Hermes Agent 版本 0.20 刚刚彻底改变了一切。当你的 AI 智能体能在房间另一端听到你，不是打字，而是通过语音交流，甚至在你说话中途打断它时，它只是静静倾听，会发生什么？这还不是明年的事，这艘船两天前就启航了。Hermes Agent 版本 0.20 刚刚发布，我已经在我的 Agent OS 中运行它了。大多数人直接滑过去了，这是个巨大的错误。嘿，我是朱利安·戈尔迪的数字化身。我帮助人们学习 AI 工具，并真正在工作中使用它们。在接下来的几分钟里，我将向你展示这个更新中到底有什么，我是如何在自己的 Agent OS 中运行 Hermes 的，以及发布说明中隐藏的一个我认为比大家热议的语音功能更重要的特性。留下来看那个部分。所以，让我们开始吧。

8 月 3 日，Nose Research 发布了 Hermes Agent 版本 0.20。他们称之为“信使”发布，背后的数据令人震惊：大约 3,650 次提交，超过 650 名贡献者，大约 1,200 个问题已关闭。这是一个免费的开源智能体，托管在 GitHub 上，它的更新速度比我测试过的大多数付费工具都要快。头条功能是语音，真正的对话式语音。在此次更新之前，语音模式很笨拙。你说话，等待整个回复生成，然后收听一个长音频文件，就像来回留语音信箱一样。现在，Hermes 随着回复逐段流式传输而说话。

这里让我印象深刻的是，你可以打断它。只要开始说话，它就会停止，倾听，并且模型实际上会被告知你插话了。他们称之为“插话”（barging）。它在终端、桌面应用程序以及通过聊天平台都能工作。我一直在我的 Agent OS 中测试这用于内容规划。我使用语音模式讨论了一个完整的视频系列，围绕 AI 利润董事会成员关于智能体不断提出的问题展开。我只是大声说出我的粗略想法，每当 Hermes 偏离主题时就打断它，并实时引导它。然后它根据那次对话起草了钩子和大纲。

这个系列正是那种能将合适的人带入 AI 利润董事会的内容。而且我完全没有碰键盘。而且它不止于此。唤醒词现在完全在你的设备上运行。你可以选择自己的短语，比如“嘿 Hermes”，或者你选择的任何内容，它就会开始倾听。在等待期间，没有音频离开你的机器，如果你关心隐私，这很重要。说“停止”，语音聊天就会在所有设备上免提结束。

语音现在也可以在消息平台上使用。在 WhatsApp 上发送语音笔记，Hermes 会将其转录并回答。它甚至可以用音频回复，针对每个平台以正确的方式交付。所以你的智能体不再局限于终端。它就在你说话的任何地方。现在，还记得我在开头提到的那个隐藏功能吗？就在这里。它叫做“接地引用”（grounded citations）。

这一个改变了我对 Agent OS 中 AI 研究的信任方式。有一个新技能，Hermes 在研究中提出的每一个主张都由真实可验证的来源支持。引文与实际页面文本进行匹配。所以它不是在胡编乱造。引文链接到确凿的证据。还有一个事实核查模式。交给它任何文档或主张，它会告诉你哪些经得起检验，哪些不行，以及哪些无法验证。这是在“听起来合理”和“有据可查”之间的区别。

如果你曾经被 AI 自信地胡编乱造所坑过，这就是修复方案。这里暂停一下，因为这直接联系到我们在利润董事会内部所做的工作。如果你想实际运行这个更新，而不仅仅是观看关于它的视频，你可以在 AI 利润董事会内获取完整的 zip 文件，准备好安装。我们在这里构建了一个完整的 30 天路线图作为用例，这样你就不用猜测该如何使用它。

语音智能体和接地研究正是我们目前在现场辅导电话中涵盖的内容。所以你可以带上你的设置，提出问题，并当场解决卡住的问题。这里有逐步的演练、提示词和模板，加上超过 4,000 名成员正在使用相同的工具。如果你正在观看这个视频，AI 利润董事会就是为你建造的。好的，回到更新。让我们谈谈智能体本身是如何变得更聪明的，因为这才是真正的工作流程增益所在。

首先是中途重定向。以前，如果智能体走错了方向，你必须停止它并重新解释一切。现在，你只需在运行过程中进行超纠正。进行中的工作被保留，你的原始提示词被保留，它会根据你的新指导进行纠偏。操控感觉像是在编辑，而不是重新启动。仅此一项就为我节省了大量处理长任务的时间。其次，工具现在能自我修复。当输出被截断时，它会溢出到智能体可以读回的文件中。

