今天我们要谈谈如何构建一个智能体操作系统。如果你想知道什么是智能体操作系统,这就是我们所有智能体协同工作的场景。我们有 Claude、Hermes、Open Claw 等。我们还可以利用这些智能体构建自己的 SaaS 工具。例如,我们使用 Hermes 构建了一个潜在客户生成和外联工具。我们拥有 Hermes Oracle,它可以查找最新新闻,并基本上自动化我们要做的任何事情。

我们还可以为视频智能体、SEO 甚至音乐本身定制构建。因此,我们在这里构建了我见过的最强大的 AI 系统,并将其整合到一个名为 Agent OS 的系统中。通过 Agent OS,我们可以基本上每天持续改进它。它成为一个每天都能进化的系统。

今天我要展示的是如何构建它,因为我是从零开始构建的。我 literally 没有构建 SaaS 工具的經驗,也没有构建此类东西的经验,以前从未做过。但大约八周前我开始这个项目,它变成了一个绝对的巨兽。这是我在 AI 领域参与过的最令人兴奋的事情,它比我见过的任何其他东西都更强大。

如果你想构建类似的东西,我想向你展示如何使用五层系统来构建你自己的智能体操作系统,一次构建一层。你知道,大多数人像散乱的标签一样运行着像 AI 5 14 这样的东西。我将我的作为一个操作系统运行,堆叠在五个层级中,稍后我会谈论这些层级。我们谈论基础、记忆、路由器、智能体和循环。

这里是如何免费构建你自己的系统的方法。我是说,因为我已经有 Claude Code 的 Claude 订阅,所以我无需额外付费来构建这些东西。基本上,我使用套餐中已包含的令牌,然后我们不断构建更多更好的内部功能,它成为了我们可以构建自动化功能的终极工具。

如果我们修正太多,我们可以将其隐藏在设置中。如果你想分享,我们可以。我们实际上与我们的社区分享了它。因此,我们在 AI Profit Board 社区中有 3,900 名成员。我们将智能体操作系统分享给了那里的每个人。

然后我们有了这个完整的记忆系统,正如你所见,它将所有内容链接在一起,以便我们的所有智能体都有上下文。它以五层方式工作。让我逐一介绍每个部分。这是控制中心,正如你在这里看到的。实际上是控制中心仪表盘。

我看这种方式是每一层都建立在你可能已经拥有的工具之上。例如,我用 Claude Code 构建了它。里面有一个 Lambda。你可以使用 Obsidian。例如,GLM 5.2 也连接到了我们的智能体中。我们有一个路由器来决定哪个模型胜出,我稍后会更多地谈论这一点。然后我们有一个完整的智能体操作系统。

这里要注意的主要事情是,我之前将 AI 作为 14 个不同的标签运行。然后我将其构建为 Agent OS。我在一个标签中有 ChatGPT,另一个标签中有 Claude,第三个标签中有编码工具,非常混乱。每个部分我都必须重新解释我的业务。我必须从头解释我的客户、我的声音。文件丢失了。上下文丢失了。没有任何东西被记住。

从那里开始,一切基本上都变得一团糟。那是旧的做法,对吧?现在,我们有一种方法,我停止了收集工具并开始堆叠层级。所以现在是一个智能体操作系统,每个模型和每个智能体都在一个屏幕上。这是一个统一的记忆。所以,它们一启动就知道我的业务。

所以,如果我转向 Hermes,我会说:“告诉我你知道关于我业务的什么。”或者“告诉我们上周做了什么工作。”它会给出逐天的回顾,因为它了解关于我、我的业务、我所做工作等的一切。这是一个统一的智能体操作系统,每个模型和智能体都在一个屏幕上。这是一个统一的记忆。所以它们知道我的业务。

每个工作都分配给获胜的模型,主要是免费的,而智能体在后台工作时 24/7 进行实际工作。此外,这件好事是我们创建了一个项目,并在我们的 Air Profit Bot 社区中与每个人分享了它。在这一点上,我们收到了 194 页的使用此工具的人的胜利和证词。

看看 Shin 说了什么。他说:“在我加入的所有学校频道中,Agent OS 系统远远超出了它提供的价值。” Hawky 说:“我安装了 Agent OS,你的系统太棒了。” Rick 说他加入了学校小组,他已经拥有了超能力,并且他在短短 30 分钟内就构建了它。

例如,你有太多人分享他们的胜利,分享他们用此构建的东西,分享他们的自定义。例如,Sheena 也使用 Agent OS 构建了一个自动运行的潜在客户机器。所以,你也可以自定义和构建它,这是非常棒的事情。所以,如果你正在观看这个视频,请承诺自己设置一些东西,因为你越早这样做,就会越有趣,越强大,你也会越早享受与 AI 一起构建的乐趣,而不是感到不知所措。

这就是我想说的,当你构建系统本身时,它使得控制变得容易得多。例如,如果你追逐每一个模型、每一个更新、每一个新出现的工具,那将会非常混乱和令人不知所措,你会患上“闪亮物体综合征”。我可以想象很多现在观看此视频的人感到不知所措,觉得事情太多。

