Prime Agent VS Hermes: Which AI Agent Wins?
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~11 นาที · **ลิงก์:** https://www.youtube.com/watch?v=V1kRWZZPoG0
# สรุป: Prime Agent VS Hermes: Which AI Agent Wins? - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~11 นาที · **ลิงก์:** https://www.youtube.com/watch?v=V1kRWZZPoG0 ## ประเด็นหลัก - วิดีโอเปรียบเทียบเอเจนต์ AI สองตัวแบบเคียงข้างกัน: **Prime Agent** (จาก Prime Intellect เปิดตัว 6 ส.ค. โอเพนซอร์ส MIT license) กับ **Hermes** (จาก Nous Research) ทั้งคู่ฟรี รันในเทอร์มินัล และล็อกอินด้วยบัญชี Claude/ChatGPT ที่มีอยู่แล้วได้ - กรอบคิดหลักคือ "การทดสอบสมุดโน้ตสองเล่ม" (two notebooks test): Prime Agent จดสมุดโน้ตของตัวเอง (self-writing notebook) ส่วน Hermes อ่านสมุดโน้ตของคุณ (shared notebook) — ความแตกต่างนี้เป็นตัวกำหนดทุกอย่างที่เหลือ - **การทำงาน:** Prime Agent แปลงทุกอย่างเป็นโค้ดใน Python session เดียว (recursive language model) เจาะลึก ส่วน Hermes ใช้กล่องเครื่องมือ (skills/tools/profiles/connections) เชื่อมต่อกับทุกอย่าง ไปได้กว้าง - **การเรียนรู้:** Prime Agent ใช้ continual harness — จดโน้ตทุก 25 เทิร์น แก้ไขอ้างอิงหลักฐาน มี snapshot ย้อนกลับได้ และคำสั่ง /refine ฝังการแก้ไขถาวร ส่วน Hermes ใช้ความทรงจำร่วม (shared memory) เช่น Obsidian vault ที่เอเจนต์ทุกตัว (Hermes, Claude ฯลฯ) อ่านชุดเดียวกัน — แก้ vault ครั้งเดียวทั้งทีมฉลาดขึ้น - **การรันข้ามคืน:** Prime Agent เป็นแบบ daemon-backed มี heartbeat ปลุกตามตาราง เป้าหมายข้ามเซสชัน และโหมด autonomous แบบจำกัดงบเวลา/token ส่วน Hermes มอบงานให้ background agents และใน Agent OS รันงานตามตารางจริง เช่น ตัวเฝ้าดูคู่แข่งทุกเช้า 6 โมง - **การทดสอบ 4 งาน:** หาบรรทัดสำคัญใน log 120,000 บรรทัด / สอนรูปแบบการเขียน / เฝ้าดูตามตาราง / สร้างตัวช่วย — ทั้งคู่ทำสำเร็จทั้ง 4 งาน แค่เส้นทางต่างกัน ไม่มีใครแพ้ - **ควรใช้เมื่อไหร่:** Prime Agent เหมาะกับงานลึก งานเดี่ยว งานโค้ดใหญ่/วิจัย ส่วน Hermes เหมาะกับบทบาท "connected agent" ที่เชื่อมกับโลกทั้งใบของคุณ (ความทรงจำ ตารางเวลา เครื่องมือ การค้นหาแบบสด) - **ข้อสรุป:** ไม่ต้องเลือก — ใช้ทั้งคู่เคียงข้างกัน คำถามจริงคือ "บทเรียนของคุณจะอยู่ที่ไหน" เครื่องมือเปลี่ยนทุกสัปดาห์ แต่สมุดโน้ตคือสิ่งที่ทบต้น ## ความเห็นสรุป วิดีโอนี้นำเสนอกรอบคิดที่ใช้งานได้จริง: แทนที่จะชี้ขาดว่าเอเจนต์ตัวไหน "ดีกว่า" ผู้พูดชี้ว่าความต่างที่แท้จริงอยู่ที่สถาปัตยกรรมการเรียนรู้ — โน้ตส่วนตัวแบบปิด กับโน้ตที่ใช้ร่วมกันทั้งทีม — ซึ่งเป็นเกณฑ์ตัดสินใจเลือกเครื่องมือที่สมเหตุสมผล ช่วงท้ายเป็นการโปรโมต Agent Operating System (Air Profit Vault/Boardroom) ของผู้พูดเองอย่างชัดเจน เนื้อหาจึงมีน้ำหนักโฆษณา แต่ส่วนเปรียบเทียบทางเทคนิคมีประโยชน์และอิงการทดสอบจริงบนเครื่อง
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
เปิดเรื่อง: คำถามที่ทุกคนถาม
Prime Agent ปะทะ Hermes ใครชนะ? นั่นคือคำถามที่หลายคนถามผมมาตลอดตั้งแต่ Prime Agent เปิดตัวเมื่อสัปดาห์นี้ และคำตอบที่จริงใจมีประโยชน์มากกว่าการชี้ขาดผู้ชนะ เพราะเอเจนต์สองตัวนี้เรียนรู้ด้วยวิธีที่ตรงข้ามกันโดยสิ้นเชิง ตัวหนึ่งเก็บสมุดโน้ตของตัวเอง อีกตัวหนึ่งอ่านสมุดโน้ตของคุณ และพอคุณเห็นความต่างนี้แล้ว คุณจะรู้ทันทีว่าเมื่อไหร่ควรใช้ตัวไหน วันนี้ผมจะรันทั้งสองตัวเคียงข้างกันบนงานเดียวกันในเครื่องของผม และอธิบายทุกความแตกต่างให้ฟัง ว่ามันทำงานอย่างไร เรียนรู้อย่างไร และรันงานตอนคุณหลับอย่างไร ไม่มีสกอร์บอร์ด แค่ข้อเท็จจริงหน้ากล้อง และช่วงท้ายผมจะโชว์เซ็ตอัปที่คุณไม่ต้องเลือกเลยสักตัว เพราะนั่นคือส่วนที่เกือบทุกคนมองข้าม
เกริ่นนำสั้น ๆ เกี่ยวกับทั้งสองตัว
Prime Agent มาจาก Prime Intellect เปิดตัววันที่ 6 สิงหาคม เป็นโอเพนซอร์ส ใช้สัญญาอนุญาต MIT (MIT license) รันในเทอร์มินัลของคุณได้เลย คุณล็อกอินด้วยบัญชี Claude หรือ ChatGPT ที่จ่ายเงินอยู่แล้วก็ได้ หรือใช้ API keys จากผู้ให้บริการกว่า 20 ราย โพสต์เปิดตัวของพวกเขารายงานคะแนน 95.5% บน ARC AGI-3 ซึ่งสูงกว่าเกณฑ์เฉลี่ยของมนุษย์ผู้เชี่ยวชาญ แต่ตัวเลขนี้เป็นการรายงานด้วยตัวเอง (self-reported) ดังนั้นให้มองเป็นข้ออ้างของพวกเขา แต่ตัว repo จริง มีดาว 11,000 ดวงภายในไม่กี่วัน และผมเองก็รันมันมาตั้งแต่วันเปิดตัว
ส่วน Hermes มาจาก Nous Research ฟรีเหมือนกัน โอเพนซอร์สเหมือนกัน รันในเทอร์มินัลได้ และเสียบเข้ากับอะไรก็ได้เกือบทุกอย่าง เช่น ใช้กับ OpenRouter ใช้กับโมเดลฟรี หรือโมเดลท้องถิ่นผ่าน Ollama มันค้นหา X (โซเชียลมีเดีย) แบบเรียลไทม์ได้ เชื่อมต่อกับเครื่องมือ MCP (Model Context Protocol) ได้ และมันเป็นเอเจนต์หลัก (daily driver) ของผมใน Agent Operating System มาหลายเดือน ตั้งแต่งานเฝ้าดูคู่แข่งไปจนถึงงานวิจัยคอนเทนต์
กรอบคิด: การทดสอบสมุดโน้ตสองเล่ม
