0. 先把 Agent 說清楚｜這場分享真正要解的是「名詞太多」
這場 AI x Web3 School 的題目是「AI Agent 入門 —— Hermes 從 0 到 1」。如果只看標題，很容易以為它是一場單純的安裝教學；但實際聽下來，它更像是一堂「把 AI Agent 這個模糊名詞拆開」的導讀課。
講者 Jackson 一開始先點出入門者最常卡住的地方：不是大家不知道 AI 很強，而是市面上的名字太多。ChatGPT、Gemini、DeepSeek、Cursor、Antigravity、Codex、Claude Code、OpenRouter、Hermes，全部都被放在「AI 工具」這個大籃子裡，但它們其實不是同一種東西。如果不先分清楚，每個 demo 看起來都像魔法，每個工具又都像可以做所有事，最後反而不知道該從哪裡開始。
原影片：AI x Web3 School - AI Agent 入門 —— Hermes 從 0 到 1
這篇導讀會把直播整理成三層。第一層是概念：聊天機器人和 Agent 差在哪裡，為什麼「會回答」不等於「會執行」。第二層是工具地圖：不同 AI 工具各自站在哪個位置，Hermes 為什麼被拿來當實操主角。第三層是實作：Windows/WSL 安裝、模型 provider 設定、訊息網關、Telegram/微信串接、記憶與 skills 的使用邊界。
先講結論：Hermes 不是要取代所有 AI coding 工具，也不是每個人都必須安裝。它比較像一個「通用助手底座」：把模型、終端機、本機工具、記憶、skills、訊息平台接在一起，讓 AI 不只在瀏覽器裡回答，而是能進入你的工作環境，幫你完成比較固定、比較長鏈條的任務。
這也是它和一般聊天介面最大的差別。聊天介面讓你問問題，Agent 底座讓你設計工作流。
1. AI 工具不是同一種東西｜先把生態圖譜分成五類
直播裡最實用的一段，是把 AI 工具生態先分成幾個陣營。這個分類不一定完美，但對入門者很有幫助，因為它能避免把「聊天」、「寫程式」、「跑任務」、「接模型」混在一起。
第一類是聊天型 AI，例如 ChatGPT、Gemini、DeepSeek。它們的核心互動是問答、整理、翻譯、改寫、解釋。這類工具最容易上手，也最適合用來做概念查詢和內容協作；但它們的預設邊界在對話框裡。你可以叫它寫一段程式，卻不代表它能直接進入你的 repo、執行測試、修錯、重新驗證。
第二類是 AI 編程助手，例如 Cursor、Copilot、Antigravity 這類整合在 IDE 裡的工具。它們把模型放進開發介面，能讀檔、改檔、理解專案上下文，對開發者很有價值。這類工具的主場是寫程式，尤其是和編輯器、檔案、專案結構互動。
第三類是終端開發 Agent，例如 Codex、Claude Code 一類工具。它們更接近工程師在 shell 裡工作的方式，可以跑命令、看測試、改檔案、根據錯誤回饋迭代。講者也提到，如果你是在終端環境裡做純開發任務，某些情境下直接用這些 coding agent 會更順手。
第四類是模型平台或 provider 聚合服務，例如 OpenRouter 或各種 gateway。它們的重點不是直接幫你做事，而是提供模型入口：把多家模型、不同 API、不同價格與可用性整理成一個路由層。對 Agent 來說，provider 是燃料來源；燃料不穩，Agent 再漂亮也跑不久。
第五類才是 Hermes 這種通用助手底座。它不是單一聊天頁，也不是單一 IDE，而是把模型、工具、記憶、skills、訊息平台串起來。講者用「小型 Jarvis」來形容它，這個比喻的重點不是科幻感，而是「它可以被部署在你的環境裡，經過授權後幫你做一組事情」。
這個分類的價值在於：你不需要用一支工具解所有問題。要快速問答，用聊天 AI；要在 repo 內高速寫 code，用 IDE 或 terminal coding agent；要管理模型路由，用 provider；要把 AI 接到訊息平台、固定流程與長期記憶，才輪到 Hermes 這種底座。
2. Agent 的差別在迴圈｜不是回答更多，而是能做事後再觀察
