KeyFrame內部研究專用

AI Agents Explained: Build Your First One in 2026

Roboverse·7月7日週二·12 min英文

三句話摘要

15分鐘內從零建立自主運行的AI代理助手(Hermes),無需編程知識 --- # Hermes將企業級AI代理能力民主化,15分鐘即可部署一個自主運行、持續學習的智能助手,成本低廉且無需編程知識——代理時代已不再遙遠。 代理vs聊天機器人的本質差異 — 代理不被動等待用戶提問,而是按設定的時程自主執行任務、記住每日習慣並越用越聰慧;聊天機器人只在使用者主動開啟時才運作,對話結束後就停止。

重點整理

重點
  • 1

    代理vs聊天機器人的本質差異 — 代理不被動等待用戶提問,而是按設定的時程自主執行任務、記住每日習慣並越用越聰慧;聊天機器人只在使用者主動開啟時才運作,對話結束後就停止。

  • 2

    VPS部署是必要基礎 — 個人電腦無法24小時待命(會進入睡眠),所以必須在永不關機的虛擬私有伺服器運行,才能讓代理在背景持續工作。

  • 3

    彈性的AI模型選擇架構 — 透過Open Router可存取400+模型,用戶可針對不同任務選擇成本與效能的平衡點,簡單任務用免費模型、複雜任務用GPT-4.5或Claude,也可啟用「自動路由」讓系統智能分配。

  • 4

    無需人工維護的自學機制 — Hermes自動分析用戶完成的多步驟工作流程、儲存為可重複使用的「技能」、定期評分與合併重複技能,個人偏好與記憶則透過對話自動更新。

  • 5

    --

  • 6

    #

實用技巧與重點

乾貨
  • 硬體與服務配置:
  • Hostinger VPS方案:KVM2模式、2核CPU、8GB RAM、80GB SSD 儲存
  • 計費週期:預設24個月(用描述連結可獲折扣),可改為12月或1月
  • AI提供者:Open Router(openrouter.ai)
  • 即時通訊平台:Telegram、Discord、Slack、WhatsApp、Signal、Email
  • 部署時間與成本:
  • 整體部署時間:約15分鐘(其中10分鐘等待伺服器配置)
  • AI模型成本:免費模型(Owl Alpha)、付費模型數美分到數美元/任務
  • Open Router建議月消費限額設定:約25美元
  • VPS費用:需充值至Open Router帳戶,確保API金鑰生效
  • 關鍵配置步驟:
  • Hermes部署後進入終端,執行:`cd /root/Hermes-[四位隨機碼]`
  • 啟動Hermes:`./hermes` → `hermes setup`(只需一次)
  • 選擇AI提供者→貼上Open Router API金鑰→選擇模型
  • 選擇通訊應用(Telegram為例)
  • BotFather建立機器人:Telegram搜尋@botfather → `/newbot` → 複製token
  • userinfobot查詢:Telegram搜尋@userinfobot → 複製用戶ID
  • 啟動網關:貼上啟動命令保持連線
  • 任務與技能設定(Telegram內完成):
  • 定時任務語法:「建立Chrome任務,每天早上8點向我發送科技新聞摘要」
  • 查看任務:輸入「顯示所有當前任務的清單」
  • 切換模型:輸入 `/model`
  • 指定特定任務用進階模型:「在Opus 4.7上執行週報產生器」
  • 群組配置:啟用主題功能分類不同任務、關閉群組隱私讓機器人讀取訊息、設機器人為管理員
  • 內建安全防護:
  • 只授權用戶可與代理通訊
  • 獨立沙箱環境隔離
  • 危險操作(刪除檔案、重大更改)需批准
  • 新技能自動檢查不安全程式碼
  • 三層個性化記憶系統:
  • 代理個性:隨意友好vs簡短專業
  • 工作規則:寫作語氣、排版偏好
  • 個人記憶:名字、工作、項目、偏好
  • --
  • #

結論

結論

Hermes將企業級AI代理能力民主化,15分鐘即可部署一個自主運行、持續學習的智能助手,成本低廉且無需編程知識——代理時代已不再遙遠。

完整解析

詳細

AI代理的出現改變了人工智慧助手的工作模式。傳統聊天機器人如ChatGPT或Claude需要用戶主動提問才能回應,對話結束後就完全停止運作;而AI代理則相反,它能在背景持續運行,按照預設的時程表自主執行任務、記住用戶偏好、學習工作流程,用得越多就越了解你。這種能力被業界視為AI發展的重要方向,也正是目前科技圈普遍感到興奮的地方。

Hermes是由知名AI研究團隊Nouse Research開發的開源代理工具,具備這一切現代代理所需的核心功能——記憶、定時任務、自主學習——且完全免費使用。它已獲超過20萬GitHub開發者支持。過去建立這類系統需要複雜的伺服器配置和編程知識,但Hostinger的一鍵部署模板將流程簡化為數次點擊,使整個過程對非技術人員變得可行。

完整部署流程始於Hostinger上選擇KVM2方案(2核CPU、8GB RAM、80GB SSD),設定計費週期,然後點擊部署。幾分鐘後進入控制面板,記下Hermes項目名稱(末尾四個隨機字元),開啟網頁終端並執行初始化命令,這是整個過程唯一需要接觸終端的地方。接著透過Hermes setup精靈完成配置,首先選擇AI提供者。Open Router是最靈活的選擇,因為它提供對400多個AI模型的統一訪問,包括GPT-4.5、Claude等付費模型以及Owl Alpha等免費選項。用戶只需在openrouter.ai創建免費帳戶、生成API金鑰、設置月消費限額(約25美元用於測試),然後向帳戶充值即可。

接下來是通訊應用整合,Telegram是最推薦的選擇——它免費、快速、跨平台。用戶需要從BotFather(Telegram內置機器人)生成bot token、從userinfobot獲取用戶ID(各耗時約1分鐘)。配置完成後啟動網關,使Hermes與Telegram保持持續連線,從此用戶就可透過手機與代理交互。

進入實際使用階段後,一切都在Telegram聊天中完成。設定定時任務非常直觀,用自然英語描述需求如「建立Chrome任務,每天早上8點向我發送科技新聞摘要」,Hermes即自動設定時程、選擇發送地點並確認。類似地,「每週一早上8:30提取最新銷售數據並發送本週vs上週的業績總結」也能一次完成。用戶可隨時輸入「顯示所有當前任務的清單」查看、暫停或修改任務。

Hermes的自學能力特別強大。每當完成包含多個步驟的工作流程時(例如精心編寫社交媒體貼文、調整語氣和格式),Hermes會自動分析並儲存為可重複使用的「技能」。下次只需說「建立社交媒體貼文」,它就能一步到位執行整個保存的流程。最新版本甚至內建管理功能,每週自動評分、合併重複技能並清理廢棄技能。同時,系統會透過對話自動更新個人記憶(名字、工作、項目、喜好)和工作規則(寫作風格、排版偏好),無需手動編輯。

成本控制方面,可針對不同任務選擇合適的模型。簡單的日常任務用免費模型,複雜問題用GPT-4.5或Claude,或啟用「自動路由」讓系統智能分配。用戶可隨時輸入 `/model` 切換模型,也可為特定任務指定更強大的模型而保持其他任務成本低廉。系統內建四層安全防護:只有授權人員能與代理通訊、運行在隔離沙箱環境、危險操作需批准、新技能需安全檢查。建議首週保持簡單,只用Telegram、選1-2個實際問題的任務、暫不連接敏感帳戶。

---

#

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。