还在逼一个 AI 助手做所有事，结果上下文臃肿、越聊越蠢？Grok Bot 掀翻了旧习惯，但 200 美元/月的门槛让人望而却步。

👉 Hostinger 专属购买链接: https://hostinger.com/WOWINSIGHT 
🔥 结账时输入专属优惠码: WOWINSIGHT，享受额外 10% 折扣！

本期视频，我将实测完全免费的 Hermes Bot 最新模式！从云端“交钥匙”到本地“自己搭”，带你看看普通人如何零成本打造分工明确的专属 AI 战队。更有我的真实搬家实战（从 OpenClaw 迁移）和独家“Brain Dump”逆向建队技巧！

▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
#GrokBot #HermesBot #AIAgent #AI智能体 #AI工作流 #LocalAI #OpenClaw #Claude #GPT4o #大模型 #人工智能 #效率工具 #科技解析 #AI战队

0:00 过去这一周
0:01 整个 AI 圈都被 Grok Bot 刷屏了
0:04 它为什么会引爆这么大的讨论呢？
0:07 其实并不是因为它的模型参数有多大
0:10 而是因为它彻底掀翻了在过去两三年我们用 ChatGPT和Claude 那种“一个输入框从头聊到尾”的旧习惯：
0:19 你看啊过去呢我们总想调教出一个“超级员工”——既让它写代码、又让它查资料、还要让它做深度分析
0:28 结果给它塞了成堆的工具和长对话，
0:31 最后却越用越笨、越聊越慢
0:34 但Grok Bot 呢就换了一个截然不同的思路
0:38 它把一个原本偏工程化的思路，
0:41 做成了一个普通人 一眼就能理解的产品
0:44 就是：它不要一个超级员工
0:46 它要直接建一家公司
0:48 你看它的界面啊就像一个手机通讯录
0:51 左侧排开一组各司其职的专职 Bot
0:55 你给 A 发任务
0:56 A 就在后台主动把活派给 B
0:59 自己把结果串联起来
1:01 但是， Grok Bot 的门槛也不低：
1:04 比如官方目前列出的个人入口 Cursor Ultra
1:07 价格就是每月 200 美元
1:10 而且它走的是商业云端托管路线。
1:13 那么
1:14 我们普通人有没有可能在自己的电脑上
1:17 以极低的成本甚至是免费
1:20 来搭建这样一套属于自己的 AI 团队呢？
1:23 诶 你别说，还真有！
1:25 我们亲爱的 Hermes Agent 刚刚更新的 Hermes Bot 模式
1:29 就给出了答案！
1:31 打开 Hermes 最新的桌面端
1:33 切换到 Bots 模式
1:35 很多人第一反应会是：
1:36 这不就是 UI 致敬了 Grok Bot 吗？
1:39 不过，真正让我在意的
1:41 不是这个界面到底像不像 Grok
1:44 而是呢 Grok Bot 刚刚展示出来的工作方式
1:48 Hermes 很快就把它做进了普通人可以自己搭建的桌面工具里
1:54 在过去
1:54 Hermes 对很多普通用户来说
1:57 是“听说很强
1:58 但看起来嘛像纯命令行极客工具”；
2:02 而这次的 Bot 模式
2:03 才真正第一次让它变成了普通人看得懂和用得起的日常 AI 团队
2:10 它的核心价值
2:11 可不是造了什么神秘的新算法
2:14 而是呢解决了一个困扰所有重度用户的核心痛点
2:18 那就是：
2:19 不再逼一个 Agent 什么都记、什么都做
2:23 传统的单智能体
2:25 就像一个全能的保姆：
2:26 你把写代码、查资料、做审核的工具和很长的历史都压给同一个会话
2:33 上下文会越来越臃肿
2:35 模型每次都要在更多的信息里找重点
2:39 很多重度用户感受到的“越聊越慢、越聊越容易跑偏”的问题
2:44 往往就和这种负担是相关的；
2:47 而 Bot 模式更像是一支分工明确的小团队
2:51 它的做法是：
2:52 与其逼一个 Agent 什么都做
2:55 不如把那些稳定、重复和职责明确的工作拆给几个专职 Bot
