Hermes Agent อธิบาย: เอเจนต์โอเพนซอร์สที่เขียนทักษะของตัวเอง

Nous Research เรียก Hermes Agent ใน README บนที่เก็บ GitHub ของโปรเจกต์ว่า “เอเจนต์เดียวที่มีลูปการเรียนรู้ในตัว” ที่เก็บดังกล่าวมี 256,360 ดาวและ 56,015 ฟอร์ก ณ เวลาที่เราอ่านเมื่อวันที่ 23 ตุลาคม 2026 ใช้สัญญาอนุญาต MIT ถูกสร้างเมื่อวันที่ 22 กรกฎาคม 2025 และมีการ push ไปยังที่เก็บเดียวกันในวันนั้น ดาวคือความสนใจมากกว่าหลักฐาน และความสนใจนี้ไม่ใช่เรื่องบังเอิญ: Google Trends ทั่วโลกในช่วงเจ็ดวันที่ผ่านมา ณ วันที่อ่าน 23 ตุลาคม 2026 ระบุว่า “hermes” และ “hermes agent” เพิ่มขึ้นระหว่าง 30 ถึง 40 เปอร์เซ็นต์ สิ่งที่ทำให้โปรเจกต์นี้ควรค่าแก่การอธิบายอย่างรอบคอบไม่ใช่จำนวนดังกล่าว แต่เป็นข้ออ้างที่อยู่ใต้จำนวนนั้น เอเจนต์นี้ไม่ผูกกับโมเดลใดโมเดลหนึ่ง — คุณชี้มันไปยัง endpoint ที่เข้ากันได้กับ OpenAI ใดก็ได้ รวมถึงของเรา — และสิ่งเดียวที่มันบอกว่าทำได้ แต่ผลิตภัณฑ์ที่จะถูกนำมาเปรียบเทียบด้วยทำไม่ได้ คือการเรียนรู้จากงานของตัวเอง

สิ่งที่คุณกำลังติดตั้งอยู่จริง ๆ

Claude Code, Claude Cowork และ Claude Duet เป็นผลิตภัณฑ์ คุณลงชื่อเข้าใช้ แล้วจะได้หน้าจอการใช้งาน โดยผู้ให้บริการเป็นผู้รันโมเดลและแผนบริการครอบคลุมการใช้งาน Hermes Agent เป็นรีพอซิทอรี คุณติดตั้งมันบนเครื่องที่คุณควบคุมเอง กำหนด endpoint ของโมเดลให้มัน และจากจุดนั้นมันก็เป็นของคุณที่จะกำหนดค่า ทำให้พัง และปล่อยให้รันต่อไป การวางกรอบใน README เองเป็นแบบโครงสร้างพื้นฐานมากกว่าผลิตภัณฑ์สำหรับผู้บริโภค: "รันมันบน VPS ราคา $5, คลัสเตอร์ GPU หรือโครงสร้างพื้นฐานแบบเซิร์ฟเวอร์เลสที่มีค่าใช้จ่ายแทบไม่มีอะไรเลยเมื่อไม่ได้ใช้งาน" มันถูกออกแบบมาโดยเจตนาให้ไม่ผูกติดกับแล็ปท็อป และข้อเสนอที่ตามมาคือคุณคุยกับมันผ่าน Telegram ขณะที่มันทำงานบน VM บนคลาวด์

การติดตั้งก็มีรูปแบบเดียวกัน Linux, macOS และ WSL2 ได้สคริปต์บรรทัดเดียว ส่วน Windows แบบเนทีฟได้คำสั่ง PowerShell บรรทัดเดียว ซึ่ง README ระบุว่าสามารถเรียกใช้ CLI, gateway, ส่วนติดต่อแบบเทอร์มินัล และเครื่องมือต่าง ๆ ได้โดยไม่ต้องใช้ WSL เลย ผู้ใช้ Android และ Termux จะได้รีโพซิทอรี APT ที่ลงนามแล้วสำหรับอุปกรณ์ aarch64 พร้อมช่องทาง stable และช่องทาง canary และ README จะแนะนำให้ไปที่คู่มือ Termux แยกต่างหากแทนตัวติดตั้งสำหรับเดสก์ท็อป ตัวติดตั้งจากซอร์สจะมอบหมายการจัดการ Python 3.14, Node.js, npm, ripgrep, FFmpeg และ Dependency ของ Python ให้ตัวจัดการแพ็กเกจ และจัดเตรียมไฟล์ Git for Windows ที่ผ่านการตรวจสอบแล้วหากไม่มี Git โดยไม่แทนที่ Git ที่มีอยู่บนเครื่องแล้ว ยังมีรายการแก้ไขปัญหาสำหรับซอฟต์แวร์แอนตี้ไวรัสที่กักกัน uv.exe ที่มาพร้อมกัน ซึ่ง README ระบุว่าเป็นการแจ้งเตือนที่ผิดพลาดเกี่ยวกับตัวจัดการแพ็กเกจ Rust ที่จัดส่งมาด้วย ความใส่ใจในระดับนั้นต่อเครื่องที่ผู้ดูแลไม่สามารถมองเห็นได้本身就是สัญญาณว่าซอฟต์แวร์นี้มีไว้สำหรับใคร