ทั้งสองตัวฟรี ทั้งคู่โอเพนซอร์ส และทำงานจริงทั้งคู่ แต่ความแตกต่างลึกกว่าแค่ฟีเจอร์ นี่คือกรอบคิดที่ทำให้ทุกอย่างปะติดปะต่อกัน ผมเรียกมันว่า "การทดสอบสมุดโน้ตสองเล่ม" (two notebooks test) เอเจนต์ทุกตัวที่เรียนรู้ได้ต้องจดบทเรียนไว้ที่ไหนสักแห่ง ที่ว่านั้นคือสมุดโน้ต Prime Agent เก็บสมุดโน้ตของตัวเอง เขียน แก้ไข และเป็นเจ้าของมัน ส่วน Hermes อย่างที่ผมรัน อ่านโน้ตของคุณ คลังข้อมูลของคุณ บริบทธุรกิจของคุณ สมุดโน้ตเป็นของคุณ และเอเจนต์ทุกตัวที่คุณรันอ่านมันได้ ดังนั้นตัวหนึ่งมีสมุดโน้ตที่เขียนเอง อีกตัวหนึ่งมีสมุดโน้ตที่ใช้ร่วมกัน นั่นคือภาพรวมทั้งหมด ทุกอย่างอื่นล้วนแตกแขนงมาจากตรงนี้
ความแตกต่างข้อแรก: วิธีการทำงาน
Prime Agent มีเครื่องมือเดียว คือ Python session แบบสดที่เปิดค้างไว้ตลอดทั้งเซสชัน ถ้าต้องเขียนไฟล์ มันก็เขียนโค้ดสั้น ๆ ถ้าต้องค้นหา มันก็เขียนโค้ด ถ้าต้องการเอเจนต์ตัวช่วย มันจะเขียน function call แล้วซับเอเจนต์ (sub agent) หนึ่งตัวก็จะสปินขึ้นมาและส่งคำตอบกลับมา พวกเขาเรียกสิ่งนี้ว่า recursive language model ส่วนที่ใช้ได้จริงนั้นง่ายมาก สิ่งใหญ่ ๆ อยู่ข้างนอกความจำของ AI และมันหยิบเฉพาะชิ้นที่ต้องการเท่านั้น ตัวอย่างเช่น ผมทดสอบจริงบนเครื่องของผม ผมให้ไฟล์ log ที่มี 120,000 บรรทัดกับมัน แล้วขอหนึ่งบรรทัดที่สำคัญที่สุด มันเขียนโค้ดสั้น ๆ สองชิ้น เก็บไฟล์ไว้ข้างนอกความทรงจำ และกลับมาพร้อมบรรทัดที่ถูกต้องซึ่งตรวจสอบยืนยันด้วยมือแล้ว
ส่วน Hermes ทำงานกับกล่องเครื่องมือ (toolbox) แทน มันมีสกิล (skills) เครื่องมือ (tools) โปรไฟล์ (profiles) และการเชื่อมต่อ (connections) คุณมอบงานเป็นภาษาอังกฤษธรรมดา แล้วมันเลือกเครื่องมือให้คุณเอง เช่น มันค้นหา X ว่าตอนนี้กำลังเทรนด์อะไรอยู่ เรียกใช้โมเดลอื่น ๆ ได้ และมอบงานให้เอเจนต์เบื้องหลัง (background agent) แล้วทำงานต่อได้ ในเครื่องของผมมันรันงานสร้างภาพ สร้างวิดีโอ และวิจัยแบบเรียลไทม์ได้ทั้งหมดด้วยคำสั่งบรรทัดเดียว (one-line command) ดังนั้นความต่างข้อแรกคือ Prime Agent เปลี่ยนทุกอย่างเป็นโค้ดภายในเซสชันเดียว ส่วน Hermes เอื้อมออกไปยังทุกอย่างที่คุณเชื่อมต่อไว้ ตัวหนึ่งเจาะลึก อีกตัวหนึ่งกว้าง
ความแตกต่างข้อใหญ่: วิธีการเรียนรู้
นี่คือจุดที่สมุดโน้ตสองเล่มแยกจากกันจริง ๆ Prime Agent มีสิ่งที่เรียกว่า continual harness (กลไกเรียนรู้ต่อเนื่อง) เอเจนต์จะจดโน้ตเกี่ยวกับตัวเอง วิธีปฏิบัติตัว สิ่งที่เรียนรู้เกี่ยวกับโปรเจกต์ของคุณ และสกิลที่มันมี ทุก ๆ 25 เทิร์น การประมวลผลอีกชุดหนึ่งจะอ่านสิ่งที่เพิ่งเกิดขึ้น แล้วแก้โน้ตเหล่านั้นเล็กน้อยโดยอ้างอิงจากหลักฐาน (evidence-backed edits) ถ้ามันทำแบบทดสอบพลาดสองครั้ง มันจะเขียนบทเรียนลงไป เมื่อคุณแก้ให้มัน มันรันคำสั่งเดียวคือ /refine แล้วการแก้ไขนั้นจะถูกฝังถาวร และพวกเขาสร้างการ์ดกันความผิดพลาดไว้ด้วย คำสั่งพื้นฐานไม่มีการเปลี่ยนแปลงเลย การแก้ไขทุกครั้งมี snapshot เก็บไว้ คุณย้อนกลับอะไรก็ได้ และเปิดสมุดโน้ตอ่านสิ่งที่มันเรียนรู้ได้ทั้งหมด ผมทำจริงบนเครื่องของตัวเอง แก้ให้มันครั้งหนึ่ง รัน /refine แล้วดูมันแก้หนึ่งจุด และเซสชันถัดไปมันก็จำได้ นั่นคือของจริง ผมอัดวิดีโอไว้
ส่วน Hermes เรียนรู้คนละแบบ มันมีการเรียนรู้พฤติกรรมอัตโนมัติในตัว แต่ชั้นที่ใหญ่กว่า อย่างที่ผมรัน คือความทรงจำร่วม (shared memory) ตัวอย่างเช่นใน Agent OS Hermes อ่านและเขียน Obsidian vault ซึ่งเป็นโฟลเดอร์โน้ตธรรมดาในเครื่องของผม ทุกเซสชันถูกบันทึก ทุกการตัดสินใจถูกเขียนลงไป บริบทธุรกิจของผม เรื่องราวของผม กฎของผม ประวัติโปรเจกต์ของผม และส่วนที่สำคัญที่สุดคือ vault นั้นไม่ใช่สมบัติส่วนตัวของ Hermes Claude อ่าน vault เดียวกัน เอเจนต์ทุกตัวที่ผมรันอ่าน vault เดียวกัน คุณสอน vault ครั้งเดียว เอเจนต์ทุกตัวในทีมรู้หมด พูดง่าย ๆ ก็คือ แก้ Prime Agent แล้ว Prime Agent ฉลาดขึ้น แต่แก้ vault แล้วทีมเอเจนต์ทั้งหมดของคุณฉลาดขึ้น บทเรียนหนึ่งอยู่ภายในเครื่องมือ อีกแบบกระจายไปทั่วทุกอย่างที่คุณรัน ไม่มีฝ่ายไหนผิด แค่สร้างมาเพื่องานคนละแบบ สมุดโน้ตของ Prime Agent ทำให้เอเจนต์ตัวหนึ่งเก่งขึ้นเรื่อย ๆ กับงานที่คุณมอบให้ ส่วน vault ร่วมทำให้เอเจนต์ทุกตัวที่คุณจะรันเริ่มจากฐานความรู้เดียวกัน ลึกปะทะกว้าง
แทรกสั้น ๆ เกี่ยวกับ Agent OS
ขอหยุดแป๊บหนึ่ง เพราะถ้าคุณกำลังคิดอยู่แล้วว่า "ฉันอยากได้ระบบความทรงจำร่วมแบบนั้น" นั่นคือสิ่งที่ Agent Operating System ภายใน Air Profit Vault เป็นเป๊ะ คุณมีแดชบอร์ดเดียวที่ Claude, Hermes, OpenClaw และเอเจนต์ทั้งหมดของคุณเสียบเข้ามาและอ่านความทรงจำชุดเดียวกัน เครื่องมือใหม่ ๆ อย่าง Prime Agent ก็เสียบเข้ามาข้าง ๆ ได้ทันทีที่ปล่อยออกมา คุณจะได้ไฟล์ zip แผนงาน 30 วันสำหรับติดตั้ง shared vault วิดีโอสอน และอัปเดตรายวัน มีเจ้าของธุรกิจกว่า 3,000 คนอยู่ข้างใน และหลายคนไม่เคยแตะ AI มาก่อนเลยก่อนเข้าร่วม ลิงก์อยู่ในคอมเมนต์หรือคำอธิบาย หรือไปที่ apiprofitbomb.com
ความแตกต่างข้อสาม: การทำงานเมื่อคุณเดินจากไป
เซสชันของ Prime Agent เป็นแบบ daemon-backed กล่าวคือถ้าคุณปิดแล็ปท็อป เอเจนต์ยังทำงานต่อ และเมื่อกลับมาเชื่อมต่อใหม่ มันก็ทำต่อจากจุดที่ค้างไว้ มันมี heartbeat (สัญญาณปลุกตามกำหนดเวลา) ปลุกมันตามตาราง มีเป้าหมายระยะยาว (persistent goals) ที่อยู่ข้ามเซสชัน มีโหมดอัตโนมัติแบบจำกัดขอบเขต (bounded autonomous mode) พร้อมงบเวลาและงบ token ที่คุณตั้งได้ และเอเจนต์ที่รันอยู่สามารถส่งข้อความหากันโดยตรงและประสานงานกันโดยไม่ต้องมีคุณอยู่ตรงกลาง ส่วน Hermes ก็รันงานเบื้องหลังได้ในสไตล์ของตัวเอง คือมอบงานให้ background agents แล้วกระจายงานแบบขนาน และใน Agent OS Hermes รันงานตามตารางเวลาจริง เช่น ผมมีตัวเฝ้าดูคู่แข่ง (competitor watcher) รันด้วยตัวจับเวลาทุกเช้า 6 โมง และตัววิเคราะห์คอนเทนต์รัน 6:20 ทุกวัน นั่นคืองานของ Hermes ที่รันอยู่ตอนผมหลับ และผมโชว์ผลลัพธ์ให้ดูได้ พลังกลางคืนของ Prime Agent อยู่ภายในเซสชันของมันเอง ส่วนพลังกลางคืนของ Hermes ในเซ็ตอัปของผมอยู่ที่ Agent Operating System งานตามกำหนดการ งานที่คิวไว้ แดชบอร์ด และผลลัพธ์ที่รออยู่ตอนเช้า