所以我们基本上将其设置为五层。让我谈谈它是如何逐步工作的。我还想在这里说,旧的方式是你有 14 个标签,到处都有很多不同的标签,你一遍又一遍地重新解释自己,你丢失了所有文件和所有联系人,你使用所有这些不同的工具每月,很难跟踪它们,没有任何东西与任何东西交谈,你没有记忆可以移交,而且你是用手将所有 AI 工具粘合在一起的人。

这就是很多观看此类内容的人所面临的情况,对吧?而使用此系统的 Agent OS 的新方式是,

每个模型和智能体都在一个屏幕上。你拥有共享记忆,因此它了解你的业务。每个任务都归属于赢得该任务的模型。智能体在你睡觉时交付实际工作。它每周都在复利增长并变得更强,而系统就是粘合剂。你只需指向它,这就是区别所在。系统就是粘合剂。不是你同时在一堆标签页中整理成千上万个不同的 AI 工具。所以,

第一步确实是基础。这就是将每个模型整合在一个屏幕中。所以,如果你看我们的侧边栏,我建议你在第一步做的是:将你实际使用的每个工具,而不是你拥有的每个工具,都接入智能体部分。好吗?拥有一个像这样的侧边栏。第一层确实是万物立足的基石。一个仪表盘,将所有模型连接在一起,而不是在一个地方打开 14 个标签页。如果你有一个用于日常工作的免费本地模型,你可以使用免费 API,或者接入你已经付费的 CLI,包括 Claude,这样你就不会重复付费。然后,这里的一切就准备好了。所以,如果我们想与 Claude 对话,没问题,我们在这里。如果我们想

与 Hermes 对话,没问题,我们在这里,对吧?这就是整个系统的要点。现在,如果你想知道如何开始,你只需进入 Claude,并告诉它你想要什么。所以,比如,“好的,我想要一个看起来漂亮的任务控制仪表盘,内置 Claude 和 Hermes。”你只需告诉它你想要什么。如果你想获取我的完整设置,

你可以从我购买的应用内获取,但如果你想从零开始自己构建,也可以。你可能会问,“好吧,在构建 Agent OS 系统时,这不会消耗大量 token 吗?”不会,这是关于它最大的误解,因为基础可以在免费本地模型上运行,也可以在免费 API 上运行,这样你就不需要担心 token

了。现在,第二层是记忆。记忆其实只是一个共享的大脑。我们为此使用 Obsidian。正如你在这里看到的,这是我们的记忆星系。它在不断改善和增长。宇宙每天都在膨胀,朋友们,对吧?所以,这是一个共享的大脑。我要说的是,没有记忆模型就像是你每天早上都要重新自我介绍的陌生人。所以,整个设置中的第二层解决了这个问题。因为你拥有一个共享的金库。你的业务、你的客户、你的声音,每个模型和智能体在系统内回答之前都会阅读这些,因为它们都链接在一起。因此,你不再浪费每次提示的 20% 来重新解释你是谁。他们已经知道了。这是你的 Obsidian 金库。Hermes、我的视频

智能体、我的 SEO 智能体、Claude 等。它们都接入这个美丽的金库。然后,一个金库为每个智能体提供上下文。所以,它们在回答之前就知道你和你的业务,对吧?现在,这是如何工作的呢?基本上,我们有 Obsidian。使用 Obsidian,你只需一个纯笔记文件夹,基本上就是记忆,正如你在这里看到的。所以,这标记了我们正在做的所有事情

,或者你知道的,最新的 AI 新闻等。嗯,你在这里有一个笔记文件夹。所以,你有你卖什么、你怎么说话,并指向这里的智能体操作系统。现在,我让我的智能体为我做这件事。如果你经常使用智能体,我建议让它为你设置这个。你不需要自己这样做,朋友们。你只需对 Claude 说,“好的,听着。

下载 Obsidian。在 Obsidian 内设置一个组织良好的文件夹,使用 markdown 文件记录我为你做的所有事情。就这样,就这么简单,对吧?所以,你可能会说,“好吧,我不想让我的所有数据都进入 Obsidian 的云端。”没问题,伙计。你可以使用本地版本,对吧?所以,Obsidian 可以是你本地的,然后它就在本地运行

。此外,你只使用本地模型,这样数据根本不会进入云端。现在,第三层是路由器。所以,你想为任务选择合适的模型。第三层是智能,这样你就不再问哪个模型最好,而是开始将每个任务发送给赢得该任务的模型。例如,它可能是一个用于生成文本的免费开源模型。

例如,如果你想构建惊人的东西,它可能是一个前沿模型。嗯,现在我实际这样做的方式是我们长期工作的一部分,但基本上,如果我只需要做一些基本的事情,我可以直接去这里的本地部分,对吧?或者我可以去,例如,像 GLM-5.2 这样相当便宜的东西。然后,如果我需要构建一些绝对

令人惊叹的东西,没问题,伙计。我们将使用 Claude,我们将使用 Fable 5,我们可以用那创造一些惊人的东西,对吧?嗯,所以,我们在那里就是这样做的。现在,在这个过程中,另一件超级有用的事情是我测试每一个模型,并用它构建了超过 42 个项目。然后我实际上做的是分类它最擅长什么。所以,例如,你可以

