构建多模型 AI 工作流操作系统
所谓的 Agent Operating System（智能体操作系统） 并非单一聊天机器人，而是一个容纳所有 AI 工作者的统一平台。Julian Goldie 指出，大多数用户仍受困于在十个标签页间切换，而真正的效率提升在于拥有一个能容纳 Hermes、Claude 以及任何新模型 的中央指挥中心。这种架构的核心优势在于 模型无关性：当新的模型（如 GLM 5.2、Kimmy K 2.7 或 MiniMax M3）发布时，用户无需重建整个系统，只需将其接入现有框架即可。正如 Julian 所言：
"The system stays, the model swap, it only gets stronger."
这种灵活性使得系统能够随着技术进步不断进化，而非被锁定在单一提供商的生态中。通过在一个群组聊天中整合不同模型，用户可以利用 Hermes 进行基础处理，同时调用 Claude 进行复杂推理，从而获得比单独使用 Hermes Desktop 更强大的协作能力。Hermes Desktop 仅支持单一模型，而 Agent OS 允许用户根据任务需求自由组合工具，实现真正的 多智能体协作。
内容创作实战与工具对比
在实际应用中，Julian 利用这一系统构建了完整的 AI Profit Boardroom 内容系列。他输入一系列用户高频关注的主题，系统随即自动生成脚本、钩子（Hooks）和标题。这一流程展示了 自动化内容生产 的巨大潜力，能够精准吸引目标受众。针对用户关于是否应使用 NAN 的疑问，Julian 进行了对比分析：虽然 NAN 功能强大，但其图形化界面操作复杂，且随着规模扩大容易崩溃；相比之下，Agent OS 允许用户通过自然语言指令让 Claude 在几分钟内构建工作流，具有更高的 易用性 和 稳定性。
"With an agent operating system, I just tell Claude what I want and it builds the workflow into the system in minutes."
此外，该系统支持高度自定义的界面布局，用户可打造专属的 仪表盘风格，使其从“不得不用的工具”转变为“每日乐于打开的指挥中心”。这种个性化不仅提升了用户体验，还增强了长期使用的粘性。通过整合不同模型的优势，用户可以在一个统一环境中完成从构思到发布的全流程，无需在不同软件间反复跳转。
成本控制与 Token 优化策略
运行多智能体系统的关键在于 成本控制，Julian 分享了三项核心技巧以最小化 Token 消耗。首先，推荐使用 Coding Plans（编程计划） 而非按次调用的 API 访问模式。Kimi、GLM 和 MiniMax 等模型提供编程计划，允许用户在固定费用下无限制或高限额调用，避免了单次请求的计量计费。其次，利用 OpenRouter 平台上的免费模型。该平台定期更新免费模型列表，用户可直接接入这些模型进行轻量级任务处理，显著降低运营成本。
第三项技巧涉及 Markdown 格式优化。Julian 使用微软开源工具 Markdown 将文件转换为纯净的 Markdown 格式，这种格式比富文本更节省 Token。此外，他还引入了开源技能 Headroom 进一步修剪冗余 Token。这些细微的优化在长期运行中累积成巨大的成本节约。通过结合免费模型、编程计划和格式优化，用户可以在不牺牲性能的前提下，将系统运行成本控制在极低水平，实现 高性价比 的 AI 自动化。
Obsidian 记忆集成与视频自动化工作流
系统的“灵魂”在于 记忆集成，这通过 Obsidian 实现。Obsidian 作为本地化的“第二大脑”，以纯 Markdown 文件形式存储笔记，确保用户完全拥有数据且可离线访问。Julian 通过 MCP（Model Context Protocol） 将 Obsidian Vault 连接到 Hermes 和 Claude，使所有智能体共享同一上下文。这种 共享记忆 机制消除了信息孤岛，例如在 AI Profit Boardroom 的新成员入职流程中，欢迎指南、初始步骤和资源链接均存储在 Vault 中，智能体可随时调用，无需重复解释。
在视频制作方面，Julian 部署了 多智能体团队：一个负责撰写脚本，一个负责编辑，另一个担任“法官”进行评分并反馈，直到内容达到高标准。这种 迭代式优化 流程确保了输出质量。他还集成了 HeyGen 以添加数字人形象，实现了从脚本到成片的完全自动化。为保障安全，他遵循 最小权限原则：不为智能体提供主邮箱，而是使用专用收件箱，并设置严格的规则限制。这种架构不仅提升了效率，还通过隔离风险确保了系统的 安全性 和 可控性。