英文原题：AI Agents Explained: Build Your First One in 2026
这条视频的切入点很直接：你可能已经会用 ChatGPT 或 Claude，但那类聊天窗口有一个明显限制，只有当你打开页面、提出问题时，它才会响应。视频里的 Agent 则是另一种工作方式：你给它一次目标，它按时间表自己执行、把结果发到手机上，并且会在后续对话中记住你的偏好。
作者用一个早晨场景说明差异：人还没醒，Agent 已经把新闻摘要和待办事项整理好发到手机。这不是“更聪明的聊天框”，而是一个常驻的后台工作进程。它要能持续运行、能记忆、能被定时触发，还要能接入你每天真正使用的消息入口。
视频最值得带走的判断是：Agent 的关键不是多会聊天，而是能不能在你离开屏幕后继续工作。
这也是本课最适合初学者的地方。视频没有从复杂框架、向量数据库或多 Agent 编排讲起，而是选了一个更贴近日常的目标：用 Hermes 搭一个能通过 Telegram 收发消息、能设置定时任务、能逐渐记住工作方式的个人 Agent。
视频反复强调一个朴素但经常被忽略的前提：Agent 只有在运行时才会工作。笔记本合盖、睡眠、断网，定时任务就停了。所以作者建议把 Hermes 部署到 VPS 上，也就是一台常年在线的云端小电脑。这样 Agent 才能每天早上 8 点自己触发任务，而不是等你打开电脑。
这背后其实是从“交互式 AI”到“服务型 AI”的切换。聊天机器人像一个应用窗口，Agent 更像一个小型后端服务。只要你想让它主动发消息、定期拉数据、在多个任务之间保持状态，就需要一个持续运行的地方。
视频把 Hermes 描述为一个开源、免费的 Agent 运行环境。它内置了记忆、计划任务、技能复用、消息应用连接和模型路由。对初学者来说，这些能力比“模型有多强”更重要，因为搭 Agent 的难点往往不是调用一次 LLM，而是把触发、上下文、结果投递和后续维护串起来。
Hermes 自身不是模型供应商。视频中作者选择 OpenRouter，是因为它用一个 API key 连接多家模型。这样你可以先用免费或便宜的模型跑日常小任务，再把复杂报告、深度推理这类任务交给更强的模型。这个选择背后的原则很实用：不要用最贵模型回答所有问题，要把模型当成可替换的执行资源。
视频选择了 Hostinger 的 Hermes 一键模板。这个选择带有推广性质，但流程本身有代表性：你需要一个持续在线的服务器、一个预装 Hermes 的环境、一个管理面板，以及后续进入 Web Terminal 的入口。作者选用的 KVM2 配置包含 2 个 CPU 核心、8GB 内存和 80GB 存储，对个人 Agent 来说已经足够。
这里真正要理解的是资源边界：Agent 不一定需要很大的机器，但需要稳定在线。相比本地电脑，VPS 的价值不是算力更强，而是它不会因为你合盖或睡觉而停止。
部署完成后，作者进入服务器的 Web Terminal，先切到 Hermes 项目目录，再启动 Hermes 自带的配置向导。视频中特别提醒，这一步看起来最“技术”，但其实只是复制几条命令。配置向导会询问是 quick setup 还是 full setup，作者选择 full setup，因为它能更清楚地配置模型、消息入口和后续行为。
对新手来说，这里的关键不是记住每条命令，而是知道“初始化向导”做了什么：它把模型供应商、API key、默认模型、消息渠道和用户授权串成一个可运行的 Agent。
Hermes setup 会询问 AI provider。作者选择 OpenRouter，然后去 openrouter.ai 创建 API key，再把 key 粘回 Hermes。视频还提到可以选择免费模型，例如面向 Agent 工作的 Owl Alpha；如果任务更复杂，也可以切到更强模型。这里的一个好实践是启用或理解 auto routing：简单任务交给便宜模型，复杂任务交给强模型。
