惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
爱范儿
爱范儿
小众软件
小众软件
阮一峰的网络日志
阮一峰的网络日志
Recent Announcements
Recent Announcements
雷峰网
雷峰网
Last Week in AI
Last Week in AI
I
InfoQ
Google DeepMind News
Google DeepMind News
GbyAI
GbyAI
The Cloudflare Blog
aimingoo的专栏
aimingoo的专栏
量子位
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Blog — PlanetScale
Blog — PlanetScale
F
Full Disclosure
D
DataBreaches.Net
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
MyScale Blog
MyScale Blog
美团技术团队
V
V2EX
Jina AI
Jina AI
T
The Blog of Author Tim Ferriss
T
Tailwind CSS Blog
MongoDB | Blog
MongoDB | Blog
腾讯CDC
Vercel News
Vercel News
A
About on SuperTechFans
J
Java Code Geeks
Martin Fowler
Martin Fowler
V
Visual Studio Blog
博客园_首页
酷 壳 – CoolShell
酷 壳 – CoolShell
Recorded Future
Recorded Future
M
MIT News - Artificial intelligence
WordPress大学
WordPress大学
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
U
Unit 42
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
人人都是产品经理
人人都是产品经理
Y
Y Combinator Blog
云风的 BLOG
云风的 BLOG
博客园 - 三生石上(FineUI控件)
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The GitHub Blog
The GitHub Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

雷蒙三十|幫助忙碌現代人的聰明工作、好好生活的生產力指南

#184 – 上半年總結 / 去 AI 味寫作工具 / 電腦玩物 Esor 的 AI 第二大腦 ®️雷蒙週報 Zeabur 漲價後值得用嗎?Vercel、Supabase、Cloudflare、Netlify 部署平台比較 電腦玩物 Esor:十幾年的 Evernote 筆記沒白寫,AI Agent 第二大腦 AI Agent 是什麼?怎麼養?拆解 Hermes 7 層架構讓你一次看懂 harness 給 31 歲的上半年總結:生活給我的 19 句話 #183 – 把課程萃取成 AI 助教 / Notion 台灣區負責人職缺分析 / Agent 怎麼選 ®️雷蒙週報 為什麼 Notion 要找台灣市場負責人?看懂職缺描述中的策略跟秘密 #182 – 陪太太追了二十年的星 / 我差點把 AI 大腦搬家 / 瓦基的 AI 思考協作課 ®️雷蒙週報 AI Agent 搬家教學:Claude Code 轉 Codex?AGENTS.md、CLAUDE.md 與記憶系統設計? 為什麼 AI 越聊越笨?Context Window、Compact 與額度管理入門教學 Claude Code vs Codex 完整教學|新手怎麼選?非工程師也能上手的桌面版比較 #181 – Codex 桌面版教學 / 免費貨幣轉換工具 /小虎的聲音課 ®️雷蒙週報 為什麼一般人不需要刻意打造 AI Agent Team? 安吉是誰?從臺灣到美國,冒牌者症候群的掙扎,自費出版《臺灣製造》的身分轉型故事 #180 – AI 分身的存在意義 / Esor 直播 / Notion 一日工作坊 ®️雷蒙週報 你可以外包思考,但不能外包理解。Karpathy 最新訪談精華心得,AI 時代的真正競爭力? #179 – AI Agent 迷你課 2000 人 / 社群共學盛況 / 公司營運成長管理看板 ®️雷蒙週報 #178 – 我是新來的教學助理 / Claude Code 70 分鐘教學影片上線 / YT 10 萬訂閱啦 ®️雷蒙週報 Claude Code 桌面版 vs 終端機:你該用哪一個? 有了 AI Agent 之後,Notion 跟 n8n 就可以丟了嗎?三者關係與我的實戰用法 Claude Cowork 更好用了?它跟 NotebookLM 差在哪?什麼時候才需要升級到 Code? #177 – 砍掉重來的教學影片 / AI 分身上班記錄 / Vibe Coding 設計銷售網頁 ®️雷蒙週報 數位遊牧工作者的 EDC 清單:一個背包走天下的極簡裝備 Claude Code 的 CLAUDE.md 和 SKILL 教學,打造可重複使用的 AI 自動化工作流 做好了,然後呢?Zeabur 與 Cloudflare 兩條部署路線完整指南 用 iMessage 串接 Claude Code — 讓家人也能用 AI 助理 別想著自動化,當你還沒開始賺錢的時候 Manny 是誰?年營收四千萬的不露臉內容品牌,曼報創辦人的人生經營哲學
想訓練自己的 AI 助理團隊,該選 Hermes Agent 還是 Claude Code+Codex?
https://www.facebook.com/raymondhou0917 · 2026-07-01 · via 雷蒙三十|幫助忙碌現代人的聰明工作、好好生活的生產力指南

