乐于分享
好东西不私藏

能自学习的AI助手,你真的不想用吗?

能自学习的AI助手,你真的不想用吗?

我用了一个月龙虾,最后还是换成了Hermes

去年底龙虾(OpenClaw)刚火的时候,我就跟风装了一个。

当时觉得挺酷的——AI能帮我操作电脑、打开浏览器、自动处理文件,这不就是我想要的吗?

用了一个月,说实话,体验有点分裂。

简单的任务确实省事。让它帮我整理桌面文件、批量重命名图片、自动生成周报模板,这些它都能干,而且干得挺利索。

但问题来了。

我每天的工作场景是:写技术方案、跟客户开会、整理项目清单、偶尔还要写点自媒体文章。这些任务有个共同特点——不是一次性的,是反复出现的。

我让龙虾帮我写周报,第一次它用了个通用的格式。我说不对,我们公司有模板,我发给你。它按模板写了,但语气太正式。我改了。第二天再让它写,又回到通用格式了。

我让它帮我整理项目需求文档,第一次我花半小时教它怎么分类、怎么排版、哪些字段必须填。第二天打开,全忘了。又教一遍。

这种事发生了不知道多少次。每次都觉得:我到底是在用AI,还是在带一个每天都在失忆的实习生?


不是龙虾不行,是它没打算帮你记

后来我想明白了,这真不是龙虾的问题。

OpenClaw 的设计初衷就是”让AI能操作你的电脑”——给你AI装上手和脚。它确实做到了,而且做得很好。腾讯的 WorkBuddy 在这个基础上加了微信直连、小程序接入、自动化调度,我自个儿也在用,每天早上8点自动推早报,晚上9点半复盘。

但它们都有一个共同的底层限制:AI没有真正的记忆。

每次你跟AI对话,它就是一个全新状态。你之前教它的东西、你纠正过的错误、你反复强调的偏好——全靠一个”上下文窗口”临时撑着。关掉就没了。

想解决这个问题?你也只能手动操作:把模板存成文件,每次对话开头贴给它;把经验写成文档,手动喂给它。

说白了,记忆这事儿,得你自己来管。AI只负责干活,不负责记事。

这对偶尔用用的人没啥问题。但如果你像我一样,每天深度使用AI处理工作,这种”每天重新教一遍”的摩擦感会越来越明显。


我是怎么发现 Hermes 的

二月中旬刷 GitHub,看到一个叫 Hermes Agent 的项目。

Nous Research 出的——就是做 Hermes 系列大模型那个美国团队。当时2万多Star,我顺手点进去看了眼 README。

第一段就把我抓住了:

“An AI agent that learns from every task it completes.”

一个能从每次任务中学习的 AI。这不就是我想要的东西吗?

我花了两天把它装起来跑了一遍。一个月用下来,有些感受想分享给你。


跟龙虾比,Hermes 到底多了什么

我用了一个月龙虾,又用了一个月 Hermes。两边都是高频使用,说几个最直观的对比。

1. 记忆:从”你教它记”变成”它自己记”

龙虾也能记东西,但那个记忆是你手动管理的——你写好文档、配好记忆文件、每次对话的时候手动加载。

Hermes 的记忆是自动的。

举个真实例子。我第一次让 Hermes 帮我整理项目需求文档,教了它我们的分类规则、排版格式、必填字段。整个过程大概花了40分钟。

第二次,我说”帮我整理彭州电厂的需求文档”。它直接按上次的格式来了,分类也对,字段也全。我几乎没改什么。

这中间发生了什么?Hermes 自动把第一次的经验提炼成了一个 Skill——相当于它自己给自己写了一份”需求文档整理手册”。下次遇到同类任务,直接翻手册干活。

我不用存文件、不用手动加载、不用每次重新教。它自己就记住了。

一个月下来,我的 Hermes 里积累了十几个这样的技能:项目需求整理、竞品分析报告、公众号文章初稿、客户会议纪要、报价清单模板……

这些东西不是我提前写好喂给它的。是它在帮我干活的过程中自己学出来的。

2. 进化:从”你升级它”变成”它自己升级”

