KeyFrame內部研究專用

I Tested Every Popular AI Agent (Here's What Works)

Parker Prompts8 min英文
觀看原始影片

三句話摘要

評測四款主流AI Agent工具的實際表現,揭示什麼讓某些Agent能長期保持效用。 決定Agent工具長期價值的關鍵不在初始功能,而在於它是否能隨著使用而學習改進——Hermes正因此成為唯一會隨時間變得更聰慧的Agent。 持久化運行的必要性:本地運行的Agent在設備休眠時無法工作,因此部署在雲端VPS(如Hostinger)成為關鍵,讓Agent全天24小時服務。

重點整理

  1. 持久化運行的必要性:本地運行的Agent在設備休眠時無法工作,因此部署在雲端VPS(如Hostinger)成為關鍵,讓Agent全天24小時服務。

  2. 工具的適用邊界:Openclaw適合日常輔助任務但權限要謹慎控制,Claude Code則是開發者專用且成本最高,但交付物價值遠超一般接案成本。

  3. 協作規模的升級:Paperclip透過預設Agent角色與工作流程,讓複雜多步驟的工作能自動在Agent間交接,並內建預算控制機制,比單一Agent能處理更大的任務。

  4. 學習能力的長期價值:Hermes是唯一具備持續學習功能的工具,它會記住用戶習慣並將重複工作轉換為可複用技能,使其效能隨時間遞增,與其他工具趨於重複形成鮮明對比。

實用技巧與重點

  • 部署環境
  • Hostinger VPS KVM2方案:2核心CPU、8GB記憶體、80GB存儲
  • Hermes最低月費:$5/月伺服器+API Token費用
  • 工具成本
  • Claude Code:重度用戶$100+/月,有使用時數限制
  • Openclaw:免費試用(Hostinger一鍵部署,含AI額度)
  • Paperclip:按使用API額度計費(支援Claude/GPT/Gemini)
  • Hermes:免費開源,GitHub 181,000+開發者支持
  • 功能特性
  • Openclaw前身:Claude Bot → Molt Bot → Openclaw
  • Claude Code:支援自動測試、自我修正、功能增量添加
  • Paperclip:支援多Agent分工、花費警告(80%提醒、100%暫停)、決策追蹤
  • Hermes:內建排程器、跨平台記憶(Telegram/Slack/Discord)、自建技能系統

結論

決定Agent工具長期價值的關鍵不在初始功能,而在於它是否能隨著使用而學習改進——Hermes正因此成為唯一會隨時間變得更聰慧的Agent。

完整解析

現代AI Agent工具之所以受歡迎,在於它們承諾代替人工執行任務,而非僅提供建議。本影片測試四款主流Agent工具,揭示長期有效的Agent共享的一個往往被忽視的特性。

Openclaw(舊名Claude Bot、Molt Bot)的關鍵優勢是消除了學習門檻。無須儀表板或專用應用,用戶只需在WhatsApp或Telegram傳送訊息,Agent就會執行任務並回報。然而初期遇到的問題是:本地執行的版本在筆電休眠時無法工作,這違背了全天候助手的初衷。解決方案是部署在Hostinger的雲端VPS上,讓Agent 24/7運行。測試中,Openclaw成功從信箱篩選出待審查的郵件並擬草稿回覆,更具上下文意識;也能自主開啟瀏覽器搜尋倫敦到里斯本的航班,並整理成結構化資訊。優點是五分鐘內即可獲得實用成果,缺點則是權限風險——一個錯誤可能導致誤傳訊息。

Claude Code則是為開發者設計的工具,它徹底改變了編寫工具的成本。用戶用自然語言描述需求,工具自動規劃、編寫程式碼、執行測試並自我修正。測試中只需提供「構建費用追蹤器應用」的簡單提示,工具就自動完成整個開發週期,包括分類篩選和即時更新。重度使用月費可達$100以上,成本雖高,但交付的軟體開發成本通常數百美元起跳,相比之下仍具競爭力。缺點是不支援郵件自動化或排程執行。

Paperclip代表了多Agent協作的未來。它不是單一Agent,而是一個能配置多個角色各司其職的系統——如研究員、撰寫員、審稿員——彼此交接工作。測試中設置三個Agent完成市場研究報告,最終產出可直接發布的文章,且過程完全自動化。優點是內建支出上限警告與決策追蹤;缺點是設定較為複雜,若指令不明確Agent可能陷入循環浪費預算。

Hermes是本次測試中最獨特的工具。由News Research開發,它唯一具備真正的學習能力。Hermes會記住用戶的風格偏好(如摘要寫法),並將重複執行的任務自動轉化為可複用技能。早期需要多次嘗試才能優化的研究圓總結,第三次執行時已被保存為獨立技能,一次完成。經過數週的每日早晨新聞摘要任務後,Hermes自動優化了格式並根據用戶實際閱讀習慣調整內容優先序——這是其他工具無法達到的自適應。作為開源專案(GitHub支持181,000+開發者),使用成本最低(伺服器$5/月),且支援任意語言模型與跨平台記憶同步。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。