การทดสอบจริงแบบเคียงข้างกัน
มาทำให้เป็นรูปธรรมด้วยงานจริงสี่งานที่รันเคียงข้างกัน (คุณจะเห็นบนจอ) งานแรก หาหนึ่งบรรทัดสำคัญใน log ยักษ์ Prime Agent เขียนโค้ด เก็บไฟล์ไว้นอกความจำ แล้วคืนบรรทัดนั้นมา ส่วน Hermes ใช้เครื่องมือค้นหาแล้วคืนบรรทัดมา ทั้งคู่ไปถึงเป้าหมาย แค่เส้นทางต่างกันอย่างที่เห็นตอนนี้ งานที่สอง สอนให้มันรู้ว่าคุณอยากให้เขียนอะไรแบบไหน เช่น สมมติว่าคุณอยากให้อีเมลยืนยันคำสั่งซื้อ (order confirmation) ใช้ถ้อยคำเฉพาะแบบหนึ่ง กับ Prime Agent คุณแก้ครั้งเดียว รัน /refine แล้วมันถูกล็อกเข้าไปในสมุดโน้ตของเอเจนต์ กับ Hermes คุณเขียนกฎครั้งเดียวในโน้ตของคุณใน vault แล้วเอเจนต์ทุกตัว ไม่ว่าจะเป็น Hermes, Claude หรือใครก็ตาม จะปฏิบัติตามตั้งแต่นั้นเป็นต้นไป งานที่สาม เฝ้าดูบางอย่างตามตารางเวลา กับ Hermes ใน Agent OS ตัวเฝ้าดูคู่แข่งของผมรันทุกเช้าโดยไม่ต้องแตะอะไรเลย กับ Prime Agent คุณตั้ง heartbeat แล้วปล่อยให้เซสชันปลุกตัวเอง งานที่สี่ สร้างตัวช่วย Prime Agent รัน function call แล้วซับเอเจนต์รันแบบขนาน ส่วน Hermes ส่งงานให้ background agents มันคือแนวคิดเดียวกัน ตัวช่วยลงมือขุดคุ้ยในขณะที่เอเจนต์หลักไม่รก ไม่เหมือนกันแค่กลไก ถ้าสังเกตทั้งสี่งาน จะเห็นว่าไม่มีใครแพ้ แค่เส้นทางต่างกัน และความต่างนั้นบอกคุณว่าแต่ละตัวเหมาะกับอะไร
ควรใช้ตัวไหนเมื่อไหร่
นี่คือคำตอบแบบตรงไปตรงมา Prime Agent เก่งกับงานยาว ลึก และเป็นอิสระในตัวเอง งานเขียนโค้ดใหญ่ ๆ งานวิจัย คณิตศาสตร์ งานประเภทที่เอเจนต์ตัวเดียวบดขยี้เป็นชั่วโมงแล้วยิ่งทำยิ่งเก่ง คือสิ่งที่คุณต้องการพอดี ทีม Prime Intellect สร้างอีมูเลเตอร์จากสเปกที่เขียนเป็นลายลักษณ์อักษรด้วยเครื่องมือนี้ นั่นคือ Elaine ส่วน Hermes เก่งในบทบาทเอเจนต์ที่เชื่อมต่อ (connected agent) คือตัวที่เชื่อมกับโลกทั้งใบของคุณ ความทรงจำของคุณ ตารางเวลาของคุณ เครื่องมืออื่น ๆ การค้นหาแบบสด และบริบทธุรกิจของคุณ มันคือเอเจนต์ที่รู้จักคุณอยู่แล้ว
คุณไม่ต้องเลือก
และนี่คือประเด็น คุณไม่จำเป็นต้องเลือกจริง ๆ ทั้งคู่ฟรี ทั้งคู่ล็อกอินด้วยสิ่งที่คุณจ่ายอยู่แล้ว และรันเคียงข้างกันบนเครื่องเดียวกันได้ ของผมกำลังทำแบบนั้นอยู่ตอนนี้ คำถามจริงคือคำถามเดิมตั้งแต่ต้น คุณอยากให้บทเรียนของคุณอยู่ที่ไหน? สำหรับงานเดี่ยวที่ลึก ใช้สมุดโน้ตของ Prime Agent สำหรับธุรกิจของคุณ ใช้ shared vault ที่เอเจนต์ทุกตัวอ่านได้
ล้างความเชื่อผิด ๆ สามอย่าง
ต่อไป ขอเคลียร์ความเชื่อสามอย่างที่ทำให้คนหยุดอยู่ตรงนี้ ข้อแรก ผู้คนบอกว่าเอเจนต์สองตัวคือความซับซ้อนสองเท่า "ตัวเดียวผมยังแทบจัดการไม่ไหวเลย" ความจริงกลับใกล้เคียงตรงกันข้าม เพราะแต่ละตัวติดตั้งด้วยคำสั่งเดียว และถ้าความทรงจำอยู่ใน shared vault เดียว การเพิ่มเอเจนต์ไม่ได้เพิ่มความสับสน เอเจนต์ใหม่อ่านโน้ตชุดเดียวกันและเริ่มจากสิ่งที่เซ็ตอัปของคุณรู้อยู่แล้ว ระบบแบกรับความซับซ้อน ไม่ใช่ตัวคุณ ข้อสอง เอเจนต์ที่พัฒนาตัวเองได้ฟังดูเสี่ยง "ถ้ามันเรียนรู้สิ่งที่ผิดล่ะ?" เป็นคำถามที่เข้าใจได้ และทีม Prime Intellect เองก็เล่าเรื่องเอเจนต์ที่เรียนรู้วิธีโกงเกมแล้วบันทึกสกิลการโกงไว้ นั่นคือเหตุผลที่สมุดโน้ตตรวจสอบได้ การแก้ไขเล็กน้อย มี snapshot และย้อนกลับได้ เช่นเดียวกับ vault ที่เป็นโน้ตธรรมดาที่คุณอ่านได้ กฎสำหรับทั้งคู่คือ ทบทวนสิ่งที่เอเจนต์ของคุณเรียนรู้ คุณยังเป็นเจ้านาย และนี่คือนิสัย ไม่ใช่ทักษะทางเทคนิค ข้อสาม วงการนี้เปลี่ยนเร็วเกินไป "กว่าฉันจะเรียนตัวหนึ่ง ตัวใหม่ก็ออกมา" นั่นคือเหตุผลที่ชั้นการเรียนรู้สำคัญกว่าเครื่องมือพอดี เครื่องมือเปลี่ยนทุกสัปดาห์ Prime Agent เพิ่งเกิดได้ 3 วัน แต่บทเรียนที่คุณเก็บในสมุดโน้ตหรือ vault ยังใช้ต่อได้ คนที่เริ่มป้อนระบบความทรงจำอย่าง Obsidian ตั้งแต่หลายเดือนก่อน ไม่ต้องเริ่มใหม่สัปดาห์นี้ และจะไม่ต้องเริ่มใหม่เดือนหน้าเช่นกัน
สิ่งที่ควรทำต่อไป
นี่คือสิ่งที่ควรทำต่อไป ติดตั้งทั้งคู่ ฟรีและใช้เวลาไม่กี่นาที ให้ Prime Agent ทำงานลึกหนึ่งงาน แล้วแก้มันครั้งเดียวด้วย /refine เพื่อให้เห็นสมุดโน้ตทำงาน ให้ Hermes งานที่ต้องเชื่อมต่อหนึ่งงาน แล้วตัดสินใจว่าบทเรียนของคุณควรอยู่ที่ไหน และถ้าอยากได้เวอร์ชันที่เชื่อมทุกอย่างเข้าด้วยกันแล้ว Agent Operating System ภายใน Air Profit Boardroom รัน Hermes และเอเจนต์อื่น ๆ ของคุณบนแดชบอร์ดเดียว พร้อม Obsidian memory ร่วม งานตามตารางตอนเช้า และเวิร์กโฟลว์ที่ผมโชว์วันนี้ มีแผนงาน 30 วันสำหรับตั้งค่า agent memory ในธุรกิจของคุณทีละขั้นตอน พร้อมวิดีโอสอน และเมื่อสมาชิกทดสอบเซ็ตอัป Prime Agent เราก็ครอบคลุมเครื่องมือเหล่านั้นในสัปดาห์เดียวกัน คุณได้คอลสอนสี่ครั้งต่อสัปดาห์เพื่อถามเกี่ยวกับ agent stack ของคุณสด ๆ คลังพรอมต์ (prompt library) แผนที่สมาชิก (member map) เพื่อหาเพื่อนที่อยู่ใกล้คุณซึ่งใช้เครื่องมือเดียวกัน และมีคนออนไลน์อยู่เสมอ ลิงก์ในคอมเมนต์หรือคำอธิบาย หรือไปที่ apiprofitbomb.com เพื่อเข้าใช้งาน