很多人第一次聽到 AI Agent，會以為它只是「比較聰明的聊天機器人」。直播裡對這點講得很直接：聊天機器人主要是問答式互動；Agent 的重點是理解目標、拆解任務、調用外部工具、觀察結果，再根據結果自我修正。
這個差異可以用一個迴圈理解：使用者給出自然語言目標，Agent 先理解你要達成什麼，再規劃步驟；接著它調用工具，例如搜尋、讀檔、寫檔、執行命令、呼叫 API、操作瀏覽器或傳訊息；工具回傳結果後，Agent 觀察結果是否符合目標，如果錯了就修正、重跑，直到任務完成或需要人類介入。
這也是為什麼 Agent 不是單純「模型變大」就能解決。模型能力很重要，但 Agent 的產品價值其實在外圍系統：工具清單是否清楚、權限是否被限制、錯誤訊息是否能被讀懂、任務狀態是否可追蹤、長任務是否能背景執行、使用者是否能中斷或改方向。
直播示範中，Hermes 的終端介面會列出 available skills，也會有 queue、background、steer、interrupt 這類操作提示。這些看起來像工具細節，但其實就是 Agent 產品化的骨架：任務不一定一次跑完，使用者也不一定永遠等在畫面前，所以系統要能排隊、等待、管理與打斷。
把這點放回日常使用，Agent 最適合的不是「幫我回答一個問題」，而是「幫我按照一套規則做一件事」。例如整理一篇文章、監控一個頻道、回覆一個固定格式的訊息、查找資料後更新文件、根據錯誤訊息修一段程式。當任務有多個步驟、需要外部工具、需要反覆驗證時，Agent 的優勢才會出來。
3. 為什麼選 Hermes｜它展示的是 AI 如何接進真實世界
直播中有一張投影片直接回答「為什麼今天的實操選 Hermes」。重點句是：如果 ChatGPT 展示的是「AI 如何思考和回答」，Hermes 展示的是「AI 如何接入工具與真實世界」。
這句話很準。ChatGPT 類工具讓大家看到模型的語言能力，Hermes 類工具則把焦點移到「模型如何被放進工作環境」。它可以在本地終端運行，可以配置多模型 provider，可以調用文件系統與系統命令，也可以接入 Telegram、微信等訊息平台。這些能力加起來，才讓 Agent 從對話變成工作流。
但這裡也要避免過度神化 Hermes。講者在 Q&A 裡其實有講得很務實：Hermes 不是每個場景的最佳解。如果你只是在終端做 coding，而且熟悉開發者工具，直接用 Codex 或 Claude Code 可能更合適。Hermes 的優勢在於更廣義的助理化場景，尤其是你想把 AI 接到訊息平台，讓非工程師也能透過熟悉的聊天介面使用它。
所以 Hermes 的定位不是「最強 coding agent」，而是「更容易變成個人或團隊助理的 agent runtime」。它讓你可以把 AI 放在一個聊天入口背後，讓使用者丟訊息、丟任務、丟連結，然後由後面的 agent 去跑工具、讀資料、產出結果。
對 AI x Web3 School 這種學習社群來說，這個定位很合理。課程參與者不一定都熟悉終端，也不一定想每天開 IDE；但如果可以在 Telegram 或微信裡呼叫一個 agent，讓它協助查資料、整理課程、生成回覆、執行固定流程，這就更接近日常使用。
4. Memory 與 Skills 才是關鍵｜把一次性提示變成可重用流程
Hermes 被拿來示範的另一個重點，是 memory 和 skills。這兩個詞很容易被講得很玄，但直播裡的實用理解很簡單：memory 是讓 agent 記住長期背景，skills 是把固定任務流程寫成可重用能力。
Memory 的價值在於延續性。一般聊天介面如果每次都從零開始，你就得一直重複背景：我是誰、專案在哪、偏好什麼、哪些規則不能破、之前決定了什麼。Hermes 這類 agent 底座可以把部分長期資訊沉澱下來，讓後續任務有共同背景。當然，這也代表 memory 需要管理，不能無限制膨脹，也不能把敏感資訊亂寫進去。
Skills 則更像「給 agent 看的操作手冊」。講者把它描述成一種模組化工作流：在 skill 裡寫好 agent 的角色、行為邊界、能做什麼、該怎麼做，之後遇到類似任務時就可以自動調用。這和單次 prompt 的差別很大。Prompt 是一次性的指令，skill 是可維護、可複用、可逐步改良的流程文件。
