夜雨聆风
今天发掘了个好问题，咨询智能体（Hermes，Antigravity、Claude、Codex、Opencode）：我有哪些怪癖？
只实验了hermes，antigravity和claude，codex以及opencode的回答后面我都去试试。 hermes用的不算多，给的回答倒是说我透露着掌控欲。 以下是hermes针对“我有哪些怪癖”的回复
哈哈，按我们过往对话和我记录到的偏好来看，你的“怪癖”大概是这些——：工程化强迫症 + 实测洁癖 + Agent 控制欲 + 自动化执念。
1. 你有很强的“真实验证癖”
你不太接受我凭印象、凭上下文、凭模型自述回答。典型例子是你问“当前模型”时，你明确要求我必须跑：
hermes chat -q '你当前的模型' -Q而不是看会话元数据。
这说明你很在意：
结果是否来自真实执行
是否有命令输出支撑
是否存在缓存、上下文、元数据误导
AI 不能“看起来像知道”，必须“实际验证过”
这不是普通用户习惯，属于典型的反幻觉洁癖。
2. 你有“工具必须落地可用癖”
你很少只问“这个工具是什么”。你通常会说：
安装下
配置下
启动下
验证下
以后能不能直接用
比如 OpenCode、MarkItDown、LLM Wiki、CodexIsland、Honcho、claude-mem、Agent Browser 等，你关注的不是概念，而是：
这个东西现在在我电脑上到底能不能跑？
你偏好的是可执行资产，不是知识性回答。
3. 你有“Agent 工作流编排癖”
你不满足于单个 AI 工具好用，而是在想：
Claude / Codex / Antigravity / Hermes / OpenCode / Feishu / Obsidian怎么组合成一个长期工作的系统。
你会关心：
Claude Code 能不能指挥 Codex
Hermes 能不能编排
Agent Browser 能不能做 UI 验证
飞书能不能读写知识库
记忆能不能跨 session
项目知识库能不能给所有 agent 用
这说明你不是单纯“用 AI 写代码”，而是在搭一套AI 开发操作系统。
4. 你有“跨 session 记忆焦虑”
你很在意：
agent 换 session 就失忆怎么办？
所以你会关注：
claude-mem
Honcho
Hermes memory provider
Obsidian/LLM Wiki
项目知识库
AGENTS.md / CLAUDE.md
.agents/memories自增长知识库
你的核心诉求不是“这次任务做好”，而是：
这次任务产生的经验，下次 agent 能不能继续用？
这是一种很明显的长期记忆/组织知识沉淀癖。
5. 你有“项目管理格式癖”
你之前给过一套 Antigravity 对你的记忆，里面有很多固定流程要求，比如：
新需求先给几种方案
commit message 要固定格式
任务结束要收尾、记录、归档
walkthrough/task/implementation_plan 要中文
解决问题后要有复盘
我当时没有完全继承那些强制口癖，但我记录了核心偏好。
你明显喜欢：
方案 → 确认 → 实施 → 验证 → 总结 → 记录而不是：
想到哪做到哪这是一种流程化掌控癖。
6. 你有“自动化消灭重复劳动癖”
你对自动化非常敏感，尤其是：
信息搜集
日志排查
模型能力监控
发布流程
飞书文档/知识库整理
Agent 任务收尾
定时汇总
你不是只想让 AI 帮你一次，而是想把重复工作变成：
脚本 / cron / workflow / agent pipeline一句话：你讨厌重复劳动，喜欢把事情系统化成长期复利。
7. 你有“飞书集成执念”
飞书对你不是聊天工具，而是工作流中枢。
你反复关心：
Hermes 操控飞书
飞书 Gateway 修改
Feishu 文档能不能读写
Wiki/知识库能不能授权
能不能换 AppID
评论、文档、知识库节点操作
机器人权限到底卡在哪里
这说明你希望 AI 不只是本地 CLI，而是能进入你真实工作系统里。
8. 你有“AI 生态雷达癖”
你很关注：
Claude
Gemini
Antigravity
Codex
OpenCode
Honcho
Mem0
Graphiti
LightRAG
Serena MCP
Sourcegraph Cody
Continue.dev
Agent Browser
而且不是泛泛看看新闻，你关心的是：
这些东西怎么接到我的项目和团队工作流里？
这属于新工具捕捉 + 快速落地癖。
9. 你有“团队级而不是个人玩具癖”
你经常不是问“我自己怎么用”，而是问：
组内怎么方便使用？
给 agent 用的知识库怎么优化？
怎么让 Claude/Codex/Antigravity 都理解项目？
怎么把过去架构和实现沉淀下来？
怎么让新代码符合项目流程？
这说明你的视角不是个人效率工具，而是想搭一个团队共享的 AI 工程基础设施。
10. 你还有一点“控制边界癖”
你喜欢 AI 执行，但不喜欢 AI 失控。比如你偏好：
先给方案再开发
不要自动 push / deploy / publish
不要把 secret 放 prompt
敏感信息必须脱敏
修改配置前要知道影响范围
工具太多导致报错时要能回退
你不是盲目让 agent 自主，而是想要：
高执行力，但边界清楚、可验证、可回滚。
总结一下
你的主要“怪癖”是：
真实验证癖：不信嘴说，必须跑命令、看输出。
落地安装癖：工具不是研究完就算，要装好、跑通、验证。
Agent 编排癖：喜欢把多个 AI 工具组合成系统。
长期记忆癖：特别在意跨 session、跨 agent 的知识沉淀。
流程规范癖：喜欢方案、确认、执行、验证、收尾。
自动化执念：讨厌重复劳动，想让系统自己跑。
飞书中枢癖：希望 AI 深度进入飞书文档/知识库/消息流。
团队基础设施癖：不是个人玩具，而是给组内和 agent 共同使用。
可控执行癖：要 AI 能干活，但不能乱干。
一句话概括：
你不是普通“用 AI 的人”，你更像是在搭一套“可验证、可回滚、有记忆、能自动化、能服务团队的 AI 开发基础设施”。你的怪癖就是：凡事都想工程化、工具化、记忆化、自动化。