ส่งท้าย
ท้ายนี้ Prime Agent ปะทะ Hermes ไม่เคยเป็นการแข่งขันจริง ๆ สักที ตัวหนึ่งเก็บสมุดโน้ตของตัวเองและเก่งขึ้นเพียงลำพัง อีกตัวหนึ่งอ่านสมุดโน้ตและทำให้ทุกอย่างที่คุณรันฉลาดขึ้นร่วมกัน ทั้งคู่ฟรี ทั้งคู่ของจริง และทั้งคู่กำลังรันอยู่ตอนนี้ เครื่องมือจะเปลี่ยนไปเรื่อย ๆ แต่สมุดโน้ตคือสิ่งที่ทบต้น ดังนั้นจงเลือกว่าบทเรียนของคุณจะอยู่ที่ไหน เริ่มเขียนมันลงไป แล้วเอเจนต์ทุกตัวที่คุณแตะต่อจากนี้จะเก่งขึ้นเพราะมัน
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- 8. **"My analyzer for content restos at 6:20 daily"** → แปลเป็น "ตัววิเคราะห์คอนเทนต์รัน 6:20 ทุกวัน" (คำว่า "restos" ไม่ชัดเจน น่าจะเป็น runs/research)
- ## Segment ที่ไม่ชัดเจน / [ฟังไม่ชัด]
- ไม่มี segment ใดที่ต้องใช้ [ฟังไม่ชัด] ในคำแปล เพราะทุกจุดที่ auto-caption เพี้ยนสามารถอนุมานเจตนาได้จากบริบท (ระบุไว้ข้างบน)
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| --- | --- |
| Prime Agent | เอเจนต์ AI โอเพนซอร์สจาก Prime Intellect เปิดตัว 6 ส.ค. 2025 เน้นทำงานลึกใน Python session เดียว ใช้สัญญาอนุญาต MIT |
| Hermes | เอเจนต์ AI โอเพนซอร์สจาก Nous Research เน้นเชื่อมต่อกับเครื่องมือ/ความทรงจำภายนอก (toolbox-based) |
| Prime Intellect | บริษัทที่พัฒนา Prime Agent |
| Nous Research | บริษัทที่พัฒนา Hermes (ในคำบรรยายอัตโนมัติเขียนว่า "news research") |
| AI agent (เอเจนต์ AI) | ซอฟต์แวร์อัตโนมัติที่ทำงานมอบหมายให้สำเร็จได้ด้วยตัวเอง |
| MIT license | สัญญาอนุญาตโอเพนซอร์สแบบเสรี ใช้ แก้ไข แจกจ่ายได้โดยมีเงื่อนไขน้อย |
| Claude | โมเดล AI / แชตบอตของ Anthropic |
| ChatGPT | แชตบอต AI ของ OpenAI |
| API key | รหัสสำหรับเข้าถึงบริการ API ของผู้ให้บริการโมเดล |
| ARC AGI-3 | ชุดทดสอบวัดความสามารถ AI ระดับ AGI (ผู้พูดอ้างคะแนน 95.5% จากโพสต์เปิดตัวของ Prime Intellect) |
| repo (repository) | คลังโค้ดโอเพนซอร์ส (เช่นบน GitHub) |
| OpenRouter | บริการรวม API ของโมเดล AI หลายเจ้าในที่เดียว |
| Ollama | เครื่องมือรันโมเดล AI ท้องถิ่นบนเครื่องตัวเอง |
| X | โซเชียลมีเดีย (เดิมคือ Twitter) |
| MCP (Model Context Protocol) | โปรโตคอลให้ AI เชื่อมต่อกับเครื่องมือ/ข้อมูลภายนอก |
| Agent Operating System (Agent OS) | ผลิตภัณฑ์แดชบอร์ดรวมเอเจนต์ + ความทรงจำร่วมของผู้พูด (อยู่ใน Air Profit Vault/Boardroom) |
| Obsidian | แอปจดโน้ตแบบ plain text ที่ใช้เป็น vault ความทรงจำร่วม |
| OpenClaw | เอเจนต์ AI อีกตัวหนึ่งที่เชื่อมกับ Agent OS |
| two notebooks test | กรอบคิดของผู้พูด: เอเจนต์ทุกตัวต้องจดบทเรียนไว้ที่ไหนสักแห่ง — โน้ตส่วนตัว vs โน้ตที่ใช้ร่วมกัน |
| recursive language model | สถาปัตยกรรมของ Prime Agent: ใช้โค้ด/function call เพื่อทำงานย่อยแล้วส่งผลกลับ |
| continual harness | กลไกของ Prime Agent ที่จด/ปรับโน้ตการเรียนรู้ของตัวเองทุก 25 เทิร์น |
| /refine | คำสั่งใน Prime Agent ให้ฝังการแก้ไขของผู้ใช้ลงในสมุดโน้ตของเอเจนต์ถาวร |
| evidence-backed edits | การแก้ไขโน้ตเล็กน้อยโดยอ้างอิงจากหลักฐาน/สิ่งที่เกิดขึ้นจริง |
| snapshot | ภาพสำรองสถานะเพื่อย้อนกลับการแก้ไขได้ |
| sub agent (ซับเอเจนต์) | เอเจนต์ย่อยที่สปินขึ้นมาทำงานชิ้นหนึ่งแล้วส่งคำตอบกลับ |
| background agent (เอเจนต์เบื้องหลัง) | เอเจนต์ที่รับงานไปทำเบื้องหลังโดยไม่ขัดจังหวะเอเจนต์หลัก |
| shared memory (ความทรงจำร่วม) | คลังความรู้/โน้ตที่เอเจนต์หลายตัวอ่านเขียนร่วมกัน |
| vault | คลังโน้ต/ความทรงจำ (เช่น Obsidian vault) |
| daemon-backed | ทำงานต่อเนื่องในเบื้องหลังแม้ปิดหน้าต่าง/แล็ปท็อป |
| heartbeat | สัญญาณปลุกเอเจนต์ตามกำหนดเวลา |
| persistent goals | เป้าหมายระยะยาวที่อยู่ข้ามเซสชัน |
| bounded autonomous mode | โหมดทำงานอัตโนมัติแบบจำกัดด้วยงบเวลาและงบ token ที่ผู้ใช้ตั้ง |
| competitor watcher | เอเจนต์เฝ้าดูคู่แข่งรันตามตารางเวลา |
| one-line command | คำสั่งบรรทัดเดียว |
| prompt library | คลังพรอมต์สำเร็จรูป |
| member map | แผนที่สมาชิกเพื่อหาคนใกล้ตัวที่ใช้เครื่องมือเดียวกัน |
| Air Profit Vault / Air Profit Boardroom | ชื่อผลิตภัณฑ์ของ Julian Goldie (apiprofitbomb.com) ที่รวม Agent OS, shared vault, งานตามตาราง |
| apiprofitbomb.com | เว็บไซต์สมัครเข้าถึงผลิตภัณฑ์ของผู้พูด |
| Python session | เซสชันรันโค้ด Python แบบโต้ตอบ |
| function call | การเรียกใช้ฟังก์ชันในโค้ด |
| token | หน่วยย่อยของข้อความที่โมเดล AI ใช้ประมวลผล |
| log file | ไฟล์บันทึกเหตุการณ์ของระบบ |
| order confirmation | อีเมลยืนยันคำสั่งซื้อ |
| Elaine | ชื่อที่กล่าวถึงในวิดีโอ (ผลงาน/โปรเจกต์ที่ทีม Prime Intellect สร้างด้วย Prime Agent — คำบรรยายอัตโนมัติไม่ชัดเจน) |
| terminal (เทอร์มินัล) | หน้าต่างคำสั่งสำหรับรันคำสั่ง/โปรแกรม |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:02,975 เปิดเรื่อง: คำถามที่ทุกคนถาม Prime Agent ปะทะ Hermes 2 00:00:02,975 --> 00:00:05,664 ใครชนะ? นั่นคือคำถามที่หลายคนถามผมมาตลอดตั้งแต่ 3 00:00:05,664 --> 00:00:10,469 Prime Agent เปิดตัวเมื่อสัปดาห์นี้ และคำตอบที่จริงใจมีประโยชน์มากกว่าการชี้ขาดผู้ชนะ 4 00:00:10,469 --> 00:00:13,959 เพราะเอเจนต์สองตัวนี้เรียนรู้ด้วยวิธีที่ตรงข้ามกันโดยสิ้นเชิง