3:01 每个 Bot 有自己的独立上下文
3:03 只处理自己的专精任务
3:06 不需要把所有的工具、所有的历史和所有的任务状态都塞进同一个会话里
3:12 商业化的 Grok Bot 和开源的 Hermes Bot
3:15 走的是完全不同的产品哲学：
3:18 Grok Bot 呢更像是云端托管的“交钥匙工程”：
3:22 云端环境和运行方式由平台帮你准备好
3:26 你付费换省心就行了；
3:29 而 Hermes Bot 的理念是：“这是我的机器、我的模型、我的文件、我的工具我自己搭 AI 团队
3:36 ”
3:36 你可以给代码 Bot 挂 Claude Opus、给逻辑架构 Bot 挂 GPT 系列
3:42 甚至可以在本地 Mac Studio 上跑一个开源大模型
3:46 直接接管本地的命令行和文件系统。
3:50 所以它吸引我的地方，不只是成本
3:53 还有我可以自己决定模型、文件、工具和运行环境
3:59 那这套机制到底是不是纸上谈兵呢？
4:02 讲一个我刚刚做完的真实搬家故事。
4:05 在过去半年
4:06 我在远程服务器上跑了一套 OpenClaw 体系
4:10 它是由：
4:10 一个名字叫 77的agent 负责前沿情报挖掘
4:15 一个 commenter  agent 负责红队审计
4:18 以前呢为了让两个 AI 互相配合
4:22 整套架构非常折腾——得靠 Redis 作为消息 broker 互派任务
4:27 自己写脚本处理状态流转
4:30 更头疼的是
4:31 OpenClaw 自己的任务编排动不动就出兼容问题，
4:35 以至于我底层的自动化定时，
4:37 实际上一直依靠的是 Hermes 的 cron jobs 在编排
4:41 直到上周
4:42 我因为忙别的事情有几天没看agent 77 写的报告
4:46 那这周三呢才有空看一下它 跑出来的报告结果把我给看懵了！
4:52 哈～它不是自我进化了
4:54 而是  连续几天全是买卖股票的异常幻觉内容。
5:00 难道是因为我前沿情报有量化对冲的算法
5:03 所以这个OpenClaw agent就直接脑补变成了量化基金吗？
5:08 查明原因之后（数据被污染了）
5:09 修其实是很快的
5:11 但真正让我决定彻底搬家的原因是
5:14 出了问题之后的维护成本 ——由于OpenClaw 是给资深运维设计的
5:20 它有层层嵌套的配置和非常变态的安全策略
5:24 搞的每次只是修改一个简单的规则
5:27 都要翻半天文档、折腾好几个小时
5:31 太脱离普通日常使用了
5:33 这里要说一句大实话：
5:35 我不是黑OpenClaw
5:37 Hermes 其实同样也会有幻觉
5:39 AI 幻觉是当前所有模型的通用挑战
5:43 但关键在于——Hermes 要是出问题
5:46 改起来就非常直观方便
5:48 和agent聊几句，看一眼就知道在哪改
5:51 限制条件也没有那么多
5:53 当然，你可以说OpenClaw 更注重安全
5:56 所以我花了一天时间
5:58 把 77 和 commenter 的完整“灵魂”搬到了Hermes 体系里
6:02 搬迁非常方便，基本上是自动化的
6:05 原来的报告结构、角色分工和工作方式也基本都保留下来了
6:11 更爽的是 Bot 模式的原生协作体验：
6:15 以前为了让两个 AI 互相配合
6:17 我得自己搭 Redis、broker、cron；
6:20 而现在我把它们拖进 Hermes Bot之后
6:23 Bot 自己就会互相说话
6:25 77 生成完报告
6:27 就直接在 Hermes 内部给 commenter 发消息说：“报告已就绪
6:31 请红队审计”；
6:33 commenter 审计完
6:34 也会直接回消息指出违规点；
6:37 那77 收到之后呢会自动回去二次修正。
6:41 整个流程都在 Hermes Desk
6:43 top 内部跑通
6:45 我不再需要自己去维护原来的那套 Redis、 和外部的 broker 消息层了
6:51 任务编排也彻底清爽了：
6:53 直接使用 Hermes 原生的定时任务能力，