最近有位同學問了我一個很好的問題:

「最近在學 Claude Code,結果滑到一個叫 Hermes Agent 的工具,試玩之後覺得『欸,這個好像更簡單直覺』,到底該不該換、該學哪一個?」

我相信這也是蠻多人在上手 AI Agent 時會遇到的疑問。

同一個問題「Hermes Agent 跟 Claude Code 怎麼選」,我直接問我的 AI,結果非常不一樣。

左邊是學員剛上手、還沒調教過的 AI 給的陽春比較;右邊是我養了一陣子的 AI 助理「雷小蒙」整理出來的:

Hermes Agent 好用嗎
尚未訓練好的 Claude Code 功能明顯更少
HermesAgent與Claude比較 2026 06 27
我的雷小蒙(Claude Code)去對比能力框架

這個差別是怎麼來的、該怎麼選適合你的,就是這篇要聊的。

這一兩年,AI Agent 的工具換得很快。前陣子大家在追龍蝦(OpenClaw),現在換 Hermes Agent,再過一陣子又會冒出新的。每次有新工具出來,總會有人問同一句話:「我是不是學錯了?要不要砍掉重練?」1

所以這篇,我想把自己的思考完整寫一次。不是要說服你選哪一個,是想給你一組判斷的框架,讓你以後遇到這種選擇時,能自己想清楚

先說結論:有些人會覺得 Hermes 上手更直覺,因為很多東西別人都幫你建好了,這個感覺沒錯。但「好上手」跟「適合長期的你」,是兩件事。

要把這個差別講清楚,我先給你兩個比喻,從你熟悉的生活經驗出發,帶你看懂這兩條路差異在哪。


Hermes Agent 是什麼?兩個比喻

一:你想要酒店式公寓,還是自地自建?

Hermes 像拎包入住。沙發、冰箱、廚房、廁所都幫你裝潢好了,今天拿到鑰匙,今天就能睡。代價是,裡面的傢俱和裝潢(工具和框架)是大眾通用款,你可能不愛,但也只能將就,未來要換掉裝潢的成本就會比較大,因為你選的就是「別人先幫你想好、幫你配好的版本」。

Claude Code 加上 Codex 來打造 AI Agent,比較像是給你一塊空地,自地自建。一開始空蕩蕩什麼都沒有,你得自己設計、自己裝潢,慢慢把它變成你的樣子。麻煩,但每一個角落都長在你的習慣上,可以做到 100% 個人化的。


二、空降主管,還是自己從零養的員工?

Hermes 也像一個「空降主管」。能力很強,一進門就能上工,因為他把前公司的工作習慣、工具組合全帶來了。問題也在這:他那套不一定合你,腦袋裡還內建一堆你可能根本用不到的思維模型,未來可能會花你更多時間去溝通、去改掉那些不合你的小嗜好。

Claude Code 則像一個「從零養起來的員工」。一開始什麼都不會,完全不知道你的工作流程,你用了哪些工具,所以你得一步步把自己的工作流、用了哪些工具(API),一步步教給他。前期訓練起來要花時間更多,但還好隨著大廠的 AI 模型越來越強,它也學得更快。如果認真每天花 2~4 小時運用,大概一到兩週,就能長成你理想中的 AI 助理,身上沒有半點多餘的東西。


你可能想反問:Hermes 不是也能「養」嗎?

