Ya, mengubah model LLM dasar di Hermes sering kali mengubah cara keterampilan (dan alat) diproses. Ini adalah pengalaman umum bagi pengguna seperti Anda yang membangun dengan Hermes/OpenClaw.

Mengapa Ini Terjadi
Hermes bersifat model-agnostik di tingkat kerangka kerja — Anda dapat mengganti model melalui model hermes tanpa menulis ulang kode. Namun, perilaku sebenarnya dari keterampilan dan pemanggilan alat berubah karena:
Model yang berbeda memiliki kualitas pemanggilan alat / fungsi yang bervariasi — Model yang lebih kuat (misalnya, varian Claude, Qwen3.5/3.6, GLM tertentu) mengikuti skema alat yang terstruktur dengan lebih andal, membuat panggilan yang lebih sedikit salah bentuk, dan menghubungkan alat/keterampilan dengan lebih baik. Model lokal yang lebih lemah atau lebih kecil (misalnya, beberapa versi Gemma) halusinasi parameter, melewati langkah, atau gagal memanggil keterampilan yang benar.
Penalaran dan penerapan keterampilan berbeda — Keterampilan Hermes adalah prosedur Markdown yang dapat digunakan kembali (alur kerja langkah-demi-langkah yang dipelajari agen). Model dengan kemampuan tinggi dapat menafsirkan, menyesuaikan, dan menggabungkannya dengan lebih cerdas. Model yang lebih lemah memperlakukannya secara lebih harfiah atau melewatkan nuansa, yang menyebabkan jalur eksekusi yang berbeda.
Penanganan konteks & interpretasi prompt — Model berbeda dalam seberapa baik mereka menggunakan memori yang disuntikkan, indeks keterampilan, dan prompt sistem. Perpindahan dapat membuat agen "lupa" cara menerapkan keterampilan dengan benar sampai sesi direset atau dipelajari kembali.
Efek sesi / caching — Perubahan model biasanya memerlukan /reset atau sesi baru agar efeknya lengkap (untuk menghapus prompt/alat yang di-cache). Tanpa itu, perilaku bisa tidak konsisten.
Pengamatan Umum dari Pengguna
Berpindah ke model pemanggilan alat yang kuat (seperti Qwen atau Claude) membuat keterampilan terasa jauh lebih andal dan mandiri.
Turun ke model lokal yang lebih kecil sering membuat rantai keterampilan yang kompleks rusak atau menjadi lebih lambat/tidak se kreatif.
Loop peningkatan diri (otomatis membuat/memperbaiki keterampilan) juga berperilaku berbeda — model yang lebih baik menghasilkan keterampilan berkualitas lebih tinggi.
Perbaikan Cepat / Praktik Terbaik
Gunakan model hermes untuk beralih, lalu /reset sesi.
Uji keterampilan segera setelah beralih — minta Hermes mengevaluasi atau menjalankan ulang tugas terbaru.
Tetapkan model yang baik untuk pekerjaan yang banyak keterampilan (banyak pengguna merekomendasikan varian Qwen atau GLM tertentu untuk penggunaan alat lokal + kuat).
Anda bahkan dapat bereksperimen dengan routing model per-keterampilan dalam beberapa pengaturan, meskipun ini belum sepenuhnya mulus.