ที่ที่มันอยู่ และที่ที่งานเกิดขึ้น

มีสองส่วนในรายการฟีเจอร์ที่มักถูกมองข้ามง่ายแต่ทำได้ดีได้ยาก ส่วนแรกคือมันอยู่ในที่ที่คุณอยู่แล้ว ทั้ง Telegram, Discord, Slack, WhatsApp, Signal และ CLI ธรรมดา ทั้งหมดมาจากโปรเซสเกตเวย์เดียว พร้อมการถอดเสียงบันทึกเสียงและความต่อเนื่องของการสนทนาที่ส่งต่อไปยังช่องทางต่างๆ ส่วนที่สองคือจุดที่งานเกิดขึ้น มีแบ็กเอนด์เทอร์มินัลในตัวหกแบบ ได้แก่ local, Docker, SSH, Modal, Daytona และ Vercel Sandbox พร้อมแบ็กเอนด์แบบปลั๊กอินอย่าง Singularity และ Apptainer Daytona และ Modal มีความคงอยู่แบบเซิร์ฟเวอร์เลส: สภาพแวดล้อมของเอเจนต์จะจำศีลเมื่อไม่ได้ใช้งานและตื่นเมื่อมีการเรียกใช้ นั่นคือเหตุผลที่ README สามารถเสนอทั้ง "VPS ราคา $5" และ "แทบไม่มีค่าใช้จ่ายเมื่อไม่ได้ใช้งาน" ในประโยคเดียวกันได้โดยไม่ขัดแย้งกัน

ยิ่งไปกว่านั้น ยังมีตัวจัดตารางเวลาแบบ cron ที่ส่งงานไปยังแพลตฟอร์มใดก็ได้ — ไม่ว่าจะเป็นรายงานรายวัน การสำรองข้อมูลรายคืน การตรวจสอบรายสัปดาห์ ซึ่งเขียนด้วยภาษาธรรมชาติและทำงานได้โดยไม่ต้องมีคนเฝ้า — พร้อมทั้งซับเอเจนต์แบบแยกส่วนสำหรับสายงานที่ทำขนานกัน โดยกำหนดผู้ให้บริการ โมเดล และขีดจำกัดได้ในแอปเดสก์ท็อปภายใต้ Settings > Model > Subagents ยังมีส่วนสำหรับงานวิจัยด้วย: การสร้าง trajectory แบบแบตช์และการบีบอัด trajectory สำหรับฝึกโมเดลที่เรียกใช้เครื่องมือรุ่นต่อไป ตัวอินเทอร์เฟซเทอร์มินัลเองเป็น TUI แบบเต็มรูปแบบที่มีการแก้ไขหลายบรรทัด การเติมคำสั่งสแลชอัตโนมัติ ประวัติการสนทนา การขัดจังหวะและเปลี่ยนทิศทาง และเอาต์พุตเครื่องมือแบบสตรีมมิง ไม่มีสิ่งใดในนั้นเป็นจุดขายที่โปรเจกต์นำเสนอเป็นหลัก ซึ่งบอกอะไรได้มาก: มันคือครึ่งที่ไม่หวือหวาของเอเจนต์ที่ต้องอยู่รอดเมื่อถูกเปิดค้างไว้

ลูปที่ถูกแยกส่วน

วลี “learning loop” มีบทบาทสำคัญมากในบรรทัดแรกของ README จึงควรแกะความหมายออกมาเป็นห้าสิ่งที่เอกสารระบุไว้จริง ๆ

