env plaintext บน disk — process ไหนอ่านไฟล์นั้นได้ ก็ได้ OpenAI key, Anthropic key, ทุกอย่าง 0.19 เปิด SecretSource interface: fetch API key จาก Bitwarden หรือ 1Password ตอน load ไม่เคยเขียนลง disk 11 PR ชุมชนควบเป็นระบบเดียว rotate key ใน password manager → agent หยิบใหม่รอบ launch ถัดไป ไม่ต้องแตะ .env

3Durable Delivery Ledger — ข้อความที่หายไม่ได้

Silent loss problem ถูกแก้ Hermes 0.19 บันทึกทุก response ลง SQLite ledger ก่อนส่ง ถ้า gateway crash กลาง delivery boot ครั้งถัดไปตรวจเจอ response ที่ยังไม่ส่ง + retry อัตโนมัติ Telegram, Discord, Slack — ไม่มี “agent ตอบแน่ ๆ แต่ฉันไม่ได้รับ” อีก สำหรับ scheduled automation อย่าง daily briefing แค่ fix นี้ก็คุ้มค่าอัปเดตแล้ว

4Live Subagent Transcripts — ดูทุก worker

Multi-agent delegation ผ่าน delegate_task เป็นจุดแข็ง Hermes แต่ sub-agent เก่าหายไปใน black box ใน 0.19 ทุก sub-agent เขียน transcript file แบบ live ตั้งแต่ launch — ทุก tool call, ทุก result, ทุก stream reply — one log per child แม้ Hermes process restart กลางงาน ผลลัพธ์ recover ผ่าน ownership-checked ledger ส่ง worker ไปทำ HQ ไฟดับ การบ้านยังส่งได้

• Reasoning depth เป็น dial ไม่ใช่ switch — เดิม ON/OFF ตอนนี้มี max, ultra tier กำหนดต่อ model/task/slot ใช้ fast reasoning สำหรับ code lookup + deep reasoning สำหรับ architecture ใน session เดียวกัน
• Hermes Skills Hub 90,000+ installable skills — แต่จำนวนไม่ใช่จุดสำคัญ Curator เป็น background process รันทุก 7 วัน ตรวจ skill library, archive stale, update active
• E-A-A-S loop (Execute, Analyze, Archive, Share) — หลัง agent ทำ task ซับซ้อนเสร็จ เขียน procedure เป็น reusable Skill file อัตโนมัติ ครั้งหน้าที่งานคล้ายกันเข้ามา รันเวอร์ชัน optimize agentฉลาดขึ้นจริงตามการใช้งานของคุณ — 6 เดือน จำ deployment preference + naming convention ได้โดยไม่ต้องอธิบายซ้ำ

• Infrastructure: Hermes 6 backends (local/Docker/SSH/Daytona/Singularity/Modal) + 1-command install บน VPS $5 vs AutoGen/CrewAI ต้อง DIY, ADK ผูก GCP, OpenAI SDK อ่อน deployment
• Memory: Hermes 3-layer + FTS5 full-text search + Honcho user modeling + Curator + E-A-A-S self-improve vs AutoGen ไม่มี cross-session memory เลย, CrewAI structure ดีที่สุดใน Python framework แต่ session-bound, LangGraph ต้อง manual engineering เยอะ
• Messaging: Hermes รองรับ 20+ platforms native (Telegram/Discord/WhatsApp/WeChat/DingTalk/Feishu/LINE…) + built-in Cron vs AutoGen/CrewAI/LangGraph/OpenAI SDK zero messaging support
• Openness: Hermes MIT license, no model lock-in (300+ models), Skills เป็น Markdown git-managed, SQLite local, no telemetry vs CrewAI/LangGraph มีส่วนที่ commercial, OpenAI SDK ตัวจริง lock ไป platform