用龙虾的时候,我想加一个新能力,流程是这样的:找社区有没有对应的 Skill → 下载 → 配置 → 调试。如果找不到现成的?自己写。

这个过程没什么问题,但有个隐含的门槛:你得知道你需要什么能力,然后主动去找。

Hermes 不一样。它会在你使用过程中主动发现”这个事儿我干得不够好,我应该总结个方法”。

比如我头三次让它帮我写公众号文章,每次我都要改一堆:标题太无聊、别用排比句、语气再随性一点、数据要标来源。到第四次,它直接就按我喜欢的风格写了。不是我提前设定了什么写作规范,是它从我的修改反馈里自己学到了。

这就是自动创建 Skill。它不是等你给它一个 Skill 文件才工作,而是在每次完成任务后自己评估:这次我有没有做得更好的方法?有的话,存下来。

用得越多,它进化得越快。

3. 用户理解:从”陌生人”变成”老同事”

Hermes 有一个叫 Honcho 的用户建模模块,这个是我觉得最被低估的功能。

每次对话结束后,它会在后台做一件事:把这次对话中暴露出的你的偏好,跟之前的理解做对比。如果有新的发现就补充,有矛盾的就修正。

用了一个月之后,我的 Hermes 对我的了解已经到了这个程度:

知道我写报告喜欢结论先行,不爱看冗长的背景铺垫
知道我跟客户沟通的风格是简洁直接,不绕弯子
知道我对数据敏感,任何没有来源的数据都会被打回来
知道我周末也经常工作,所以不会在周六早上给我推什么”周末愉快”的废话

这些东西我从没专门告诉过它。是它从一个月的日常交互中自己观察总结出来的。

这种感觉怎么说呢……有点像跟一个新同事从磨合期走到了默契期。


说了这么多好处,说点真实的

我不想把 Hermes 写得像什么万能神药。一个月用下来,这几个问题也是实打实的。

安装门槛不低。 我折腾了两天才跑起来——要配 Docker、选模型、搭服务。龙虾那边 OpenClaw 有社区一键脚本,腾讯 WorkBuddy 更是开箱即用。在”上手容易”这件事上,Hermes 输了。

前期体验差距不大。 第一周用 Hermes,说实话跟用龙虾没太大区别。因为它的经验库还是空的,记忆还没积累起来。得用到第二周、第三周,你才会开始感受到”它记得我上次说的”。

生态还不够成熟。 龙虾那边,OpenClaw 有30万Star,WorkBuddy 有腾讯撑着,各种 Skill 插件社区已经很丰富了。Hermes 才8万Star,Skill 生态刚刚起步,很多场景还需要自己搭。

两个不是非此即彼。 我现在的做法是两个都在用。WorkBuddy 跑日常自动化(早报、复盘、微信通知),Hermes 跑深度工作任务(写方案、做分析、整理需求)。因为 Hermes 支持从 OpenClaw 导入配置,两边并不冲突。


为什么最终选了 Hermes 做主力

如果让我用一句话总结选择理由:

龙虾解决了”AI能不能帮我干活”的问题,Hermes 解决了”AI能不能越用越好用”的问题。

对偶尔用用的人来说,这俩没区别。但如果你像我一样,每天把AI当成核心工作工具来用——处理项目、写文档、分析数据、做决策——”越用越好用”这件事的价值会呈指数级增长。

第一个月你可能觉得没啥特别。第二个月开始,你会发现它做出来的东西越来越接近你的标准。第三个月,有些常规任务它已经能独立完成了。

这种体验很难用参数和性能指标来衡量。但只有真正用起来的人才会明白:当你不用再每天重复教AI同一件事的时候,那种”终于有人记住我了”的感觉,是真的会上瘾的。


公众号 发送  “skill”  领取全网最好用的skill集合

你在用AI工作的时候,最受不了的”失忆”瞬间是啥?评论区聊聊。