這點對團隊很重要。真正的 AI 助理不應該靠每次都臨場發揮。如果一個社群每天都要整理課程重點，或一個團隊每週都要把會議轉成任務，最好的做法不是每次寫一長串 prompt，而是把流程沉澱成 skill：輸入是什麼、輸出格式是什麼、要檢查哪些來源、不能洩漏什麼、完成後要貼到哪裡。
這也是從 demo 走向產品的分水嶺。Demo 展示「模型會做」；產品需要「模型每次都照規則做」。Memory 和 skills 的存在，就是把不穩定的自然語言互動，壓成比較穩定的工作流。
5. 安裝不是難點，環境才是｜Windows 使用者要先理解 WSL
直播第二大段是實機安裝。因為許多同學使用 Windows，講者選擇用 WSL/Ubuntu 示範。這個選擇很務實：很多 AI agent 工具原生比較偏 Linux/macOS 開發環境，Windows 直接跑常常會遇到路徑、權限、shell、依賴套件的差異。用 WSL 可以把環境拉回比較標準的 Linux 世界。
示範中，Hermes 安裝會檢查 uv、Python 3.11、Git、Node.js、網路連線、ripgrep、ffmpeg 等依賴。Node.js 用於 browser tools，ripgrep 用於更快的檔案搜尋，ffmpeg 則和語音訊息、TTS 類能力有關。這些檢查看起來繁瑣，但對 agent 來說很合理：如果它要調工具、跑命令、搜尋檔案、處理媒體，就不能只靠模型 API。
直播裡也提到低記憶體環境。畫面上示範機器約 3.4GB RAM，講者指出 Hermes 本身佔用不算太誇張，後期記憶體也不應一直變大；但這不代表所有環境都可以隨便開。Agent 連到的工具越多、背景任務越多、browser automation 越重，資源壓力就會上來。新手最好的策略是先跑通最小設定，再逐步加能力。
安裝流程裡還有一個容易忽略的點：權限。Linux 裡常見的 sudo、PATH、shell 初始化，都會影響工具能不能被呼叫。直播中就示範了安裝後可能需要重新載入環境變數，否則命令暫時找不到。這類問題不是 Hermes 獨有，而是所有本機 agent 都會遇到：模型本身在雲端，但 agent 的手腳在你的機器上；手腳沒裝好，腦再聰明也做不了事。
所以對新手來說，安裝 Hermes 的真正目標不是「把套件裝上去」而已，而是理解自己建立了一個 agent runtime：它有 Python、Node、Git、搜尋工具、媒體工具、模型 provider、訊息入口。這些東西共同決定它能做什麼。
6. Provider 決定成本與穩定｜模型入口不是隨便填一個 API Key
安裝完成後，Hermes 會進入 setup。講者建議新手先用 quick setup，因為它主要處理兩件事：模型 provider 與訊息網關。這個建議是對的。Agent 新手最常犯的錯，是一開始就想把所有功能打開，結果 provider、gateway、權限、環境同時出錯，最後不知道問題在哪一層。
Provider 設定看起來只是選模型，但實際上牽涉能力、成本、可用性與風險。直播畫面中可以看到 Hermes 支援非常多 provider 或 endpoint，包括官方 API、模型聚合平台、自訂 endpoint、本地模型，以及一些輔助模型設定。講者也提到中轉站，有些服務會把 Claude Code、Codex 或其他模型能力包裝成相容 API 給使用者，但限制、穩定性與合規風險都要自己判斷。
這裡的工程直覺是：Agent 比聊天更依賴 provider 穩定性。聊天時模型偶爾慢一點，你頂多等一下；但 Agent 跑到一半如果 provider 掛掉、限流、上下文不夠、工具調用不穩，整個任務可能卡住。尤其長任務會消耗更多 token，也更容易遇到上下文與成本問題。
因此，新手選 provider 時，不要只問「哪個模型最強」，而要問四件事：第一，這個 provider 是否穩定；第二，費用是否可預期；第三，是否支援需要的工具調用或長上下文；第四，出錯時是否容易除錯。能穩定跑完工作流，比 benchmark 上多幾分更重要。
