更多动态
以前做多模态检索，文本一套模型，图片一套，音频又一套，索引也得分着建。 v5-omni 把这四件事合成一个模型了。文本、图片、音频、视频丢进去，出来的是同一套向量，直接放一个索引里搜。 已经在用 jina v5-text 的更省事，老索引不用动，新内容直接用 omni 编码就行，跨模态检索马上能用。 模型不大，部署门槛不高，私有化跑得起来。唯一要注意的是视频能力还差点意思，另外三个模态够用。
交接文档是死的，做事方法论和判断力写不进去。于是我用 Hermes Agent 做基座，DeepSeek 做脑子，NotebookLM 当知识库，把自己所有的产品文档、周报、方案、技能全喂进去，接进飞书。 肉身离职，数字分身留下。做PPT、写周报、检索文献、调研客户，直接指挥它干活。 难的不是技术，是把你会的东西整理出来喂给它，这个过程本身也是一次对自己的梳理。
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