• หน่วยความจำที่เอเจนต์คัดสรร พร้อมการกระตุ้นเตือนเป็นระยะ: เอเจนต์จะตัดสินใจเองว่าสิ่งใดควรค่าแก่การเก็บไว้ และได้รับการกระตุ้นให้บันทึกสิ่งนั้นไว้แทนที่จะรอให้ผู้ใช้ร้องขอ

• การสร้างสกิลขึ้นเองโดยอัตโนมัติหลังจากทำงานที่ซับซ้อน เพื่อให้ลำดับขั้นตอนอันยาวนานถูกทิ้งไว้เป็นกระบวนการที่นำกลับมาใช้ซ้ำได้ แทนที่จะต้องเริ่มคิดขึ้นใหม่ในครั้งถัดไป

• ทักษะที่พัฒนาตัวเองระหว่างการใช้งาน: ขั้นตอนจะถูกแก้ไขเมื่อนำไปใช้ครั้งถัดไป แทนที่จะถูกตรึงไว้ ณ ตอนที่เขียนขึ้น

• การค้นหาเซสชันด้วย FTS5 พร้อมการสรุปด้วย LLM เพื่อให้สามารถเรียกคืนบทสนทนาที่ผ่านมาข้ามเซสชันได้ แทนที่จะปล่อยให้ค้างอยู่ในบัฟเฟอร์เลื่อนย้อนหลังที่ไม่มีใครอ่าน

• การสร้างแบบจำลองผู้ใช้ — README ให้เครดิต Honcho ด้วยแนวทางวิภาษวิธี — ซึ่งสะสมกลายเป็น "แบบจำลองที่ลึกซึ้งยิ่งขึ้นว่าคุณเป็นใครตลอดหลายเซสชัน"

นั่นคือการออกแบบที่สอดคล้องกัน และคำถามเรื่องชิ้นงานคือสิ่งที่สำคัญที่สุด ไม่มีสิ่งใดใน README อธิบายถึงการรันฝึกอบรม ลูปนี้ผลิตวัสดุที่เป็นลายลักษณ์อักษร ได้แก่รายการหน่วยความจำและทักษะ ซึ่งถูกเก็บรักษาและแก้ไขอย่างเปิดเผย โดยหลักการแล้ว นั่นหมายความว่าผู้ใช้สามารถอ่านสิ่งที่เอเจนต์ตัดสินใจจะเก็บไว้ และเปรียบเทียบความแตกต่างของสิ่งที่เปลี่ยนแปลงหลังงานถัดไปได้ อีกทั้งยังหมายความว่าการปรับปรุงนั้นอยู่นอกตัวโมเดล ในไฟล์ที่คงอยู่ต่อไปแม้มีการเปลี่ยนโมเดล โปรเจกต์นี้ยังเข้ากันได้กับมาตรฐานเปิด agentskills.io ซึ่งสำคัญอย่างยิ่งหากคุณใส่ใจว่าทักษะเหล่านั้นจะอยู่รอดต่อไปได้นานกว่าตัวเครื่องมือที่เขียนมันขึ้นมา เมื่อพิจารณาทีละอย่าง หน่วยความจำ การดึงข้อมูล งานตามกำหนดเวลา และเอเจนต์ย่อย ล้วนมีอยู่ที่อื่นแล้ว การผสมผสานกัน และการเน้นย้ำให้เอเจนต์เขียนขั้นตอนการทำงานของตัวเองใหม่ คือส่วนที่ถูกอ้างว่าเป็นสิ่งใหม่

สิ่งที่ได้รับการวัดแล้ว

ไม่มีอะไรเลย ในที่สาธารณะ README ไม่ได้เผยแพร่คะแนน benchmark ไม่มีการเปรียบเทียบที่ผ่านการตรวจสอบกับเอเจนต์อื่น ไม่มีโมเดลเริ่มต้น และไม่มีหน้าเว็บราคาที่โฮสต์ไว้ คำยกย่องสูงสุดในประโยคแรกถูกหยิบยกขึ้นมาโดยไม่มีผลทดสอบรองรับ และคำกล่าวอ้างในลักษณะนั้นจำเป็นต้องมีผลทดสอบรองรับ เพราะการเปรียบเทียบที่มันทำนั้นเปรียบเทียบกับเอเจนต์อื่นทุกตัวที่มีอยู่ รวมถึงเอเจนต์ที่เก็บความจำอยู่แล้วหรือสร้างเครื่องมือของตัวเอง “เอเจนต์เดียวที่มีลูปการเรียนรู้ในตัว” เป็นประโยคที่ผู้อ่านสามารถตรวจสอบกับตารางคุณสมบัติได้ ว่าลูปนั้นทำให้เอเจนต์ทำงานของคุณได้ดีขึ้นหรือไม่เป็นอีกคำถามหนึ่ง และยังไม่ได้รับคำตอบต่อสาธารณะ

