作者：Allen Guan | 另类投资顾问 · AI Agent 探索者
最近折腾了一天，在 Oracle Cloud 的免费服务器上把 Hermes Agent 跑起来了。
写这篇文章，是因为我觉得市面上大多数关于 AI Agent 的内容，要么太技术，只有开发者能看懂；要么太浅，说来说去就是"AI 很厉害"。我想写一篇真正有信息量的记录——从原理到实操，从个人用途到商业场景，尽量让不同背景的人都能有所收获。
一、为什么普通 AI 不够用？
很多人用 ChatGPT 或 Claude 用了一段时间之后，都会遇到同一个瓶颈：它很聪明，但太被动了。
你不问，它不说。你关掉窗口，一切归零。你想让它帮你盯着某件事，它做不到。你想让它每天早上自动给你发一份市场摘要，它做不到。
这不是模型能力的问题，而是产品形态的问题。
ChatGPT、Claude 这类产品的本质是问答系统——你输入，它输出，一问一答，完全被动。它们没有持久记忆，没有工具调用能力，没有后台运行的机制。
而真正的 AI Agent 是另一回事。
二、什么是真正的 AI Agent？
AI Agent（AI 智能体）这个词被滥用了很多，很多产品套了个壳就叫自己 Agent。真正的 Agent 需要具备三个核心要素：
1. 持久记忆
普通 AI 每次对话都是全新开始，它不知道你是谁，不记得你上次聊了什么。
真正的 Agent 有持久记忆系统：它知道你叫什么，了解你的工作背景、偏好、历史对话。每次会话不是从零开始，而是接着上次继续。用的时间越长，它对你的理解越深。
2. 工具调用
普通 AI 只能处理文字，它没有手，没有眼睛，没有办法和外部世界交互。
真正的 Agent 可以调用工具：上网搜索最新信息、操作浏览器点击页面、执行代码、读写文件、发送消息。它能做的事情不局限于生成文字，而是真实地在数字世界里行动。
3. 自主运行
普通 AI 需要你全程守着，你停止输入它就停止工作。
真正的 Agent 可以自主运行：你给它一个目标，它自己规划步骤、调用工具、完成任务。你可以设置定时任务，让它在你睡觉的时候自动完成工作，第二天醒来看结果。
三、Hermes Agent 是什么？
Hermes Agent 是 Nous Research 于 2026 年 2 月发布的开源 AI Agent 框架，发布 7 周内突破 95,000 GitHub Stars，是目前最受关注的自主 Agent 框架之一。
Nous Research 是一家专注于开源 AI 研究的机构，在 AI 社区里口碑很好。Hermes 是他们把多年 Agent 研究积累转化为可部署产品的成果。
Hermes 的核心技术设计
Skills 自动学习系统
这是 Hermes 最独特、也是最让我感兴趣的设计。
普通 AI 每次处理任务都是从头推理，无论这个任务你让它做过多少次。Hermes 不一样——它能把完成过的任务流程提炼成"技能"（Skill），存储下来，下次遇到类似问题直接加载技能，而不是重新推理。
举个具体的例子：你第一次让 Hermes 帮你整理一份竞品分析报告，它需要搜索、筛选、整理、格式化，花了一些时间。这个过程结束后，Hermes 会自动把这套流程提炼成一个"竞品分析"技能。下次你再提出类似需求，它直接调用这个技能，速度和质量都会更好。
这意味着 Hermes 是真正意义上会随使用时间积累能力的系统，而不是每次从零开始的工具。
原生持久记忆架构
Hermes 的记忆系统分为几个层次：
- SOUL.md：Agent 的人格和价值观配置，定义它是谁，怎么思考问题
- USER.md：关于用户的长期记忆，自动更新，记录用户背景、偏好、工作信息
- MEMORY.md：任务相关的中期记忆，记录重要的上下文和决策
- Session 记录：短期会话历史，支持跨会话搜索
这套分层记忆设计让 Hermes 能在保持高效的同时，维护对用户的深度理解。
模型无关架构
Hermes 不绑定任何特定模型，支持 300+ 个模型，包括 Claude、GPT、Gemini、DeepSeek、GLM、Kimi 等主流模型，也支持本地 Ollama 模型。
这意味着你可以根据任务类型和成本灵活切换：简单日常任务用免费模型，复杂推理用强模型，需要隐私保护的任务用本地模型。
丰富的工具生态
Hermes 内置了极其丰富的工具集，开箱即用：
- 网页搜索与内容提取
- 浏览器自动化（点击、填表、截图）
- 终端命令执行
- 文件读写与代码运行
- 图像识别与分析
- 语音合成（TTS）
- 定时任务（Cron Jobs）
- 跨平台消息发送
不需要单独接各家 API，大部分工具在安装时就已配置好。
四、我的部署方案：月成本 ¥0
服务器：Oracle Cloud Always Free
Oracle Cloud 提供市面上最慷慨的免费云服务套餐：
- 规格：4 核 CPU + 24 GB 内存，ARM 架构
- 费用：永久免费，不是试用期
- 存储：200 GB 块存储
- 流量：入站流量不限制
24 GB 内存在免费云服务里几乎没有对手。不仅够跑 Hermes Agent，还有余量同时运行本地小模型（7B 参数量化模型大约需要 8-10 GB）。
我的这台服务器同时跑着：个人网站后端、Dify 知识库系统、Ollama 本地模型、以及现在新加的 Hermes Agent，总内存占用约 4-5 GB，还剩将近 20 GB 空闲。