เปิดดูซับไตเติ้ลทั้งหมด (190 segments)
1 00:00:00,000 --> 00:00:02,975 เปิดเรื่อง: คำถามที่ทุกคนถาม Prime Agent ปะทะ Hermes 2 00:00:02,975 --> 00:00:05,664 ใครชนะ? นั่นคือคำถามที่หลายคนถามผมมาตลอดตั้งแต่ 3 00:00:05,664 --> 00:00:10,469 Prime Agent เปิดตัวเมื่อสัปดาห์นี้ และคำตอบที่จริงใจมีประโยชน์มากกว่าการชี้ขาดผู้ชนะ 4 00:00:10,469 --> 00:00:13,959 เพราะเอเจนต์สองตัวนี้เรียนรู้ด้วยวิธีที่ตรงข้ามกันโดยสิ้นเชิง 5 00:00:13,959 --> 00:00:17,334 ตัวหนึ่งเก็บสมุดโน้ตของตัวเอง อีกตัวหนึ่งอ่านสมุดโน้ตของคุณ 6 00:00:17,334 --> 00:00:21,052 และพอคุณเห็นความต่างนี้แล้ว คุณจะรู้ทันทีว่าเมื่อไหร่ควรใช้ตัวไหน 7 00:00:21,052 --> 00:00:24,599 วันนี้ผมจะรันทั้งสองตัวเคียงข้างกันบนงานเดียวกันในเครื่องของผม 8 00:00:24,599 --> 00:00:27,345 และอธิบายทุกความแตกต่างให้ฟัง ว่ามันทำงานอย่างไร 9 00:00:27,345 --> 00:00:30,663 เรียนรู้อย่างไร และรันงานตอนคุณหลับอย่างไร ไม่มีสกอร์บอร์ด 10 00:00:30,663 --> 00:00:35,068 แค่ข้อเท็จจริงหน้ากล้อง และช่วงท้ายผมจะโชว์เซ็ตอัปที่คุณไม่ต้องเลือกเลยสักตัว 11 00:00:35,068 --> 00:00:37,871 เพราะนั่นคือส่วนที่เกือบทุกคนมองข้าม เกริ่นนำสั้น 12 00:00:37,871 --> 00:00:41,018 ๆ เกี่ยวกับทั้งสองตัว Prime Agent มาจาก Prime Intellect 13 00:00:41,018 --> 00:00:44,050 เปิดตัววันที่ 6 สิงหาคม เป็นโอเพนซอร์ส ใช้สัญญาอนุญาต 14 00:00:44,050 --> 00:00:47,768 MIT (MIT license) รันในเทอร์มินัลของคุณได้เลย คุณล็อกอินด้วยบัญชี 15 00:00:47,768 --> 00:00:50,743 Claude หรือ ChatGPT ที่จ่ายเงินอยู่แล้วก็ได้ หรือใช้ 16 00:00:50,743 --> 00:00:54,633 API keys จากผู้ให้บริการกว่า 20 ราย โพสต์เปิดตัวของพวกเขารายงานคะแนน 17 00:00:54,633 --> 00:00:58,180 95.5% บน ARC AGI-3 ซึ่งสูงกว่าเกณฑ์เฉลี่ยของมนุษย์ผู้เชี่ยวชาญ 18 00:00:58,180 --> 00:01:01,098 แต่ตัวเลขนี้เป็นการรายงานด้วยตัวเอง (self-reported) 19 00:01:01,098 --> 00:01:03,958 ดังนั้นให้มองเป็นข้ออ้างของพวกเขา แต่ตัว repo จริง 20 00:01:03,958 --> 00:01:07,734 มีดาว 11,000 ดวงภายในไม่กี่วัน และผมเองก็รันมันมาตั้งแต่วันเปิดตัว 21 00:01:07,734 --> 00:01:11,395 ส่วน Hermes มาจาก Nous Research ฟรีเหมือนกัน โอเพนซอร์สเหมือนกัน 22 00:01:11,395 --> 00:01:14,599 รันในเทอร์มินัลได้ และเสียบเข้ากับอะไรก็ได้เกือบทุกอย่าง 23 00:01:14,599 --> 00:01:17,974 เช่น ใช้กับ OpenRouter ใช้กับโมเดลฟรี หรือโมเดลท้องถิ่นผ่าน 24 00:01:17,974 --> 00:01:20,777 Ollama มันค้นหา X (โซเชียลมีเดีย) แบบเรียลไทม์ได้ 25 00:01:20,777 --> 00:01:23,695 เชื่อมต่อกับเครื่องมือ MCP (Model Context Protocol) 26 00:01:23,695 --> 00:01:26,441 ได้ และมันเป็นเอเจนต์หลัก (daily driver) ของผมใน 27 00:01:26,441 --> 00:01:31,075 Agent Operating System มาหลายเดือน ตั้งแต่งานเฝ้าดูคู่แข่งไปจนถึงงานวิจัยคอนเทนต์ 28 00:01:31,075 --> 00:01:34,736 กรอบคิด: การทดสอบสมุดโน้ตสองเล่ม ทั้งสองตัวฟรี ทั้งคู่โอเพนซอร์ส 29 00:01:34,736 --> 00:01:37,654 และทำงานจริงทั้งคู่ แต่ความแตกต่างลึกกว่าแค่ฟีเจอร์ 30 00:01:37,654 --> 00:01:40,857 นี่คือกรอบคิดที่ทำให้ทุกอย่างปะติดปะต่อกัน ผมเรียกมันว่า 31 00:01:40,857 --> 00:01:46,750 "การทดสอบสมุดโน้ตสองเล่ม" (two notebooks test) เอเจนต์ทุกตัวที่เรียนรู้ได้ต้องจดบทเรียนไว้ที่ไหนสักแห่ง 32 00:01:46,750 --> 00:01:49,896 ที่ว่านั้นคือสมุดโน้ต Prime Agent เก็บสมุดโน้ตของตัวเอง 33 00:01:49,896 --> 00:01:53,042 เขียน แก้ไข และเป็นเจ้าของมัน ส่วน Hermes อย่างที่ผมรัน 34 00:01:53,042 --> 00:01:55,846 อ่านโน้ตของคุณ คลังข้อมูลของคุณ บริบทธุรกิจของคุณ 35 00:01:55,846 --> 00:01:58,935 สมุดโน้ตเป็นของคุณ และเอเจนต์ทุกตัวที่คุณรันอ่านมันได้ 36 00:01:58,935 --> 00:02:02,997 ดังนั้นตัวหนึ่งมีสมุดโน้ตที่เขียนเอง อีกตัวหนึ่งมีสมุดโน้ตที่ใช้ร่วมกัน 37 00:02:02,997 --> 00:02:06,143 นั่นคือภาพรวมทั้งหมด ทุกอย่างอื่นล้วนแตกแขนงมาจากตรงนี้ 38 00:02:06,143 --> 00:02:09,633 ความแตกต่างข้อแรก: วิธีการทำงาน Prime Agent มีเครื่องมือเดียว 39 00:02:09,633 --> 00:02:12,607 คือ Python session แบบสดที่เปิดค้างไว้ตลอดทั้งเซสชัน 40 00:02:12,607 --> 00:02:15,468 ถ้าต้องเขียนไฟล์ มันก็เขียนโค้ดสั้น ๆ ถ้าต้องค้นหา 41 00:02:15,468 --> 00:02:18,328 มันก็เขียนโค้ด ถ้าต้องการเอเจนต์ตัวช่วย มันจะเขียน 42 00:02:18,328 --> 00:02:22,905 function call แล้วซับเอเจนต์ (sub agent) หนึ่งตัวก็จะสปินขึ้นมาและส่งคำตอบกลับมา 43 00:02:22,905 --> 00:02:27,195 พวกเขาเรียกสิ่งนี้ว่า recursive language model ส่วนที่ใช้ได้จริงนั้นง่ายมาก 44 00:02:27,195 --> 00:02:31,314 สิ่งใหญ่ ๆ อยู่ข้างนอกความจำของ AI และมันหยิบเฉพาะชิ้นที่ต้องการเท่านั้น 45 00:02:31,314 --> 00:02:34,060 ตัวอย่างเช่น ผมทดสอบจริงบนเครื่องของผม ผมให้ไฟล์ 46 00:02:34,060 --> 00:02:37,607 log ที่มี 120,000 บรรทัดกับมัน