ในขณะเดียวกัน ความสนใจกำลังทำหน้าที่แทนสิ่งที่หลักฐานควรจะทำ 256,360 ดาวและ 56,015 ฟอร์กเป็นตัวเลขที่สูงมากสำหรับรีโพซิทอรีที่สร้างขึ้นในเดือนกรกฎาคม 2025 และเป็นตัวเลขแบบที่ผู้อ่านรับรู้ราวกับเป็นคำตัดสิน แต่ก็ไม่ใช่คำตัดสิน ดาวหนึ่งดวงมีต้นทุนเพียงหนึ่งคลิก การรายงานข่าวในช่วงต้นเดือนตุลาคม 2026 ระบุว่า Nous Research ระดมทุนได้ 90 ล้านดอลลาร์ ด้วยมูลค่าที่รายงานไว้ 1.5 พันล้านดอลลาร์ โดยมี NVIDIA และ Samsung อยู่ในกลุ่มผู้สนับสนุน และระบุว่าเอเจนต์มียอดดาวน์โหลดมากกว่า 24 ล้านครั้ง ตัวเลขเหล่านี้มาจากการรายงานข่าวมากกว่าจะเป็นคำกล่าวอ้างที่บริษัทเผยแพร่เอง และแม้จะรับตามที่รายงานไว้ ตัวเลขเหล่านี้ก็วัดการนำไปใช้ ไม่ได้วัดความสามารถ

การวัดเรื่องนี้อย่างถูกต้องเป็นเรื่องยากจริง ๆ และนั่นคือคำกล่าวที่มีความเป็นธรรมที่สุดในนามของโครงการ หน่วยของการวัดการปรับปรุงคืองานที่ทำเสร็จไปแล้ว ดังนั้นสถานการณ์สมมติเปรียบเทียบคือเอเจนต์ตัวเดิมทำงานเดียวกันโดยไม่มีสกิลที่มันเขียนขึ้นมา ซึ่งหมายความว่าต้องรันภาระงานสองรอบ คือมีและไม่มีชิ้นงานนั้น และต้องครอบคลุมงานมากพอที่จะแยกแยะระหว่างผลตอบแทนจริงกับความผันแปรจากรอบหนึ่งไปอีกรอบได้ ยังไม่มีใครเผยแพร่ผลแบบนั้น จนกว่าจะมีใครทำได้ สรุปอย่างตรงไปตรงมาคือ กลไกถูกอธิบายไว้อย่างละเอียดผิดปกติ แต่ผลลัพธ์กลับถูกกล่าวอ้างโดยยังไม่มีหลักฐาน

ผลิตภัณฑ์ Claude ที่มันถูกนำไปเปรียบเทียบด้วย

ผู้อ่านที่มาถึง Hermes จากฝั่ง Claude จะมีชุดผลิตภัณฑ์เฉพาะอยู่ในใจ และการเปรียบเทียบนี้ก็คุ้มค่าที่จะทำ เพราะหมวดหมู่แตกต่างกันก่อนที่คุณสมบัติใด ๆ จะแตกต่างกันด้วยซ้ำ เมนูนำทางของ Anthropic ระบุถึง Claude เอง, Claude Code, Claude Cowork, Claude Duet, Claude Tag, Claude Science และ Claude Security โดย Claude Code ถูกสร้างขึ้นสำหรับงานวิศวกรรมซอฟต์แวร์ และทำงานได้ใน terminal, แอปเดสก์ท็อป, อินเทอร์เฟซเว็บ และแอปมือถือ พร้อมการผสานรวมกับ GitHub และ IDE, การรีวิวโค้ดที่พร้อมใช้งานทั่วไปบน Team และ Enterprise และปลั๊กอินด้านความปลอดภัยที่อยู่ในช่วงเบต้า Claude Cowork รับเป้าหมายแล้วทำงานข้ามไฟล์และเครื่องมือของคุณ โดยมีเบราว์เซอร์ในแผงด้านข้าง และการลบสิ่งใด ๆ ต้องได้รับอนุมัติจากคุณ Claude Duet คือตัวที่ทำงานเชิงรุก: แอปแบบสแตนด์อโลน อยู่ในรายการรอสำหรับผู้สมัครสมาชิก Claude Pro และ Max ในสหรัฐฯ สร้างบน Claude Opus 5.5

