Hermes 的核心突破:后台静默操作
Hermes 是由 News Research 开发的免费开源 AI 代理,其最大亮点在于能够像真人一样点击、输入、滚动和拖拽应用程序,但完全在后台静默运行。与以往会抢占鼠标焦点、弹出窗口或冻结屏幕的传统工具不同,Hermes 允许用户和 AI 代理在同一台机器上同时工作。用户无需离开当前任务,鼠标指针也不会被强制移动,AI 仅在视觉上通过一个半透明光标显示其操作位置,而真实光标保持原位。这种机制彻底改变了人机协作模式,实现了真正的并行处理。
"It just works quietly in the background while you keep going."
这种设计使得 Hermes 不仅仅是一个自动化工具,更像是在键盘旁多了一双无形的手。Julian Goldie 强调,这种非侵入式的操作方式是 Hermes 区别于其他计算机使用代理的关键所在,它确保了用户在工作流中不会被中断,从而能够高效地利用 AI 完成重复性任务。
实际案例:自动化欢迎笔记生成
为了展示 Hermes 的实际能力,Julian 演示了一个具体场景:在 Agent OS 环境中,他指示 Hermes 为新的 "AI Profit Boardroom" 成员创建一批格式整洁的欢迎笔记。在这个过程中,Hermes 在后台打开了笔记应用,并自动撰写了所有内容,而 Julian 本人则继续处理其他完全不同的工作,全程未触碰鼠标。
这些生成的笔记是新成员加入时看到的第一手资料,直接决定了他们对平台的初始印象。通过这种静默且自动化的工作方式,Hermes 不仅节省了手动编写的时间,还确保了内容的一致性和专业性。这种 "done-for-you"(代劳式)的工作流正是吸引用户深入使用 AI Profit Boardroom 的核心价值所在。它证明了 AI 可以在不干扰用户日常工作的情况下,持续产出高质量成果,从而提升整体工作效率。
技术原理与跨平台兼容性
Hermes 的核心技术依赖于 Seer driver,这是一个开源工具,允许代理通过截图“看到”屏幕,并向应用程序发送点击和键盘指令,而无需将窗口置于前台。设置过程极其简单,只需运行一条命令 Hermes computer use install 或通过工具菜单开启,并授予屏幕控制和辅助功能权限即可。值得注意的是,Hermes 不绑定特定 AI 模型,支持 Claude、GPT、Gemini 甚至本地运行的免费模型,用户拥有极大的灵活性。
目前,Hermes 已全面支持 Mac、Windows 和 Linux 三大操作系统,命令和后台操作逻辑保持一致。此外,每个 Hermes 实例拥有独立的会话和光标,支持多代理并行运行。例如,一个代理可以整理文件,另一个同时撰写笔记,且系统对后台截图的处理经过优化,确保不会显著拖慢机器性能。这种跨平台和多任务处理能力,使其成为真正实用的生产力工具。
安全机制与语音交互体验
针对用户对 AI 操作电脑的安全担忧,Hermes 内置了严格的护栏机制。任何破坏性操作(如删除文件)都会暂停并请求用户批准,系统会硬编码阻止清空回收站或注销等高危行为。此外,Hermes 不会输入密码,也不会执行隐藏在截图中的恶意指令,确保用户始终掌握控制权。
在交互体验上,Julian 展示了 Hermes 的语音模式。通过 Agent OS,用户可以语音指令如 "Hey, open up my project folder",Hermes 会执行操作并语音反馈结果,营造出与真人助手对话的感觉。结合本地运行和消息应用连接,用户甚至可以通过手机远程发送任务、批准操作,实现随时随地的工作管理。这种结合语音、远程控制和后台静默执行的能力,彻底打破了办公桌的限制。
知识管理与长期工作流整合
Hermes 的强大之处还体现在与长期工作流的整合上。Julian 使用 Obsidian 作为 Agent OS 的记忆层,记录所有关于用户和工作的信息。他让 Hermes 在后台整理 Obsidian 库,确保关于 "AI Profit Boardroom" 的笔记整洁且易于搜索。当用户后续提问时,代理能瞬间提取正确的上下文。
这种整合不仅限于单次任务,而是构建了持续进化的知识库。通过 Hermes 的后台整理能力,用户无需手动维护笔记结构,AI 代理则确保了信息的有序性和可检索性。结合 AI Profit Boardroom 提供的 30 天路线图和每周四次的生活教练电话,用户不仅能学会使用 Hermes,还能将其深度融入日常业务,实现从工具使用到工作流重构的跨越。
从琐碎任务到目标导向的自动化升级
Hermes Computer Use 的核心价值在于将用户从机械性的重复劳动中解放出来,转而专注于更高价值的决策工作。许多人在尝试计算机自动化时,往往只让它完成一些微小的、单一的任务,随即放弃。然而,真正的突破点在于赋予智能体明确的目标而非琐碎指令。例如,你可以指定 Hermes 去整理存放所有 "AI Profit Boardroom" 资产的文件夹,包括图片、视频和指南。只需一条指令,它就能在后台自动完成分类和清理工作,而用户则可以专注于下一阶段的培训或业务规划。这种转变意味着你不再是那个不断点击鼠标、移动文件的人,而是下达指令并监督结果的管理者。
"You stop doing the boring busy work yourself and you become the one giving the orders."
