Hermes v0.18 引入了完成契约和验证机制，AI 说做完了不再可信，得拿测试结果来证明

📝

原文链接：https://mp.weixin.qq.com/s/jxMHW2M1I6fcjVvWBuUgpw

Hermes v0.18 引入了完成契约和验证机制，AI 说做完了不再可信，得拿测试结果来证明

跟 AI 协作久了都会遇到一个问题：你跟它说「帮我修一下这个 bug」，它回你一句「修好了」。然后你试了一下，发现根本没修。这不是模型不聪明，而是它不知道自己「以为修好了」和「真的修好了」之间的差距。

Hermes v0.18 这次认真搞了这件事。核心思路很简单：你说做完了是吧？行，跑一下测试给我看。

/goal 的完成契约

之前介绍过 Hermes 的 /goal 功能——你设定一个目标，AI 会自己盯着进度直到完成。但「完成」的定义一直是个问题：AI 觉得完成了，不一定是真的完成了。

这次加了个「完成契约」（completion contract）的机制。你在设目标的时候，可以一起说明「什么样算完成」。比如你跟它说「把用户登录页的 bug 修了，验收标准是能正常登录」，然后它自己会去验证登录是否正常。不再是你问它「修完了吗」它说「修完了」就完事了——它得拿证据出来。

这里的差异很微妙但很关键：以前是模型「感觉」自己完成了，现在是根据你给的验收标准去「验证」自己是否完成了。一个是自我感觉，一个是客观证据。

这个机制不止在 /goal 里生效。整个系统加了一个 pre_verify 钩子——在任何代码改动完成后，AI 可以自动运行你项目的检查流程（测试、lint、类型检查等），然后把结果作为验证证据记录下来。

这个验证证据是存到 profile 级别的——也就是说每个项目都有自己的验证记录，可以在网关层看到验证状态。AI 改完代码，自己跑测试，测试通过了才说「做完了」。如果测试没过，它会看到失败信息然后继续改，直到测试通过才停。

当然，这个验证默认不是强制开的——你可以在配置里打开，或者让它按场景自动决定（自动模式只对纯文档修改跳过验证，有代码改动就验证）。还有一个一次性迁移帮你把默认配置设好，不用手改。

坦白讲，这个机制不是对所有场景都有用。如果你只是让 AI 改一行代码加个注释，验证流程反而多余。但如果你在用它改动核心逻辑、修 bug、加功能——每次 AI 说「改完了」之后，你没有第三只手去手动验证，这个自动验证的机制就很有价值了。

而且它还有一个好处：你回头看的时候，能看到每次改动对应的验证结果——哪个测试跑过了、哪个没跑过、最后是怎么过的。这个记录本身就有存档价值，特别是在团队协作场景里。

这个机制的局限也很明显：它验证的是你写好的测试用例，不是真实业务逻辑。如果你的测试覆盖不全，AI 跑过了测试不等于真的没问题。而且对于没有测试的项目，这个机制就派不上用场了。

另外这个功能目前主要在桌面版和 CLI 的 coding 场景里工作得最好，在消息平台（飞书、微信）上暂时默认不启用——因为不太可能让 AI 在聊天里跑测试然后给你看结果。

所以如果你主要是在命令行或者桌面版用 Hermes 写代码，这个功能值得试试。如果你主要是通过飞书或者微信跟它聊天，暂时可以忽略。

说到底，AI 说「做完了」，你信还是不信？这次 Hermes 给了你一个更信得过的答案。

⭐点赞、转发、关注和推荐一键三连⭐

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。