ทุกอย่างในนั้นเป็นผลิตภัณฑ์ของผู้จำหน่ายโมเดลเอง บนโครงสร้างพื้นฐานของผู้จำหน่ายโมเดลเอง Hermes กลับทั้งสามคำนี้ เอเจนต์เป็นโอเพนซอร์ส โมเดลเป็นเพียงพารามิเตอร์ และโครงสร้างพื้นฐานคืออะไรก็ตามที่คุณชี้ไป การกลับด้านนี้คือที่มาของน้ำหนักในคำกล่าวอ้างเรื่องลูปการเรียนรู้ เพราะผลิตภัณฑ์แบบปิดสามารถเปลี่ยนเอเจนต์ที่อยู่ใต้คุณได้ทุกเมื่อที่ต้องการ ขณะที่เอเจนต์ซึ่งทักษะอาศัยอยู่ในไฟล์ที่คุณเป็นเจ้าของสามารถตรวจสอบได้ และโดยหลักการแล้วสามารถย้ายได้ Anthropic ระบุ Skills และ Plugins ไว้ในความสามารถของตน สิ่งที่ไม่มีหน้าเพจผลิตภัณฑ์ใดที่เราอ่านเมื่อวันที่ 23 ตุลาคม 2026 อธิบายไว้ คือเอเจนต์ที่เขียนทักษะใหม่ขึ้นมาจากประวัติงานของตนเอง และปรับปรุงทักษะนั้นในการใช้งานครั้งถัดไป ความแตกต่างนี้มีคุณค่าหรือไม่เป็นคำถามแยกจากว่ามันมีจริงหรือไม่ และมีเพียงข้อที่สองเท่านั้นที่ได้ข้อสรุปแล้ว

ชี้ไปที่โมเดล

เรื่องราวเกี่ยวกับโมเดลใน README คือคำสั่งเดียว: hermes model README ระบุว่าคุณสามารถสลับสิ่งที่เอเจนต์รันอยู่ได้โดยไม่ต้องแก้โค้ด และไม่ถูกผูกติดกับผู้ให้บริการรายใดรายหนึ่ง นั่นคือส่วนหนึ่งของการออกแบบที่ควรคงความเหมาะสมได้ดีที่สุดเมื่อเวลาผ่านไป เพราะตัวแปรที่น่าสนใจในเอเจนต์ประเภทนี้ไม่ใช่ลูป แต่เป็นโมเดลที่อยู่ข้างใต้ ไลบรารีสกิลเดียวกันทำงานแตกต่างกันบนโมเดลเปิดขนาดเล็กและบนโมเดลระดับแนวหน้า และเครื่องมือที่เปลี่ยนการสลับนั้นให้เป็นการเปลี่ยนแปลงการกำหนดค่าจะช่วยให้คุณทดสอบความแตกต่างได้แทนที่จะโต้เถียงกันเรื่องนี้

อินเทอร์เฟซที่เข้ากันได้กับ OpenAI คือสิ่งที่ทำให้การสลับเปลี่ยนมีต้นทุนต่ำ และเป็นอินเทอร์เฟซที่เราใช้สื่อสาร OrcaRouter คือปลายทางเดียวสำหรับโมเดลมากกว่า 200 รุ่นภายใต้คีย์เดียว ด้วยมาร์กอัป 0% — ราคาตามรายการของผู้ให้บริการถูกส่งผ่านโดยตรง — มีระบบสลับสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง และมี DSL สำหรับกำหนดเส้นทางสำหรับคำขอที่คุณต้องการระบุเจาะจงว่าโมเดลใดจัดการเรื่องใด หากคุณต้องการโมเดลระดับแนวหน้าไว้เบื้องหลังเอเจนต์ Claude Opus 5.5 ราคา $4.00 ต่อหนึ่งล้านโทเค็นอินพุต และ $20.00 ต่อหนึ่งล้านโทเค็นเอาต์พุต พร้อมบริบท 1M โทเค็น และการอ่านจากแคชราคา $0.20 ต่อหนึ่งล้าน Hermes ไม่สนใจว่าปลายทางใดจะเป็นผู้ตอบ มีสิ่งหนึ่งที่ควรพูดให้ชัดเจน: เราโฮสต์โมเดล ไม่ใช่แอปของ Anthropic หรือเอเจนต์ของใครอื่น Hermes เป็นซอฟต์แวร์ของ Nous Research และการรันมันหมายถึงเครื่องของคุณ ช่องทางของคุณ และค่าใช้จ่ายโทเค็นของคุณ