当编辑失败时，它会诊断原因，比如空格不匹配，并进行恢复。当搜索匹配为空时，它会探测接近的匹配项，而不是放弃。智能体在一次运行中可以采取的工具步骤限制，从 90 跳到了 500。这意味着长期的自主运行不再遇到人为的墙。你可以交给它一个大任务然后走开。第三，记忆。上下文压缩得到了全面 overhaul。长会话以前会停滞或忘记最近的消息。

现在，最近的对话保证会存活。压缩以小步骤发生，而不是一个巨大的停顿，并且一切保持连贯。如果你运行长智能体会话，你会立即感觉到这一点。还有一波速度提升。一种模式的启动时间从大约 14 秒降到了不到 2 秒。桌面应用程序以每秒 60 帧运行，即使同时流式传输五个会话。并且在后台占用接近零的 CPU。桌面应用程序本身变成了一个平台。

它现在渲染工件。带有实时沙盒预览的版本化卡片。所以，生成的页面和小应用程序可以直接在你的聊天旁边安全运行。有一个真正的插件 SDK，以 Cambboard 作为第一个插件。有一个全局热键的快速入口窗口，所以你可以从电脑的任何地方将想法捕获到任何会话中。这不再是一个聊天客户端，而是一个工作台。

还有一个关于审批方式的真正升级。我在我的 Agent OS 中直接感受到了这一点。Hermes 现在可以挖掘你的审批历史，并建议一个未来自动审批的项目列表，而不是在每一个动作上点击批准。减少了点击次数，同时没有放弃控制权。如果某些东西开始循环或行为不端，断路器会在连续几次拒绝后将其关闭，而不是让它螺旋式恶化。

这次发布中还有两件值得知道的事情。Hermes 现在支持智能体对智能体（agent-to-agent）的通信，即 A2A 协议版本一。这意味着它可以发现并与其他兼容的智能体交谈。如果你正在构建多个智能体协同工作的系统，Hermes 现在

完美契合。此外还有出站 Webhook。Hermes 可以将签名事件推送到你注册的任何 Web 地址。无论是会话活动、完成的回合还是工具事件，你都可以将其接入仪表盘或其他系统，无需频繁检查更新。那么，这适合谁呢？老实说，比你想象的人更多。如果你已经使用像 Claude Code 或 Codeex 这样的编码代理，有一个名为 Hermes import agent 的单命令迁移工具，可以将你的整个设置迁移过来。

如果你是初学者，语音模式使其成为我测试过的最容易上手的代理，因为说话比提示更容易。如果你是构建者，插件 SDK、Webhook 和 A2A 为你提供了真正的构建模块，而且它是免费开源的。你自带模型访问权限，其余一切都在 GitHub 上。

在结束之前，这里有一些从我在自家代理操作系统中运行 Hermes 的经验中得出的入门建议。第一，从语音模式开始并选择自定义唤醒词。听起来像是噱头，直到你用了一天，它就会变成你大声思考的方式。第二，先在项目中运行 init 命令。它会扫描所有内容并编写指南文件，以便代理在触碰任何东西之前了解你的设置。

第三，当会话变长时使用 context 命令。它会准确显示是什么填满了你的上下文窗口，让你知道该修剪什么。第四，对于任何事实性内容开启接地引用。将可证明的来源设为默认值。第五，不要在第一周尝试所有功能。选择一个工作流，在代理操作系统中使其稳固，然后再叠加下一个。

如果你想了解完整流程、SOP 以及 100 多个像这样的 AI 用例，请加入 AI 成功实验室。链接在评论和描述中。你将获得所有视频笔记，以及加入我们 85,000 名成员的社区，他们正在利用 AI 取得巨大成功。

看，今晚将 Hermes 安装到你自己的代理操作系统中后，实际会发生什么。安装会顺利进行。然后你会遇到真正的问题。我该连接哪个模型？如何设置唤醒词？为什么我的代理在长时间运行时停滞不前？这正是 AI 利润董事会填补的空白。你可以在代理操作系统内获取完整的 zip 文件，随时安装。

我们在这里构建了一个完整的 30 天路线图作为用例，让你始终知道下一步该做什么。此外还有教程、提示词和实时辅导电话，你可以共享屏幕并实时修复你的设置。超过 4,000 名成员正在里面处理这个确切的堆栈，所以你在第二步永远不会孤立无援。来与我们一起构建。AI profitboardroom.com