想象一下，你把一本书交给你的 AI 代理，仅仅十分钟后，它就永远记住了整本书的内容。这正是 Hermes AI 代理现在能做到的。一个全新的免费更新刚刚发布，只需一个简单的命令，就能让你的代理从你提供的任何书籍、PDF 或文档中学习。例如，你可以喂给它有史以来最好的销售书籍，你的代理就会利用这些具体的框架来撰写邮件。

你可以喂给它你自己的商业文档，你的代理就能像你自己回答那样理解问题。所以，你不再只是在使用 AI，而是在构建一个每周都变得更聪明的 AI。在本视频的后半部分，我将展示你应该喂给它的的第一本书，因为这一个选择会产生最大的差异。坚持看到最后，你将带走一个比大多数团队成员更了解你业务的 AI 代理。让我们开始吧。

Hermes AI 代理现在可以学习任何书籍。这意味着只需一个命令，你就可以让它指向一个 PDF 文件。你的代理会阅读整本书，将其分解，并将其转化为你可以永远使用的技能。这是昨天刚刚发布的。Hermes 代理的联合创始人兼首席工程师以及新闻研究员 Technium 发布了这一消息，他的原话是：“只需输入 /arn 指向你拥有的任何 PDF 或书籍。”

现在让我向你展示这对你的业务实际上意味着什么。因为表面上看，这听起来很小，只是一个新命令。但当你了解幕后发生的事情时，你会看到为什么这会从今以后改变你构建 AI 代理的方式。这是它解决的问题，你可能自己已经感受到了。举例来说，假设你有一本书。

也许是一本销售书、一本营销书，或者可能是你自己公司的文档、品牌指南、标准操作程序，而你希望你的 AI 真正了解这些东西。以前你会怎么做？好吧，你把 PDF 转储到聊天窗口中，然后会发生两种情况之一。要么 AI 因为书太大超出了其上下文窗口而崩溃，要么它读了一次，回答了你的问题，然后在聊天结束的那一刻就忘记了。

然后下次你必须一次又一次地重新上传整本书。你进行的每一次对话都必须重新喂入相同的书籍或文档。这就是旧的方式，它在大多数人甚至没有注意到的方式上是行不通的。新的方式是我所谓的“书籍大脑引擎”。它是这样工作的。

与其把一本书转储到你的 AI 短期记忆中，书籍大脑引擎会将一本书转化为永久技能。它阅读整本书一次，提取出框架、决策规则和要避免的错误。它构建一个小索引文件，每章一个文件，每个关键术语的词汇表，一个模式文件，以及一个快速参考规则的速查表。然后你的代理永远带着这个大脑。

当你问一个问题时，它不会重新阅读这本书。它会查看索引，打开它需要的确切章节，并从真实内容中回答。书籍不再成为你上传的文件，而是成为你的代理思考方式的一部分。现在让我给你一些实际的数据，因为这才是有趣的地方。这一切都是基于一个名为 Book to Skill 的开源项目构建的，由一位开发者制作，它在 GitHub 上拥有超过 18,000 个星，对于这样一个工具来说，这相当巨大。

该项目自身的测试在真实书籍上发现，它使用的令牌数量比将书转储到上下文中以回答一个问题要少 24 到 51 倍。所以如果你想想这在普通英语中意味着什么，你问的每一个问题，你的 AI 都会消耗令牌。令牌很昂贵，而且耗费时间。如果你的代理回答关于书的问题需要少 50 倍的令牌，那么你的代理在使用知识方面就变得更加便宜和快速，同样的答案，只是花费的时间和成本的一小部分。

所以 Hermes 已经将其直接构建到 Hermes 代理中。现在，如果你在电脑上运行 /arn 指向任何书籍或 PDF，它会自动为你完成整个过程。现在有人在 X（推特）上问他是否有大小限制。他说主技能文件上限为 100,000 个字符。我说“他”，技术上是指 Hermes 的创始人。所以 100,000 个字符大约是 33,000 个令牌，但该系统旨在创建参考文件。所以主技能只是指向书中每个表格的小型紧凑参考文件。

大脑有一个目录，只打开它需要的页面。你可能还会想知道它是否适用于 EPUB 文件。是的，它适用。你机器上的任何书籍文件都可以与此配合使用。现在快速暂停一下。在他们内部，我们是有利可图的。我们有超过 3,800 名企业主。其中许多人现在在他们的设置中将 Hermes 代理作为一部分运行。其中一些人加入前从未接触过 AI。