这种思维模式的转换至关重要。大多数人的日常工作中充斥着大量不需要大脑参与、只需要双手操作的环节,如反复打开相同的应用程序、在不同位置间复制粘贴文件或整理文件夹。这些任务不仅枯燥,而且消耗精力。通过引入 Hermes,你相当于获得了一双永不疲倦、无需休息的第二双手。你只需指出任务方向,确认其执行计划,然后让它自行处理,从而将宝贵的认知资源集中在真正重要的工作上。这也是为什么作者坚持在 Agent OS 中全天候运行 Hermes 的原因。
Hermes 的核心功能与跨平台兼容性
Hermes Computer Use 提供了一套完整的后台自动化解决方案,其设计初衷是在不干扰用户当前工作流的前提下执行任务。最显著的特点是,当 Hermes 运行时,鼠标光标不会移动,窗口也不会跳动,用户可以在同一台电脑上继续处理其他工作,完全感知不到后台的自动化操作。这种非侵入式的体验极大地提升了多任务处理的效率。
在技术兼容性方面,Hermes 展现了极高的灵活性。它支持 Mac、Windows 和 Linux 三大主流操作系统,确保了跨平台用户的广泛适用性。此外,它几乎兼容任何 AI 模型,包括免费的本地部署模型,这降低了用户的使用门槛和成本。在安全性方面,Hermes 设计了风险确认机制,在执行任何高风险操作前会主动询问用户,确保用户始终掌握控制权。同时,它支持语音交互,用户可以通过语音指令与其沟通,并且可以通过手机远程监控或启动任务,实现了随时随地的管理便利性。
"It runs on Mac, Windows, and Linux. It works with almost any model, including free local ones."
设置过程也非常简便,大约只需 5 分钟即可完成配置。对于使用作者开发的 Agent OS 的用户来说,Hermes 可以无缝集成其中,所有构建的自动化流程和工具都集中在一个可视化的界面中,便于统一管理和查看。这种集成化设计使得用户能够在一个平台内实现从任务规划到执行监控的全闭环管理。
从工具使用到系统化落地的进阶路径
虽然开启 Hermes 的计算机使用功能相对简单,但如何高效、安全地将其应用于实际项目才是更大的挑战。许多用户在初步尝试后,会面临一系列具体问题:应该选择哪个模型来驱动自动化任务?如何一次性正确配置权限以避免后续的安全隐患?以及如何将模糊的想法转化为智能体能理解的具体目标?这些问题的解决需要系统化的方法论和实战经验。
为此,作者推出了 "AI Success Lab" 和 "AI Profit Boardroom" 作为进阶解决方案。前者提供超过 100 个类似的 AI 用例、标准操作程序(SOPs)以及详细的视频笔记,帮助社区成员(目前已超过 85,000 名成员)共同探索 AI 应用的边界。后者则更进一步,提供完整的 Agent OS 安装包、30 天实施路线图、专用提示词(Prompts)以及针对 Hermes 等工具的逐步教程。此外,每周还设有四次教练通话,旨在帮助用户快速解决实施过程中遇到的瓶颈。
"The real questions show up after. Which model should you drive it with? How do you get your permissions right at the first time?"
这种从工具介绍到系统化落地的路径,强调了社区支持和持续指导在 AI 自动化落地中的重要性。通过加入拥有超过 4,000 名活跃成员的 "AI Profit Boardroom",用户不仅能获得技术工具,还能融入一个共同构建自动化工作流的生态系统,从而更有效地将 AI 能力转化为实际的生产力。