语言模型：GLM-4.5-flash
模型选的是智谱 AI 的 GLM-4.5-flash，选择理由很实际：
- 永久免费：不是有限额度的免费，是真正的永久免费
- 中文优化：国产模型对中文的理解和表达更自然
- 直连低延迟：不需要走 OpenRouter 等中转平台，响应更快
- 官方直连：稳定性更好
对于中文场景的日常对话和任务处理，GLM-4.5-flash 完全够用。需要更强推理能力时，可以随时切换到 OpenRouter 上的其他模型。
其他组件
- 搜索：DuckDuckGo，无需 API Key
- 浏览器：本地 Headless Chromium，无需订阅
- 语音合成：Microsoft Edge TTS，免费，支持中文
- 接口：Telegram Bot，稳定，随时随地访问
每月总成本：¥0
五、AI Agent 能做什么？实际用途全景
这部分我想认真说，因为很多人安装完之后反而不知道用来干什么。
个人效率场景
信息收集与整理 让 Agent 每天早上自动搜索你关注领域的最新动态，整理成摘要发到你的 Telegram。你醒来就能看到一份个性化的信息日报，不需要自己刷各种平台。
知识库问答 把你的笔记、文档、报告上传到知识库，然后直接问 Agent"我上个月写过关于 XX 的分析吗？“或者"把我所有关于 YY 的笔记整理成一份综述”。
任务自动化 设置定时任务：每周一自动整理上周的工作记录；每天下午定时检查某个网站的更新；定期备份重要文件。这些事情你不需要操心，Agent 自动完成。
写作辅助 和 Agent 聊想法，让它帮你打磨文章结构，根据你的历史写作风格提供修改建议。因为它记住了你的偏好，时间越长，辅助质量越高。
学习陪伴 学习新领域时，让 Agent 担任你的私教。它能记住你的学习进度，根据你的理解程度调整解释方式，还能帮你查资料、总结重点。
专业/商业场景
客户服务前端 在 Telegram 或其他平台部署一个 Agent，处理客户的常见问题。Agent 有记忆，能记住每个客户的历史咨询，提供个性化回答。不在线时自动回复，在线时辅助人工。
市场研究自动化 让 Agent 定期监控竞争对手网站、行业新闻、社交媒体动态，整理成结构化报告。发现重要变化时主动推送提醒。
内容创作流水线 给 Agent 设置一套内容创作流程：搜集素材→整理大纲→生成初稿→格式化输出。你只需要审核和修改，大幅减少重复工作。
数据处理与分析 对于有编程需求的用户，Agent 可以直接写代码、执行代码、处理数据文件，相当于一个随时待命的数据分析助手。
开发辅助 对于开发者，Agent 可以帮助代码 review、文档生成、bug 排查、测试用例编写，而且它记住你的代码风格和项目背景，建议会越来越精准。
六、我的真实感受
用了几天下来，有几点真实的感受想分享。
第一，“会记住你"这件事比我预想的重要得多。 每次重新向 AI 解释自己的背景是一件隐性的成本，你可能已经习以为常了。但当 Agent 真正记住你是谁、你在做什么、你喜欢什么风格的回答，交互效率的提升是实质性的，不是边际改善。
第二，自主运行改变了和 AI 的关系。 普通 AI 是你的工具，需要你不断操作。Agent 更像是你的助手，你给方向，它负责执行。这种关系的转变，让 AI 从"一个聪明的搜索引擎"变成了"一个能帮你干活的人”。
第三，¥0 的成本是真实的，不是噱头。 我最开始以为总会有什么隐性费用，但确实没有。Oracle 的免费套餐很实在，GLM-4.5-flash 确实永久免费。当然如果要用更强的模型或更多高级工具，会有费用，但基础功能完全免费可用。
第四，Skills 系统需要时间积累。 Hermes 不是装上就立刻很强大，它的学习系统需要使用过程中的积累。第一周可能感觉和普通 AI 差不多，但随着它积累了更多关于你的信息和处理过的任务，差距会越来越明显。这是一个长期投资。
七、适合谁？不适合谁？
适合：
- 对 AI Agent 感兴趣，想自己动手跑一个看看
- 有 Oracle 免费账号或闲置服务器
- 有一定 Linux 基础（不需要很深，能 SSH 登录、跑命令就行）
- 想要数据完全自控、不依赖第三方平台
- 有重复性工作想自动化的人
暂时不适合：
- 完全没有技术背景，连命令行是什么都不了解的用户（部署过程需要一定技术门槛）
- 只需要偶尔问问题的轻度用户（普通 AI 产品够用）
- 对响应速度极度敏感的场景（本地模型或免费模型速度不如付费 API 快）
总结
AI Agent 不是 AI 的下一步，它是 AI 真正走进日常工作流的方式。
从问答工具到自主执行者，这个转变正在发生。Hermes 是目前开源生态里最完整、最活跃的 Agent 框架之一，加上 Oracle 的免费服务器和 GLM 的免费模型，零成本入门门槛比一年前低了很多。
如果你对这个领域感兴趣，现在是很好的时间窗口——框架已经足够成熟，社区活跃，文档完善，不需要等它"再发展一两年"。
我会继续更新这个 AI Agent 体系的搭建记录，包括知识库接入、多 Agent 协作、以及实际使用中踩到的坑。感兴趣的可以关注。
#AI #AIAgent #Hermes #智能体 #Oracle #效率工具 #开源
Last modified on 2026-06-05