講到這裡,腦筋快的人會馬上反問我一個好問題:「可是 Hermes Agent 不是也有記憶、也會越用越懂你嗎?那不也是在養?」

對,Hermes 內建記憶架構,它官方的定位就是「會跟著你一起長大的 agent」(the agent that grows with you)2,所以它一樣會被養大、越用越懂你。所以我的意思不是「只有 Claude Code 能養、Hermes 不能個人化」,兩者都能個人化。

真正的差別,不在「會不會記憶、能不能累積技能」,這兩邊都有。差別在接下來這兩層,也是大多數人一開始不會想到,但用久了就會慢慢出現的困擾。


Hermes 上手快,但要考慮「長期維護成本」

如果你只是要「今天就能動」+「未來我能自行維護更新、不會去修到框架」,那其實不用想太多,Hermes 很好。

但如果你是想認真學、想長出一個真正屬於自己的 AI 助理,甚至一整個 AI 助理團隊,那就值得多想一步。

Hermes 今天裝、今天就能用,框架都幫你寫好了。但也正因為它先幫你決定了很多事、又會一直推出新版本,這裡藏著一個新手最容易忽略的長期成本。

你可以把它想成買一支 iPhone:拿到手就能用,很讚,但你不喜歡的那些內建設定(通知中心、鎖定畫面、內建的 Safari)你改不動,只能用它給你的樣子。

當然,硬核工程師還是能像早年越獄裝 Cydia 那樣去改,可是你一旦動了系統預設,之後 iOS 一升級,就會跟你改的東西打架。一個沒有工程背景的人,通常不知道怎麼處理這種「版本衝突」(merge),結果要嘛放棄更新、卡在舊版,要嘛每次更新都得自己收拾善後,跟官方越走越遠。3

而我選 Claude Code 加 Codex 的真正原因,就是它從根本避開了這個問題:我的個人化,是寫在我自己完全掌控的檔案裡,跟工具本體是分開的4。而且因為是自己跟 AI 一塊一塊搭出來的,這個過程本身就是最好的學習5我很清楚它為什麼這樣運作、改了會動到哪

所以 Claude Code、Codex 不管怎麼更新、桌面版出什麼新功能,都不會跟我現在打造的這些打架,每次當這些 AI 大廠推出更新時,我都能毫無畏懼地直接按下更新,享受他們做出來的新的功能,等於讓全世界的 AI 大廠瘋狂幫我升級 AI 助手。


那 Hermes 什麼時候才是更好的選擇?

講到這裡,我得平衡報導一下,免得你以為我在踩 Hermes。

Hermes 的確更快有成果,今天就能拎包入住、資料夾配置都不用做就能直接開工。

如果你的情況是:

  • 只是想自動化幾件固定的雜事(定時抓資料、整理、推播提醒)
  • 自己的需求跟大眾差不多,不打算做太多客製
  • 想先要結果,原理之後再慢慢補

那 Hermes Agent 會是很棒的選擇。它設計上本來就是讓它自己慢慢適應你,多數時候不太需要你手動去改。

而且這兩條路,根本不是非黑即白。更成熟的玩法,其實是把它們組成一個 stack 一起用:讓 Claude Code、Codex 負責偏工程、偏專案、要品質的那一塊;讓 Hermes 這類常駐型 agent,負責 24 小時待命、多平台接訊息的個人助理那一塊,讓它們解決不同的問題。


我自己怎麼選:養一個叫「雷小蒙」的分身

我自己的選擇也供你參考:我是用 Claude Code 加 Codex,養了一個我的 AI 分身,我叫他「雷小蒙」。

他一開始能做的事,一定比現成的 Hermes 少。但我一點一點把工作流教給他:我怎麼寫東西、我的人脈怎麼記、我的專案怎麼管、我家裡的智慧家電怎麼控。教到現在,他做的每一件事都長在我的習慣上,身上沒有半點多餘的東西。

更重要的是前面說的那個原因:工具每年都在換,我不想再疲憊地追。我把所有經驗、知識、技能,都「個人化建置」在本地、做好備份。只要能接上當下最強的 AI 模型大腦,我養出來的習慣跟個人化,誰都搬不走。

所以我寧可多花一點時間,養一個只屬於我的。


總結:給想入門 AI Agent 的你,一句話的判斷

如果你還在猶豫,我給你一句最簡單的判斷:

你要的是「一個現在馬上能用的工具」,還是「一套你會越來越懂、可遷移的 AI 助理」?