这个设计让 Agent 不必绑定某一家模型公司。今天你可以用便宜模型做新闻摘要，明天对重要报告切换到更强模型，后天再根据成本和质量重新调整。
接下来 Hermes 会询问连接哪个消息应用。视频选择 Telegram，因为免费、快、跨设备。配置需要两个信息：BotFather 创建的 bot token，以及 userinfobot 返回的 Telegram user ID。前者让 Hermes 能代表你的 bot 发消息，后者让 Hermes 知道谁是被授权的主人。
完成配置后，作者启动 gateway。gateway 是保持 Hermes 和 Telegram 连接的常驻桥梁：它负责监听消息、把你的输入送给 Hermes，并把结果发回 Telegram。如果未来 Agent 突然不回消息，视频建议第一件事就是检查 gateway 是否还在运行。
Agent 真正开始“像 Agent”是在定时任务环节。作者不是打开复杂后台，而是在 Telegram 里直接说：创建一个每天早上 8 点发送科技新闻摘要的任务。Hermes 会解析意图、创建 schedule、确认投递渠道。另一个例子是每周一 8:30 拉取销售数据，并对比上周生成总结。
这说明 Hermes 把“计划任务”从代码和 cron 表达式里拿出来，放回自然语言对话。你仍然需要清楚描述目标、时间、数据来源和输出格式，但不必手写调度器。
视频后半段讲了两个让 Agent 逐渐变好用的机制。第一个是技能：如果你反复调整一类任务，比如社媒帖子、周报、数据摘要，Hermes 可以把这套流程保存成技能。下次你只要说“运行 weekly report builder”，它就按保存过的步骤执行。
第二个是记忆。Hermes 用几个内部文件保存人格、工作规则和用户背景，但你不需要手动打开这些文件。你只要在 Telegram 里告诉它“记住我喜欢短而直接的回答”，它就会在后续回答中使用这个偏好。对个人 Agent 来说，记忆不是装饰，而是减少重复解释的核心能力。
| 方案 | 适用场景 | 优点 | 风险或限制 | 决策建议 |
|---|---|---|---|---|
| 普通 ChatGPT / Claude 对话 | 临时问答、写作润色、一次性分析 | 上手快，不需要部署，不需要维护 | 关闭窗口后不会继续工作；不会自动定时触发 | 如果任务只发生一次，继续用聊天机器人即可 |
| 本地脚本 + cron | 固定流程、技术用户、可明确编码的任务 | 可控、低成本、逻辑清晰 | 需要维护代码；不擅长多轮对话和偏好学习 | 适合工程师处理稳定流程，不适合新手快速搭个人 Agent |
| Hermes + VPS | 每日摘要、周报、个人助理、Telegram 入口 | 常驻在线，支持记忆、技能、定时任务和消息应用 | 需要服务器、API key、gateway 运行状态和成本控制 | 当你希望 AI 主动工作并持续学习偏好时，这是视频推荐路径 |
| 企业级 Agent 平台 | 多人协作、权限治理、审计合规、复杂系统集成 | 治理能力强，适合集成内部系统 | 部署重、价格高、个人使用过度复杂 | 个人或小团队先别从这里起步，除非已经有明确业务流程 |
不要把 Agent 理解成一个更会聊天的窗口；它的价值是你离开以后仍然能按计划完成任务。
VPS 的意义不是炫技，而是让 Agent 拥有一个不会睡觉的身体。
第一周不要急着接邮箱、银行或敏感系统；先让 Agent 在 Telegram 里处理一两个低风险任务。
这些观点合在一起，其实给了一个非常务实的入门路线：先把 Agent 做小，先让它稳定运行，再逐步增加权限、工具和任务范围。很多 Agent 项目失败不是因为模型不够强，而是太早连接太多系统，最后出了问题也不知道该检查哪一层。
如果你想继续沿着 Agent 工程这条线学习，可以先看这些课程：一个讲 Agent 层级，一个讲工具/技能/子智能体边界，一个讲实际工具选型。它们和本视频形成一条很顺的学习路径：先会部署，再懂架构，再做取舍。