本周，我们将详细介绍如何为此使用 /arn 命令，以便你能充分利用它，以及如何构建一个真正深入了解你业务的 AI 代理。你每天都能获得逐步教程，每周四次辅导电话，你可以在其中就你的 Hermes 设置提出实时问题，以及一份 30 天路线图。你永远不会猜测下一步该做什么。链接在评论描述中，或者前往 aiprofitbomb.com 获取访问权限。

你现在可能会想，好吧，为什么这如此重要？让我解释一下没人谈论的隐藏成本。B skill 项目称之为“发现循环税”。一旦你听到它，你就再也听不见了。所以当 AI 代理以正常方式阅读一个大 PDF 时，它不仅仅是一次从头到尾地阅读。它会导航，调出目录，跳转到一个章节，然后意识到打开的是错误的章节。接着它会回溯，重新阅读，并且在每一次对话中重复所有这些操作。

所以这本书从未真正记住。这就像雇用一个助手，每天早上阅读你的整个公司手册和书籍，到中午就忘记了，第二天又再读一遍，永远如此。而书籍大脑引擎基本上一次性修复了这个问题。所以在与该技能进行对话时，此后每个问题只花费答案本身的费用。结构已经构建好。这是一个转变。就像从租赁知识到拥有知识。

现在实际上有人问，以前不就是这样吗？这真的有什么变化吗？在这里你可以实际看到事实并非如此。Hermes 的技能以前必须保持小而受控，最多像 200 行。不允许参考文件。所以技能是为小任务构建的。现在当 Hermes 接收一个大文档如一本书时，它允许变得宏大，拥有完整的章节、词汇表、速查表、深层知识，并得到妥善组织。

这是一个真正的头条新闻，因为 Hermes 代理刚刚从学习技巧转变为学习主题。你现在可能会说：“好吧，你实际上用它做什么？”

“这？”好吧，让我来谈谈实际的应用，因为正是在这里，它不再仅仅是科技新闻，而是开始成为一种商业工具。这里的每个人都觉得，喂给它一本书，然后思考如何阅读书籍。但这个工具适用于任何结构化文档。原始项目对此有明确说明。例如内部文档、品牌和语音指南、研究论文、规范和标准，任何你经常重新打开，以至于希望自己能记住它的东西。

举个例子，假设你经营一家代理商，你将客户入职文档喂给工具，这样每个代理任务都会遵循你的确切流程，而无需你每次去解释。或者，假设你是一位教练，你将自身的项目资料转化为一种技能，使你的代理能够以你回答客户问题的方式去回答客户问题。

再比如，假设你是做电商的，你的品牌语音指南变成了一种技能，这样你的代理撰写的每份产品描述和电子邮件实际上都符合你的品牌风格。这只是一份文档、一个命令，拥有永久性的知识。

现在，你们中的一些人可能会想：“这听起来很技术性。我不是程序员。这不适合我。”这里有一个诚实的答案。命令 literally 只是 forward/arn，后面跟着文件位置。就是这样。所以，你不需要编写代码，也不需要构建任何东西。最难的部分是知道指向哪个文件。

所以，如果你能像附加电子邮件附件一样附加文件，你就能做到这一点。目前从这类工具中获益最多的人是开发者。他们是普通的企业主，只是比其他人更早开始。

有人说，你知道的，AI 会胡编乱造。我怎么能信任你把我的最重要文档交给你呢？这是一个合理的担忧。这正是这种方法重要的原因。Book Brain 引擎的全部意义在于，代理是根据实际内容来回答问题的。项目明确指出了这一点。

因此，当你的代理加载技能时，它会读取真实的章节文件，并根据真实文本回答问题。这种结构的存在 specifically 是为了停止猜测。当代理无法访问源文件时，它会用猜测来填补空白。当它拥有基于你文档建立的索引大脑时，它会查找事物。这种更新减少了对你材料的幻觉，而不是增加它。

现在，有人说：“我会等到这些东西稳定下来。它变化太快了。”我理解。但老实说，有些事情是值得等待的。但看看在这里等待的成本。这个功能昨天刚发布。这周设置它的人将在接下来的几个月里建立一个技能库，他们的书籍、他们的标准作业程序（SOP）、他们的专业知识，而其他人仍然在复制和粘贴 PDF 到聊天窗口中。