ถ้าคุณจะรันมัน

รายการตรวจสอบอย่างตรงไปตรงมาก่อนการติดตั้งแทบไม่เกี่ยวข้องกับลูป และ README ก็พูดตรงไปตรงมาอย่างผิดปกติเกี่ยวกับเรื่องส่วนใหญ่เหล่านี้

• เอเจนต์ต้องการโฮสต์ที่ทำงานอยู่ตลอดเวลา แล็ปท็อปที่เข้าสู่โหมดหลับคือเครื่องที่ไม่เหมาะสม ซึ่งเป็นเหตุผลที่ README จึงเลือกใช้ VPS ขนาดเล็กหรือ backend แบบ serverless ที่จำศีลได้ แทนคอมพิวเตอร์บนโต๊ะของคุณ

• ช่องทางต่างๆ เป็นการตัดสินใจ ไม่ใช่ค่าเริ่มต้น การเชื่อม Telegram, Discord, Slack, WhatsApp และ Signal เข้าไว้ในโปรเซสเกตเวย์เดียว หมายความว่าโปรเซสนั้นถือข้อมูลรับรองของทุกช่องทาง และนั่นคือพื้นผิวการโจมตีที่ควรคิดถึงก่อนจะกลายเป็นฟีเจอร์ที่ได้ใช้งานอย่างเพลิดเพลิน

• ตัวเลข $5 นั้นเป็นค่าคอมพิวต์ โทเคนจะถูกเรียกเก็บเงินตาม endpoint ที่คุณชี้คำสั่ง model ไป และ agent ที่รันตามตาราง cron จะใช้โทเคนเหล่านั้นขณะที่คุณไม่ได้เฝ้าดู งานที่ตั้งเวลาไว้กับช่วง idle ที่มีต้นทุนต่ำเป็นเศรษฐกิจคนละแบบกัน

• สกิลที่มันเขียนขึ้นมานั้นเป็นของคุณที่จะตรวจทาน ข้อได้เปรียบของอาร์ติแฟกต์เหนือเวตก็คือคุณสามารถอ่านมันได้ และวินัยก็คือการลงมืออ่านมันจริง ๆ เช่นเดียวกับที่คุณจะอ่านสคริปต์ที่เพื่อนร่วมงานทิ้งไว้ในรีโพซิทอรี

คำถามที่คุ้มค่าที่จะถาม

Nous Research ได้เปิดตัวบางสิ่งพร้อมข้อเสนอที่ชัดเจนว่า สิ่งที่มีประโยชน์ถัดไปที่เอเจนต์ทำไม่ใช่หน้าต่างบริบทที่ยาวขึ้น แต่เป็นคลังขั้นตอนวิธีที่มันเขียนขึ้นเองซึ่งเติบโตขึ้น บนโครงสร้างพื้นฐานที่ราคาถูกพอจะเปิดทิ้งไว้ได้หลายเดือน README สนับสนุนข้อเสนอนั้นด้วยรายการฟีเจอร์โดยละเอียด เส้นทางการติดตั้งที่ใช้งานได้บนทุกแพลตฟอร์มที่นักพัฒนาอาจใช้ และจำนวนดาวที่โปรเจกต์ส่วนใหญ่ยอมแลกกับโรดแมปมาด้วย สิ่งที่ยังไม่มีคือตัวเลขที่จะยุติข้อถกเถียงได้ — เอเจนต์เดียวกัน งานเดียวกัน ก่อนและหลังทักษะของมันเองเกิดขึ้น จนกว่าจะมีคนเผยแพร่การเปรียบเทียบนั้น การตีความอย่างเป็นธรรมคือลูปการเรียนรู้เป็นกลไกที่อธิบายไว้ดีและเป็นผลลัพธ์ที่ยังไม่ได้วัด นั่นยังเป็นสิ่งที่น่าติดตั้งมากกว่าทั้งคำสัญญาหรือการปัดตก