最近搬家，家里的宽带从电信换成了联通。平时看剧、打游戏，其实没什么明显感觉，直到前两天想下点资料，习惯性切到美国节点，速度怎么都上不去，我当时有点傻眼。

这事后来想明白了。以前我一直以为，美国机房带宽给得足，所以美国节点天然更猛。现在看，这个认知只对了一半。美国服务器资源足是一回事，国内这边走哪家宽带、国际出口怎么走、回程有没有吃到更好的骨干，才是另一半。以前用电信没暴露的问题，换到联通以后，全出来了。

昨天那篇《把 Hermes 当成 OpenClaw 替代品，可能一开始就看偏了》写完以后，我又去翻了一圈两边的文档。越翻越觉得，真要看这两个东西差在哪，光看功能还不够，看 token 怎么烧，反而更直接。

我的判断先摆这。

OpenClaw 默认更像一个长期在线的工作台，很多身份、规则、工作区文件、消息面约束，会天然跟着每轮对话走，所以基础盘通常更重。Hermes 则明显更克制一点，很多上下文是按需发现、按需注入，系统提示词也在刻意维持稳定前缀，默认情况下更容易把 token 压住。

当然，这话不是说 Hermes 一定更省。你把 memory provider、skills、sub-agent、长工具输出全开起来，一样能烧得飞起。但是说白了，这两套架构从第一天起，就不是同一种吃 token 的方式。

这两天我把 Hermes 和 OpenClaw 的文档来回翻了一圈，越看越觉得，很多人把这两个项目放在一起比，其实一开始就比偏了。

它们当然都在做“个人 AI 助手”。都能接消息、调模型、跑工具、留住一点上下文。Hermes 甚至还专门做了 hermes claw migrate，摆明了是知道自己会接到一批 OpenClaw 用户。

但是说白了，Hermes 不是换皮版 OpenClaw，OpenClaw 也不是多了几个消息入口的 agent framework。一个是从 Gateway 往外长，一个是从 AIAgent 往外长。这个差别不先看明白，后面谈架构、设计理念和生态，基本都会越聊越乱。

最近拿 AI 起一个 C++ 小项目，最容易傻眼的时刻，不是它写不出来，而是它三分钟给你拼出一套像模像样的目录树，顺手再塞几个三方库，Demo 还真能跑。问题也在这。你连新引进来的库到底支持什么、编译链路怎么走、边界在哪，都还没摸清，后面返工基本跑不掉。

我现在越来越觉得，AI 编程最怕的不是模型笨，而是起手太贪。尤其是 C++ 这种没什么脚手架兜底的语言，你前面少想一步，后面就得在编译、链接、库版本、目录结构上多还几步。

以前我在 VS Code 里调 C++，配置基本就停在 launch.json，最多再加一句 GDB。

把 program 填好，把 gdb 填好，把断点打好。然后呢？然后每次调试前，自己去终端里 cmake --build 一下。

更烦的是，自定义的价格、合约、订单类型断下来以后，VS Code 调试窗口经常只能看到一堆内部字段。数据是对的，但是不说人话。

这事离谱的地方在于，我以前看过的一些教程也差不多就写到 launch.json 为止。直到最近让 AI 配一个新项目，它顺手加了 preLaunchTask 和 gdb_printers.py，我才反应过来：VS Code 调 C++，不只是把 GDB 启起来。调试前可以自动触发 CMake 编译，断点停住以后，也可以让 GDB 加载 Python 脚本，把业务类型处理成自己看得懂的样子。

说实话，这不是什么黑科技。

但是它刚好补上了 C++ 日常调试里两块很烦的空白：启动前构建，以及断点后的变量展示。

最近写算法服务，twap、vwap 这类模块一铺开，我又把这个老问题翻出来了。

C++ 里如果还靠类名硬扛语义，名字很快就会失控。TwapOrderManager、VwapOrderManager、AlgoOrderManager 这种东西，写着写着就一股子“我知道自己结构没收住，但我先把前缀补上”的味道。说白了，按文件夹分层，再配一层 namespace，不是代码洁癖，这是在补 C++ 没有 Java 那种原生 package 体系的空位。

这次刷论坛，最让我长记性的不是哪家又发了榜单，而是一句很土的话，显存不够，参数再大也白搭。

以前我总把“模型慢”理解成算力问题。后来越看越明白，很多时候根本不是 GPU 算不动，而是数据没法待在对的地方。只要内存路径一变，token 速度就不是慢一点，是直接掉下去。

如果只看榜单，最容易心动的肯定是 31B。

但真把机器搬出来，还是那台没升级的 RTX 3060 12GB，判断马上就会变。怎么说呢，本地部署这件事，最后拼的不是谁最风光，而是谁最像能长期相处的那个。对我来说，这次真正值得先跑的，不是 31B，而是 26B A4B。