知识会复利增长。你今天开始构建的技能库是一个每周都在增长的资产。拥有 50 个技能的人和拥有零个技能的人之间的差距不会自动缩小。它会扩大。

让我描绘一下旧方式与新方式的对比，以便你理解这里的反差。旧方式是，你找到一本关于销售的很棒的书。你阅读它。3 个月后，你可能只记得其中的 5%。你的 AI 从未见过它，而且那些知识已经消失了。

新方式是，你找到一本关于销售的很棒的书，你运行 forward/arn，10 分钟后，你的 Hermes 代理就建立了一个基于该书的结构化永久大脑。它起草的每一份后续电子邮件、它撰写的每一个异议处理脚本、每一次外展工作，都可以永远从该书的实际框架中提取，而你可以一本接一本地叠加下一本书。

所以，旧方式中，知识不断地从你的业务中流失。新方式中，知识实际上在积累。

这里有什么使得 Hermes 版本比仅仅使用原始仓库更有趣。Hermes 代理不仅仅是一个聊天窗口。它可以在你的手机、Discord、CLI 上运行。它有定时任务，所以它可以在你没有在场的情况下按计划运行任务。它在会话之间具有持久记忆。它可以生成子代理进行并行工作。

所以，如果你将这些结合起来，你就拥有一个按计划运行、记住一切、并且可以从你给予的任何文档中永久学习的代理。因此，你可以将行业的关键参考资料喂给它，设置定时任务以使用它起草你的每周新闻通讯，这就是那个研究了你确切领域的知识工作者，在你睡觉时工作。

这就是这一切的方向。代理不仅仅是执行任务，而是建立专业知识并随着时间的推移变得更好，就像一名好员工一样。

还有一件值得注意的事情。底层的书籍技能格式遵循开放代理技能标准。这意味着相同的技能格式适用于 Claude Code、GitHub、Copilot、CLI 和 AMP 2。所以你构建的技能不会被锁定在一个工具中。知识是可移植的。你只是在构建一个资产，而这个资产会伴随你。

如果你想想未来几个月这会走向何方，现在是一次一本书，但评论中已经有人问 Technium，技能是否可以交叉检查目录中的多本书。例如，在两本书之间找到矛盾并合并来源。

这是显而易见的下一步，这样你就可以将整个图书馆折叠成一个统一的、随着新材料落地而更新的统一大脑。原始项目已经支持将新文档折叠到现有技能中。所以你的代理的知识不再成为快照，而是开始成为某种增长的东西。

所以，如果你想抓住这个机会，这周该怎么做。首先，如果你还没有设置 Hermes 代理，请安装它。它是免费的，是开源的，由 News Research 构建。

其次，选择一个文档，就一个。例如你总是推荐的那本书，或者你最常用的内部文档，在它上面运行 forward/arn。

第三，测试它，这样你就可以问你的代理你知道答案的问题。看它如何从实际内容中提取信息。

第四，一旦你真正信任它，每周一个技能，你可以开始技能叠加。所以在 3 个月后，你拥有了一个专家。

如果你想要在这方面的快速通道，在 Air Profit Onboarding 中，这正是我们将在它发布时围绕其构建剧本的那种更新。所以我们每天有教程，向你展示如何设置 Hermes，如何使用 /arn 将你的商业文档转化为代理技能，以及哪些文档能给你带来最大的收益。

所以你每周得到四次辅导电话，那些已经深入 Hermes 的成员会现场回答你关于你设置的任何问题。还有一个围绕让代理在你的业务中工作而构建的 30 天路线图，这样你就永远不会停止思考下一步是什么。

你还得到了代理操作系统，即任务控制中心仪表板，你可以在其中插入你所有的代理。所以，你的 Hermes，你的 Claude，

你的 OpenClaw，所有工作都在一个地方完成，并共享你的记忆。因此，Hermes 从你的书籍中学到的技能会反馈到你整个技术栈的工作流程中。你还能获得完整的 zip 安装文件、视频教程，以及随着新版本改进而提供的每日更新。目前已有超过 3,800 位企业主加入。其中许多人之前完全没有 AI 使用经验，但他们现在都在运行 Hermes 智能体。

链接在评论、描述中，或者访问 arprofitborn.com。你的智能体现在可以从你交给它的任何书籍中学习。剩下的唯一问题就是，你首先会交给它哪本书。我们下期见。