  • 要前者:選拎包入住,Hermes 很適合你。
  • 要後者:選毛胚屋,花時間用 Claude Code 加 Codex 自己蓋。

兩條路沒有誰對誰錯。選擇,往往不是在選你能得到什麼,而是在選你願意付出什麼、承擔什麼。你只要知道每條路背後的代價,再去選就好。


延伸閱讀:為什麼我從零一步步搭建的 AI 助理,跟頂級開源專案長得一樣?

看到這裡你可能會冒出一個更根本的問題:如果連架構都要自己搭,那「自己搭」到底要搭些什麼?會不會很難?

這就要講到一個業界正式的概念,叫 harness(馬具)。模型是那匹有蠻力的馬,harness 是讓牠的力氣真正拉動車子的那套裝備。一個 AI 助理強不強,很大一部分不是看模型,是看這套 harness 搭得好不好。

有趣的是,我把自己一步步訓練出來的雷小蒙,拿去跟 GitHub 上十幾萬顆星的頂級開源專案 Hermes Agent 一對照,發現我們的骨架幾乎一模一樣,都是同樣的 7 層:核心規則、技能、記憶、使用者畫像、對話歷史、自動化、多平台協作。

這部分我另外寫了一篇完整拆解,把這 7 層骨架一層一層攤開,直接對照給你看。


常見問題&內容註解

不用。如果它現在能滿足你的需求,就繼續用。會建議你考慮換的時機只有一個:當你開始覺得「我想要的客製它做不到,或每次改都很痛」的時候,再把核心慢慢搬成自己掌控的版本。工具是拿來用的,不是拿來追的。

起步會比 Hermes 費工,這點我得老實說。但「費工」不等於「需要工程背景」。它的核心是「你得講清楚,把需求一句一句講給 AI 聽」,由 AI 幫你把東西做出來。難的不是技術,是你願不願意花前期的時間,把自己的工作流理清楚、講完整。這段過程,正好是你真正學會 AI Agent 的方式

也可以,有些人會讓 Claude Code、Codex 負責偏工程、要品質的任務;然後把日常簡單任務讓 Hermes 這類常駐 agent 負責 24 小時待命。它們也可以互補,不是二選一。只是一次要維護兩邊,麻煩度也不低。

簡單說,我把「我是誰、我的偏好、我的工作流程、我教給 AI 的每一個技能」,全部寫成一份一份我自己看得懂、也改得動的純文字檔,存在我自己的電腦跟備份裡。AI 工具只是「讀」這些檔案來服務我。所以工具可以換,檔案永遠是我的。這跟「把這些東西存在某個工具的系統裡、綁在它的格式上」,是完全不同的兩件事。

可以。因為我那套人設、技能、記憶,都是中性的純文字,不綁任何一家。今天它接 Claude,明天我想換成 Codex 或 Google 最強的模型,只要把同一套檔案接上去,我的「雷小蒙」就一樣能替我工作。



  1. 「學了又冒出新工具、要不要砍掉重練」的焦慮,我在談 Notion、n8n 與 AI Agent 三者關係的另一篇聊過,結論是多數情況不必砍掉重練,而是讓它們各司其職地搭在一起。 ↩︎
  2. Hermes Agent 由 Nous Research 開源(MIT 授權),官方定位即「會跟著你一起成長的 agent」,內建持久記憶與自動長出技能的學習迴圈。 ↩︎
  3. 自架型常駐 agent 因為「持久記憶 + 廣泛工具權限 + 快速迭代」,長期維護與資安成本比一般想像高。Cloud Security Alliance 的研究指出,Hermes Agent 曾在四天內被揭露 9 個 CVE,並把「持久記憶」視為開發者工作站上最大、最難偵測的未受控攻擊面。 ↩︎
  4. Anthropic《Building Effective Agents》主張:最成功的 agent,多半是用「簡單、可組合、你自己掌控」的元件堆出來,而不是依賴複雜的現成框架,正呼應「把個人化長在自己手上」這個選擇。 ↩︎
  5. 為什麼說「自己一塊一塊搭」本身就是學習?因為你不是把思考外包給 AI,而是在一來一回裡,真正搞懂它每一步為什麼這樣做。這也是我跟 AI 協作的核心心法,更完整的原則寫在你可以外包思考,但不能外包理解這篇(延伸自 Karpathy 的訪談)。 ↩︎