看到这里的 Goldy bench 排行榜。我这样做的方式是让 Claude 帮我决定,好的,哪些模型是最好的,哪些模型表现最好,等等。嗯,它们与其他所有模型相比得分如何?你可以看到 Fusion 就在这里的顶部。Hermes 复仇也不错。然后我们有 Claude Fable 5。我们还分类了它最擅长什么,对吧?所以,你可以

看到,例如,Claude Fable 5 创建了一些惊人的游戏,非常惊人的东西。我们看看 Claude Fable 5 并在这里向下滚动,你可以看到我们可以构建像这样的疯狂游戏,你可以在这里看到。用它构建很有趣。图形超级漂亮。易于使用,等等。嗯,看起来也很酷。而且我们有所有这些我们与人分享的构建

,这样你可以看到,你知道,什么好什么不好。而且,这也很酷,当我们用这个构建时,我的意思是,看看这个。非常棒。感觉就像《上古卷轴 5:天际》。嗯,所以,当我们构建这样的东西时,我们可以分享它,我们可以比较它,我们看到哪个类别是最好的,这对我们超级有用。嗯,所以,这样你可以

只是比较并看看,好的,哪个东西是最好的?我们也有并排的构建,所以我们可以看到,好的,我们在 Agent OS 中用每个模型构建了什么,然后它们如何并排比较?这对我们超级有用。所以,让我们回到这个。这是第三部分,即路由。你只想了解,好的,你使用的哪个模型做

最佳工作。从那里,你选择能完成工作的智能体。例如,你可以有一个智能体负责规划,然后由另一个智能体发送电子邮件等。我所说的“智能体完成工作”,是指第四层投入了实际工作。因此,你可以拥有规划、构建、写作或研究路径的智能体,它们并行工作,而你在做其他事情。

例如,这种方式的工作原理是,如果我们看看赫尔墨斯,我们有赫尔墨斯混合智能体接入系统。这有什么用呢?因为我们可以让两个智能体处理同一件事,然后用聚合器融合它们,看看我们在这里构建了什么。这有什么用呢?因为当我们在做其他事情时,这些智能体可以并行工作。

同样的,对于看板,我们可以通过看板给智能体分配任务,然后将工作分发到不同的智能体配置文件中,这样我们就不需要自己进行编排。老实说,我已经很久没有提示了。我真的不再提示了。我只告诉我的主智能体我想要做什么,然后它就去协调其他人。我也推荐你这样做,因为否则,如果你在不断提示、提供反馈并手动管理每个智能体,那将是一场混乱。

我还想说的是,我看到有些人说:“这对我有用吗?对我的客户有用吗?”对于智能体操作系统,它适用于任何行业。原因是你可以将所有工作流程定制到你的行业。怎么做呢?你可以构建自己的自定义工作流程。例如,我做了很多SEO工作,所以建立SEO部分,视频部分也一样。再看看这里,我们还有记忆部分,设置得很好。

因此,这个过程的每个部分都是为我定制的,因为我们拥有我之前提到的独特记忆系统。我们有构建的独特工作流程。这就引出了第五层,即循环工程。好吧。我之前说过我不提示智能体。我只是命令智能体工作,记忆在增长,操作系统变得更智能,就这样在循环中运行。

这就是改进之处,这也是这里的顶层。这就是让你变成操作系统的原因,因为它所做的一切都会反馈回来。胜利被记录到记忆中。新模型被测试并插入金基准。新工具作为新智能体接入。你不需要重建,只需扩展你已有的东西。这非常有用,因为六个月后你运行的操作系统比今天的更优越,即使模型发生变化,对吧?

模型确实会变化。下周、下个月、明年都会有所不同。这没关系,因为我们有一个始终保持不变且始终有用的系统。基本上就是这样。现在,如果你想自己构建,你可以。我个人每天花大约3小时改进它,每天构建新功能,使其尽可能有用。如果你想跳过整个过程,你可以从我的AI利润董事会获得整个智能体操作系统,里面有你在这里看到的所有内容。链接在评论和描述中,或者访问AI Profit Boardroom.com。

在这个社区中,你获得我们讨论的所有层,基础、记忆、智能体、循环、本地同伴引擎,以及令牌效率手册,这样你可以减少使用的令牌数量。每周四次辅导电话,你可以提问。这是一个专注于帮助你成长、节省时间并学习AI自动化的社区。

现在,在每日更新部分,你可以获得完整的智能体操作系统视频教程,带有最后更新日期和安装所需的zip文件。随着新有用内容的出现,你还会获得新的每日教程。在社区中,我每天亲自回答这些问题。此外,总有人在线在你需要时提供帮助。

在教室中,你可以访问我所有的最佳培训。在加拿大(注:原文为Canada,疑为口误或特定板块名称,此处直译),你可以在电话会议上见面,提问,共享屏幕,看看其他人也在构建什么。然后在地图中,你可以实际遇到在你所在地区与你一样使用AI智能体构建的人。所以,请随意获取。链接在评论描述中,或者访问airprofitboom.com。非常感谢大家。