แล้วขอหนึ่งบรรทัดที่สำคัญที่สุด 47 00:02:37,607 --> 00:02:40,696 มันเขียนโค้ดสั้น ๆ สองชิ้น เก็บไฟล์ไว้ข้างนอกความทรงจำ 48 00:02:40,696 --> 00:02:44,014 และกลับมาพร้อมบรรทัดที่ถูกต้องซึ่งตรวจสอบยืนยันด้วยมือแล้ว 49 00:02:44,014 --> 00:02:46,818 ส่วน Hermes ทำงานกับกล่องเครื่องมือ (toolbox) แทน 50 00:02:46,818 --> 00:02:50,021 มันมีสกิล (skills) เครื่องมือ (tools) โปรไฟล์ (profiles) 51 00:02:50,021 --> 00:02:53,397 และการเชื่อมต่อ (connections) คุณมอบงานเป็นภาษาอังกฤษธรรมดา 52 00:02:53,397 --> 00:02:56,085 แล้วมันเลือกเครื่องมือให้คุณเอง เช่น มันค้นหา X 53 00:02:56,085 --> 00:02:58,831 ว่าตอนนี้กำลังเทรนด์อะไรอยู่ เรียกใช้โมเดลอื่น ๆ 54 00:02:58,831 --> 00:03:01,806 ได้ และมอบงานให้เอเจนต์เบื้องหลัง (background agent) 55 00:03:01,806 --> 00:03:04,495 แล้วทำงานต่อได้ ในเครื่องของผมมันรันงานสร้างภาพ 56 00:03:04,495 --> 00:03:08,099 สร้างวิดีโอ และวิจัยแบบเรียลไทม์ได้ทั้งหมดด้วยคำสั่งบรรทัดเดียว 57 00:03:08,099 --> 00:03:10,902 (one-line command) ดังนั้นความต่างข้อแรกคือ Prime 58 00:03:10,902 --> 00:03:13,762 Agent เปลี่ยนทุกอย่างเป็นโค้ดภายในเซสชันเดียว ส่วน 59 00:03:13,762 --> 00:03:16,451 Hermes เอื้อมออกไปยังทุกอย่างที่คุณเชื่อมต่อไว้ 60 00:03:16,451 --> 00:03:19,426 ตัวหนึ่งเจาะลึก อีกตัวหนึ่งกว้าง ความแตกต่างข้อใหญ่: 61 00:03:19,426 --> 00:03:22,630 วิธีการเรียนรู้ นี่คือจุดที่สมุดโน้ตสองเล่มแยกจากกันจริง 62 00:03:22,630 --> 00:03:25,433 ๆ Prime Agent มีสิ่งที่เรียกว่า continual harness 63 00:03:25,433 --> 00:03:28,522 (กลไกเรียนรู้ต่อเนื่อง) เอเจนต์จะจดโน้ตเกี่ยวกับตัวเอง 64 00:03:28,522 --> 00:03:31,554 วิธีปฏิบัติตัว สิ่งที่เรียนรู้เกี่ยวกับโปรเจกต์ของคุณ 65 00:03:31,554 --> 00:03:36,131 และสกิลที่มันมี ทุก ๆ 25 เทิร์น การประมวลผลอีกชุดหนึ่งจะอ่านสิ่งที่เพิ่งเกิดขึ้น 66 00:03:36,131 --> 00:03:38,877 แล้วแก้โน้ตเหล่านั้นเล็กน้อยโดยอ้างอิงจากหลักฐาน 67 00:03:38,877 --> 00:03:41,851 (evidence-backed edits) ถ้ามันทำแบบทดสอบพลาดสองครั้ง 68 00:03:41,851 --> 00:03:45,284 มันจะเขียนบทเรียนลงไป เมื่อคุณแก้ให้มัน มันรันคำสั่งเดียวคือ 69 00:03:45,284 --> 00:03:49,689 /refine แล้วการแก้ไขนั้นจะถูกฝังถาวร และพวกเขาสร้างการ์ดกันความผิดพลาดไว้ด้วย 70 00:03:49,689 --> 00:03:52,778 คำสั่งพื้นฐานไม่มีการเปลี่ยนแปลงเลย การแก้ไขทุกครั้งมี 71 00:03:52,778 --> 00:03:57,641 snapshot เก็บไว้ คุณย้อนกลับอะไรก็ได้ และเปิดสมุดโน้ตอ่านสิ่งที่มันเรียนรู้ได้ทั้งหมด 72 00:03:57,641 --> 00:04:00,501 ผมทำจริงบนเครื่องของตัวเอง แก้ให้มันครั้งหนึ่ง รัน 73 00:04:00,501 --> 00:04:03,533 /refine แล้วดูมันแก้หนึ่งจุด และเซสชันถัดไปมันก็จำได้ 74 00:04:03,533 --> 00:04:06,794 นั่นคือของจริง ผมอัดวิดีโอไว้ ส่วน Hermes เรียนรู้คนละแบบ 75 00:04:06,794 --> 00:04:10,055 มันมีการเรียนรู้พฤติกรรมอัตโนมัติในตัว แต่ชั้นที่ใหญ่กว่า 76 00:04:10,055 --> 00:04:13,545 อย่างที่ผมรัน คือความทรงจำร่วม (shared memory) ตัวอย่างเช่นใน 77 00:04:13,545 --> 00:04:18,350 Agent OS Hermes อ่านและเขียน Obsidian vault ซึ่งเป็นโฟลเดอร์โน้ตธรรมดาในเครื่องของผม 78 00:04:18,350 --> 00:04:21,897 ทุกเซสชันถูกบันทึก ทุกการตัดสินใจถูกเขียนลงไป บริบทธุรกิจของผม 79 00:04:21,897 --> 00:04:25,787 เรื่องราวของผม กฎของผม ประวัติโปรเจกต์ของผม และส่วนที่สำคัญที่สุดคือ 80 00:04:25,787 --> 00:04:28,705 vault นั้นไม่ใช่สมบัติส่วนตัวของ Hermes Claude อ่าน 81 00:04:28,705 --> 00:04:31,851 vault เดียวกัน เอเจนต์ทุกตัวที่ผมรันอ่าน vault เดียวกัน 82 00:04:31,851 --> 00:04:34,597 คุณสอน vault ครั้งเดียว เอเจนต์ทุกตัวในทีมรู้หมด 83 00:04:34,597 --> 00:04:37,343 พูดง่าย ๆ ก็คือ แก้ Prime Agent แล้ว Prime Agent 84 00:04:37,343 --> 00:04:40,604 ฉลาดขึ้น แต่แก้ vault แล้วทีมเอเจนต์ทั้งหมดของคุณฉลาดขึ้น 85 00:04:40,604 --> 00:04:44,437 บทเรียนหนึ่งอยู่ภายในเครื่องมือ อีกแบบกระจายไปทั่วทุกอย่างที่คุณรัน 86 00:04:44,437 --> 00:04:47,469 ไม่มีฝ่ายไหนผิด แค่สร้างมาเพื่องานคนละแบบ สมุดโน้ตของ 87 00:04:47,469 --> 00:04:50,215 Prime Agent ทำให้เอเจนต์ตัวหนึ่งเก่งขึ้นเรื่อย ๆ 88 00:04:50,215 --> 00:04:55,306 กับงานที่คุณมอบให้ ส่วน vault ร่วมทำให้เอเจนต์ทุกตัวที่คุณจะรันเริ่มจากฐานความรู้เดียวกัน 89 00:04:55,306 --> 00:04:58,624 ลึกปะทะกว้าง แทรกสั้น ๆ เกี่ยวกับ Agent OS ขอหยุดแป๊บหนึ่ง 90 00:04:58,624 --> 00:05:02,457 เพราะถ้าคุณกำลังคิดอยู่แล้วว่า "ฉันอยากได้ระบบความทรงจำร่วมแบบนั้น" 91 00:05:02,457 --> 00:05:05,146 นั่นคือสิ่งที่ Agent Operating System ภายใน Air 92 00:05:05,146 --> 00:05:08,063 Profit Vault เป็นเป๊ะ คุณมีแดชบอร์ดเดียวที่ Claude, 93 00:05:08,063 --> 00:05:12,526 Hermes, OpenClaw และเอเจนต์ทั้งหมดของคุณเสียบเข้ามาและอ่านความทรงจำชุดเดียวกัน 94 00:05:12,526 --> 00:05:15,500 เครื่องมือใหม่ ๆ อย่าง Prime Agent ก็เสียบเข้ามาข้าง 95 00:05:15,500 --> 00:05:18,189 ๆ ได้ทันทีที่ปล่อยออกมา คุณจะได้ไฟล์ zip แผนงาน 96 00:05:18,189 --> 00:05:21,507 30 วันสำหรับติดตั้ง shared vault วิดีโอสอน และอัปเดตรายวัน 97 00:05:21,507 --> 00:05:24,768 มีเจ้าของธุรกิจกว่า 3,000 คนอยู่ข้างใน และหลายคนไม่เคยแตะ 98 00:05:24,768 --> 00:05:27,972 AI มาก่อนเลยก่อนเข้าร่วม ลิงก์อยู่ในคอมเมนต์หรือคำอธิบาย 99 00:05:27,972 --> 00:05:32,091 หรือไปที่ apiprofitbomb.com ความแตกต่างข้อสาม: การทำงานเมื่อคุณเดินจากไป 100 00:05:32,091 --> 00:05:36,038 เซสชันของ Prime Agent เป็นแบบ daemon-backed กล่าวคือถ้าคุณปิดแล็ปท็อป 101 00:05:36,038 --> 00:05:40,214 เอเจนต์ยังทำงานต่อ และเมื่อกลับมาเชื่อมต่อใหม่ มันก็ทำต่อจากจุดที่ค้างไว้ 102 00:05:40,214 --> 00:05:43,418 มันมี heartbeat (สัญญาณปลุกตามกำหนดเวลา) ปลุกมันตามตาราง 103 00:05:43,418 --> 00:05:46,507 มีเป้าหมายระยะยาว (persistent goals) ที่อยู่ข้ามเซสชัน 104 00:05:46,507 --> 00:05:49,310 มีโหมดอัตโนมัติแบบจำกัดขอบเขต (bounded autonomous 105 00:05:49,310 --> 00:05:56,804 mode) พร้อมงบเวลาและงบ token ที่คุณตั้งได้ และเอเจนต์ที่รันอยู่สามารถส่งข้อความหากันโดยตรงและประสานงานกันโดยไม่ต้องมีคุณอยู่ตรงกลาง 106 00:05:56,804 --> 00:05:59,608 ส่วน Hermes ก็รันงานเบื้องหลังได้ในสไตล์ของตัวเอง 107 00:05:59,608 --> 00:06:02,525 คือมอบงานให้ background agents แล้วกระจายงานแบบขนาน 108 00:06:02,525 --> 00:06:05,328 และใน Agent OS Hermes รันงานตามตารางเวลาจริง เช่น 109 00:06:05,328 --> 00:06:09,104 ผมมีตัวเฝ้าดูคู่แข่ง (competitor watcher) รันด้วยตัวจับเวลาทุกเช้า 110 00:06:09,104 --> 00:06:12,422 6 โมง และตัววิเคราะห์คอนเทนต์รัน 6:20 ทุกวัน นั่นคืองานของ 111 00:06:12,422 --> 00:06:15,340 Hermes ที่รันอยู่ตอนผมหลับ และผมโชว์ผลลัพธ์ให้ดูได้ 112 00:06:15,340 --> 00:06:18,257 พลังกลางคืนของ Prime Agent อยู่ภายในเซสชันของมันเอง 113 00:06:18,257 --> 00:06:20,946 ส่วนพลังกลางคืนของ Hermes ในเซ็ตอัปของผมอยู่ที่ 114 00:06:20,946 --> 00:06:23,806 Agent Operating System งานตามกำหนดการ งานที่คิวไว้ 115 00:06:23,806 --> 00:06:27,411 แดชบอร์ด และผลลัพธ์ที่รออยู่ตอนเช้า การทดสอบจริงแบบเคียงข้างกัน 116 00:06:27,411 --> 00:06:30,443 มาทำให้เป็นรูปธรรมด้วยงานจริงสี่งานที่รันเคียงข้างกัน 117 00:06:30,443 --> 00:06:33,131 (คุณจะเห็นบนจอ) งานแรก หาหนึ่งบรรทัดสำคัญใน log 118 00:06:33,131 --> 00:06:35,877 ยักษ์ Prime Agent เขียนโค้ด เก็บไฟล์ไว้นอกความจำ 119 00:06:35,877 --> 00:06:39,596 แล้วคืนบรรทัดนั้นมา ส่วน Hermes ใช้เครื่องมือค้นหาแล้วคืนบรรทัดมา 120 00:06:39,596 --> 00:06:42,799 ทั้งคู่ไปถึงเป้าหมาย แค่เส้นทางต่างกันอย่างที่เห็นตอนนี้ 121 00:06:42,799 --> 00:06:45,660 งานที่สอง สอนให้มันรู้ว่าคุณอยากให้เขียนอะไรแบบไหน 122 00:06:45,660 --> 00:06:48,577 เช่น สมมติว่าคุณอยากให้อีเมลยืนยันคำสั่งซื้อ (order 123 00:06:48,577 --> 00:06:51,552 confirmation) ใช้ถ้อยคำเฉพาะแบบหนึ่ง กับ Prime Agent 124 00:06:51,552 --> 00:06:55,499 คุณแก้ครั้งเดียว รัน /refine แล้วมันถูกล็อกเข้าไปในสมุดโน้ตของเอเจนต์ 125 00:06:55,499 --> 00:06:58,417 กับ Hermes คุณเขียนกฎครั้งเดียวในโน้ตของคุณใน vault 126 00:06:58,417 --> 00:07:01,735 แล้วเอเจนต์ทุกตัว ไม่ว่าจะเป็น Hermes, Claude หรือใครก็ตาม 127 00:07:01,735 --> 00:07:05,682 จะปฏิบัติตามตั้งแต่นั้นเป็นต้นไป งานที่สาม เฝ้าดูบางอย่างตามตารางเวลา 128 00:07:05,682 --> 00:07:09,916 กับ Hermes ใน Agent OS ตัวเฝ้าดูคู่แข่งของผมรันทุกเช้าโดยไม่ต้องแตะอะไรเลย 129 00:07:09,916 --> 00:07:13,463 กับ Prime Agent คุณตั้ง heartbeat แล้วปล่อยให้เซสชันปลุกตัวเอง 130 00:07:13,463 --> 00:07:16,151 งานที่สี่ สร้างตัวช่วย Prime Agent รัน function 131 00:07:16,151 --> 00:07:19,069 call แล้วซับเอเจนต์รันแบบขนาน ส่วน Hermes ส่งงานให้ 132 00:07:19,069 --> 00:07:23,760 background agents มันคือแนวคิดเดียวกัน ตัวช่วยลงมือขุดคุ้ยในขณะที่เอเจนต์หลักไม่รก 133 00:07:23,760 --> 00:07:27,193 ไม่เหมือนกันแค่กลไก ถ้าสังเกตทั้งสี่งาน จะเห็นว่าไม่มีใครแพ้ 134 00:07:27,193 --> 00:07:30,739 แค่เส้นทางต่างกัน และความต่างนั้นบอกคุณว่าแต่ละตัวเหมาะกับอะไร 135 00:07:30,739 --> 00:07:33,714 ควรใช้ตัวไหนเมื่อไหร่ นี่คือคำตอบแบบตรงไปตรงมา Prime 136 00:07:33,714 --> 00:07:37,204 Agent เก่งกับงานยาว ลึก และเป็นอิสระในตัวเอง งานเขียนโค้ดใหญ่ 137 00:07:37,204 --> 00:07:42,009 ๆ งานวิจัย คณิตศาสตร์ งานประเภทที่เอเจนต์ตัวเดียวบดขยี้เป็นชั่วโมงแล้วยิ่งทำยิ่งเก่ง 138 00:07:42,009 --> 00:07:48,359 คือสิ่งที่คุณต้องการพอดี ทีม Prime Intellect สร้างอีมูเลเตอร์จากสเปกที่เขียนเป็นลายลักษณ์อักษรด้วยเครื่องมือนี้ 139 00:07:48,359 --> 00:07:51,620 นั่นคือ Elaine ส่วน Hermes เก่งในบทบาทเอเจนต์ที่เชื่อมต่อ 140 00:07:51,620 --> 00:07:54,538 (connected agent) คือตัวที่เชื่อมกับโลกทั้งใบของคุณ 141 00:07:54,538 --> 00:07:57,284 ความทรงจำของคุณ ตารางเวลาของคุณ เครื่องมืออื่น ๆ 142 00:07:57,284 --> 00:08:01,174 การค้นหาแบบสด และบริบทธุรกิจของคุณ มันคือเอเจนต์ที่รู้จักคุณอยู่แล้ว 143 00:08:01,174 --> 00:08:04,492 