6:56 每天早上 77 自动生成报告
6:59 然后 commenter 红队自动评论
7:02 77检查并且修改报告
7:04 咱们普通用户不需要去理解复杂的中间件
7:08 只需要理解一件事就行了
7:10 那就是：
7:11 以前为了让两个 AI 稳定配合
7:13 我得自己搭一套工程系统；
7:16 现在至少在消息传递和定时编排这件事上
7:20 我只需要建两个 Bot
7:22 就能把链路跑起来
7:24 但是，这里你一定要分清楚，就是：
7:27 Bot 能互相发消息
7:29 和 Bot 真正会协作，
7:31 这完全是两回事！
7:33 不过无论如何
7:34 Grok和Hermes 都迈出了这一步
7:37 目前的 Hermes Bot 还处于早期尝鲜阶段
7:40 你也别期望太高：
7:42 首先、Bot 间真正的协作能力还比较初级：
7:46 Hermes 现在已经能让 Bot 互相发消息和交接任务
7:51 但这更像是把通信基础设施搭好了
7:54 不代表几个 Bot 之间就会自然形成高质量协作。
7:58 我的实际体验是
8:00 它对我的本地环境、文件和长期工作流都很熟
8:04 这一点很有价值；
8:05 但如果让几个 Bot 真正一起讨论、互相纠错、和形成高质量决策
8:12 那目前还是不够成熟的
8:14 哪怕我给它用了很强的模型
8:16 协作质量也不会因此自动变好；
8:19 2、缺少移动端支持：
8:22 Grok Bot 拥有体验非常好的手机 App
8:25 随时随地像发微信一样遥控团队；
8:29 而 Hermes 目前只能在电脑桌面端运行；
8:33 3、本地执行的安全边界：
8:35 Grok Bot 的执行环境主要在平台托管的云端 computer 上
8:40 与我的个人电脑天然分开；
8:43 而 Hermes 默认直接运行在自己的本地环境里
8:47 权限和安全边界需要自己管理
8:50 像我吧我本地的所有agent
8:53 bot 都运行在“干净”的主机上
8:55 和我的个人电脑是隔离开的
8:58 那么，如果你刚刚下载 Hermes Desk
9:01 top，不知道第一次该怎么配置 Bot
9:04 那我就来教你一个极其实用的上手小技巧
9:07 也就是——Brain Dump 逆向提示词：
9:10 Brain Dump 逆向建队的技巧就是：
9:13 不要一开始就苦思冥想建什么 Bot
9:16 你可以先直接给 Hermes 的主对话框发送一段你的个人背景、你的日常工作流、以及你经常处理的任务碎碎念（Brain Dump）
9:25 然后对它说：
9:26 “基于你对我的了解
9:27 请逆向推荐我应该建立哪几个专职 Bot？
9:31 并为每个 Bot 分配专精的角色、提示词和工具集
9:35 ”
9:36 你跟它说完这句话之后呢
9:38 它就会自动为你规划出最适合你的专职战队
9:42 总的来说
9:43 Grok Bot 和 Hermes Bot 至少让我越来越确定一件事
9:48 就是：未来我们在使用 AI时
9:51 可能就不会只有一个万能聊天框了
9:54 其实 Agent 和 Bot 的边界
9:56 也没有那么清楚
9:58 像我在 OpenClaw 里的 77 和 commenter
10:00 我长期都是通过 Telegram 跟它们交流的——从使用体验上看
10:06 这不就是 Bot 吗？
10:08 77 和 commenter 也不是今天才诞生的
10:11 它们的“灵魂”已经工作了半年
10:13 只是现在
10:14 随着 Grok Bot、Hermes Bot 这种产品形态的出现
10:18 这套工作方式变得更直观
10:21 也更好用了
10:22 对我来说
10:23 这更像是——它们的灵魂没有变
10:26 只是进入了新的身体
10:28 那你呢目前是更习惯在一个窗口聊到底呢
10:32 还是说已经组建了自己的 AI 专职战队呢？
10:36 欢迎在评论区分享你的真实工作流
10:39 如果你觉得本期内容对你有所启发
10:41 别忘了点赞、订阅并开启小铃铛
10:44 我们下期再见！