直播也提到 VPN 與網路問題。這其實取決於你選的模型與服務。如果使用某些國內可用的模型或 provider，可能不需要額外網路設定；如果使用海外服務，就要確認連線品質。這些問題不屬於 AI 本身，卻會直接決定 agent 體驗。
7. 訊息網關把 Agent 帶進日常｜Telegram / 微信不是附加功能
Hermes 最像「助理」的部分，是訊息網關。終端機很適合工程師，但不適合所有使用者；如果 agent 可以接到 Telegram 或微信，使用者就能用熟悉的聊天方式把任務丟進去。直播後半段大量示範了這類串接與測試，包括 Telegram 群組中的 bot 設定、回覆生成、reaction 行為，以及把連結或 ID 貼到手機聊天介面完成配對。
這件事的意義不只是「多一個入口」。訊息平台改變了 agent 的使用場景。它可以在群組裡被呼叫，可以等待背景任務，可以回到同一個 thread 回覆，可以讓不懂終端的人也使用自動化流程。對學習社群來說，它可以整理課程、回答常見問題、引導任務；對團隊來說，它可以接住會議紀錄、日報、提醒、資料查詢與固定格式輸出。
但訊息網關也帶來新的風險。第一是身份與權限：誰可以叫 agent 做事？群組裡每個人都能呼叫嗎？哪些命令只允許特定人使用？第二是隱私：agent 讀到的群組訊息是否會寫入 memory？是否可能把私人上下文帶到公開群組？第三是回覆品質：agent 在處理訊息時是否要顯示狀態、是否要自動加 reaction、是否要避免洗版。
直播中提到 bot 處理訊息時不會自動加某些 emoji reaction，也展示了任務管理訊息。這些細節都指向同一件事：當 Agent 進入聊天平台，它不只是技術流程，還是社交介面。它必須知道什麼時候該回、回多少、回給誰、是否要等待、是否要讓使用者取消。
這也是為什麼 Hermes 這類工具對「個人助理」場景特別有意思。真正好用的助理不是每次都要你打開一個專門 app，而是出現在你原本就工作的地方。但越貼近日常，越需要嚴格的邊界。
8. Demo 到產品還有邊界｜Agent 不是越自由越好
這場分享最後值得帶走的，不是「Hermes 很強，所以大家都去裝」，而是更務實的一點：Agent 能不能落地，不只看它會不會調工具，也看你怎麼設計邊界。
第一個邊界是工具權限。Agent 可以讀檔、寫檔、跑命令、傳訊息，代表它也可能讀錯、寫錯、跑錯、傳錯。越靠近真實世界的工具，越需要授權、確認與審計。尤其是 Web3 場景，如果未來接到錢包、交易、簽名或資產操作，絕不能讓 agent 自由決定所有步驟。AI 可以協助準備交易，但最後的授權與風險確認應該留在人類或明確規則手上。
第二個邊界是記憶。Memory 很有用，但不是越多越好。長期記憶應該存放穩定偏好、工作流程、公開背景與已確認決策；暫時資訊、私人訊息、敏感 token、一次性任務細節則要小心處理。否則 agent 會變成一個會洩漏上下文的黑盒。
第三個邊界是技能。Skills 讓流程穩定，但也需要版本管理。當你把一套流程寫成 skill，就等於在教 agent 固定做法；如果 skill 寫錯，錯誤會被穩定複製。好的 skill 應該有清楚輸入、輸出、限制、驗證步驟與失敗處理，而不是把一堆願望塞成長 prompt。
第四個邊界是人類驗收。Agent 最適合處理重複、可驗證、可回滾的流程；不適合在高風險情境裡完全自動放行。文章整理、資料搜尋、草稿生成、初步除錯，可以給 agent 更大空間；公開發文、付款、刪資料、改權限、操作資產，就要加確認。
把整場分享壓縮成一句話：Hermes 的價值不是讓 AI 變成另一個聊天框，而是讓 AI 變成可配置、可連接、可沉澱流程的工作流節點。它真正適合的人，不一定是想追最新工具的人，而是已經開始問這些問題的人：我的任務能不能被流程化？哪些背景需要被記住？哪些工具可以交給 AI？哪些權限必須保留給人？
如果你只是想問問題，聊天 AI 已經夠用。如果你想寫程式，coding agent 或 AI IDE 可能更直接。但如果你想把 AI 接到日常溝通與固定工作流裡，Hermes 這類 agent runtime 就值得研究。
這也是「從 0 到 1」真正的意思：不是從零裝好一個工具，而是從零建立一個可控的 AI 工作入口。