คุณไม่ต้องเลือก และนี่คือประเด็น คุณไม่จำเป็นต้องเลือกจริง 144 00:08:04,492 --> 00:08:07,524 ๆ ทั้งคู่ฟรี ทั้งคู่ล็อกอินด้วยสิ่งที่คุณจ่ายอยู่แล้ว 145 00:08:07,524 --> 00:08:11,414 และรันเคียงข้างกันบนเครื่องเดียวกันได้ ของผมกำลังทำแบบนั้นอยู่ตอนนี้ 146 00:08:11,414 --> 00:08:15,190 คำถามจริงคือคำถามเดิมตั้งแต่ต้น คุณอยากให้บทเรียนของคุณอยู่ที่ไหน? 147 00:08:15,190 --> 00:08:17,936 สำหรับงานเดี่ยวที่ลึก ใช้สมุดโน้ตของ Prime Agent 148 00:08:17,936 --> 00:08:21,311 สำหรับธุรกิจของคุณ ใช้ shared vault ที่เอเจนต์ทุกตัวอ่านได้ 149 00:08:21,311 --> 00:08:26,116 ล้างความเชื่อผิด ๆ สามอย่าง ต่อไป ขอเคลียร์ความเชื่อสามอย่างที่ทำให้คนหยุดอยู่ตรงนี้ 150 00:08:26,116 --> 00:08:29,091 ข้อแรก ผู้คนบอกว่าเอเจนต์สองตัวคือความซับซ้อนสองเท่า 151 00:08:29,091 --> 00:08:32,810 "ตัวเดียวผมยังแทบจัดการไม่ไหวเลย" ความจริงกลับใกล้เคียงตรงกันข้าม 152 00:08:32,810 --> 00:08:36,071 เพราะแต่ละตัวติดตั้งด้วยคำสั่งเดียว และถ้าความทรงจำอยู่ใน 153 00:08:36,071 --> 00:08:39,160 shared vault เดียว การเพิ่มเอเจนต์ไม่ได้เพิ่มความสับสน 154 00:08:39,160 --> 00:08:43,279 เอเจนต์ใหม่อ่านโน้ตชุดเดียวกันและเริ่มจากสิ่งที่เซ็ตอัปของคุณรู้อยู่แล้ว 155 00:08:43,279 --> 00:08:47,684 ระบบแบกรับความซับซ้อน ไม่ใช่ตัวคุณ ข้อสอง เอเจนต์ที่พัฒนาตัวเองได้ฟังดูเสี่ยง 156 00:08:47,684 --> 00:08:50,659 "ถ้ามันเรียนรู้สิ่งที่ผิดล่ะ?" เป็นคำถามที่เข้าใจได้ 157 00:08:50,659 --> 00:08:55,750 และทีม Prime Intellect เองก็เล่าเรื่องเอเจนต์ที่เรียนรู้วิธีโกงเกมแล้วบันทึกสกิลการโกงไว้ 158 00:08:55,750 --> 00:08:58,668 นั่นคือเหตุผลที่สมุดโน้ตตรวจสอบได้ การแก้ไขเล็กน้อย 159 00:08:58,668 --> 00:09:03,015 มี snapshot และย้อนกลับได้ เช่นเดียวกับ vault ที่เป็นโน้ตธรรมดาที่คุณอ่านได้ 160 00:09:03,015 --> 00:09:05,990 กฎสำหรับทั้งคู่คือ ทบทวนสิ่งที่เอเจนต์ของคุณเรียนรู้ 161 00:09:05,990 --> 00:09:09,022 คุณยังเป็นเจ้านาย และนี่คือนิสัย ไม่ใช่ทักษะทางเทคนิค 162 00:09:09,022 --> 00:09:12,226 ข้อสาม วงการนี้เปลี่ยนเร็วเกินไป "กว่าฉันจะเรียนตัวหนึ่ง 163 00:09:12,226 --> 00:09:16,230 ตัวใหม่ก็ออกมา" นั่นคือเหตุผลที่ชั้นการเรียนรู้สำคัญกว่าเครื่องมือพอดี 164 00:09:16,230 --> 00:09:19,205 เครื่องมือเปลี่ยนทุกสัปดาห์ Prime Agent เพิ่งเกิดได้ 165 00:09:19,205 --> 00:09:22,580 3 วัน แต่บทเรียนที่คุณเก็บในสมุดโน้ตหรือ vault ยังใช้ต่อได้ 166 00:09:22,580 --> 00:09:26,127 คนที่เริ่มป้อนระบบความทรงจำอย่าง Obsidian ตั้งแต่หลายเดือนก่อน 167 00:09:26,127 --> 00:09:29,789 ไม่ต้องเริ่มใหม่สัปดาห์นี้ และจะไม่ต้องเริ่มใหม่เดือนหน้าเช่นกัน 168 00:09:29,789 --> 00:09:32,992 สิ่งที่ควรทำต่อไป นี่คือสิ่งที่ควรทำต่อไป ติดตั้งทั้งคู่ 169 00:09:32,992 --> 00:09:36,196 ฟรีและใช้เวลาไม่กี่นาที ให้ Prime Agent ทำงานลึกหนึ่งงาน 170 00:09:36,196 --> 00:09:39,514 แล้วแก้มันครั้งเดียวด้วย /refine เพื่อให้เห็นสมุดโน้ตทำงาน 171 00:09:39,514 --> 00:09:44,091 ให้ Hermes งานที่ต้องเชื่อมต่อหนึ่งงาน แล้วตัดสินใจว่าบทเรียนของคุณควรอยู่ที่ไหน 172 00:09:44,091 --> 00:09:47,123 และถ้าอยากได้เวอร์ชันที่เชื่อมทุกอย่างเข้าด้วยกันแล้ว 173 00:09:47,123 --> 00:09:49,926 Agent Operating System ภายใน Air Profit Boardroom 174 00:09:49,926 --> 00:09:52,729 รัน Hermes และเอเจนต์อื่น ๆ ของคุณบนแดชบอร์ดเดียว 175 00:09:52,729 --> 00:09:57,019 พร้อม Obsidian memory ร่วม งานตามตารางตอนเช้า และเวิร์กโฟลว์ที่ผมโชว์วันนี้ 176 00:09:57,019 --> 00:10:00,852 มีแผนงาน 30 วันสำหรับตั้งค่า agent memory ในธุรกิจของคุณทีละขั้นตอน 177 00:10:00,852 --> 00:10:03,541 พร้อมวิดีโอสอน และเมื่อสมาชิกทดสอบเซ็ตอัป Prime 178 00:10:03,541 --> 00:10:06,688 Agent เราก็ครอบคลุมเครื่องมือเหล่านั้นในสัปดาห์เดียวกัน 179 00:10:06,688 --> 00:10:09,376 คุณได้คอลสอนสี่ครั้งต่อสัปดาห์เพื่อถามเกี่ยวกับ 180 00:10:09,376 --> 00:10:12,237 agent stack ของคุณสด ๆ คลังพรอมต์ (prompt library) 181 00:10:12,237 --> 00:10:16,699 แผนที่สมาชิก (member map) เพื่อหาเพื่อนที่อยู่ใกล้คุณซึ่งใช้เครื่องมือเดียวกัน 182 00:10:16,699 --> 00:10:19,559 และมีคนออนไลน์อยู่เสมอ ลิงก์ในคอมเมนต์หรือคำอธิบาย 183 00:10:19,559 --> 00:10:22,477 หรือไปที่ apiprofitbomb.com เพื่อเข้าใช้งาน ส่งท้าย 184 00:10:22,477 --> 00:10:25,681 ท้ายนี้ Prime Agent ปะทะ Hermes ไม่เคยเป็นการแข่งขันจริง 185 00:10:25,681 --> 00:10:28,999 ๆ สักที ตัวหนึ่งเก็บสมุดโน้ตของตัวเองและเก่งขึ้นเพียงลำพัง 186 00:10:28,999 --> 00:10:32,603 อีกตัวหนึ่งอ่านสมุดโน้ตและทำให้ทุกอย่างที่คุณรันฉลาดขึ้นร่วมกัน 187 00:10:32,603 --> 00:10:35,692 ทั้งคู่ฟรี ทั้งคู่ของจริง และทั้งคู่กำลังรันอยู่ตอนนี้ 188 00:10:35,692 --> 00:10:38,896 เครื่องมือจะเปลี่ยนไปเรื่อย ๆ แต่สมุดโน้ตคือสิ่งที่ทบต้น 189 00:10:38,896 --> 00:10:42,328 ดังนั้นจงเลือกว่าบทเรียนของคุณจะอยู่ที่ไหน เริ่มเขียนมันลงไป 190 00:10:42,328 --> 00:10:45,360 แล้วเอเจนต์ทุกตัวที่คุณแตะต่อจากนี้จะเก่งขึ้นเพราะมัน