▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

Prime Agent VS Hermes: Which AI Agent Wins?

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

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
02

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

03

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)
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
------
Prime Agentเอเจนต์ AI โอเพนซอร์สจาก Prime Intellect เปิดตัว 6 ส.ค. 2025 เน้นทำงานลึกใน Python session เดียว ใช้สัญญาอนุญาต MIT
Hermesเอเจนต์ AI โอเพนซอร์สจาก Nous Research เน้นเชื่อมต่อกับเครื่องมือ/ความทรงจำภายนอก (toolbox-based)
Prime Intellectบริษัทที่พัฒนา Prime Agent
Nous Researchบริษัทที่พัฒนา Hermes (ในคำบรรยายอัตโนมัติเขียนว่า "news research")
AI agent (เอเจนต์ AI)ซอฟต์แวร์อัตโนมัติที่ทำงานมอบหมายให้สำเร็จได้ด้วยตัวเอง
MIT licenseสัญญาอนุญาตโอเพนซอร์สแบบเสรี ใช้ แก้ไข แจกจ่ายได้โดยมีเงื่อนไขน้อย
Claudeโมเดล AI / แชตบอตของ Anthropic
ChatGPTแชตบอต AI ของ OpenAI
API keyรหัสสำหรับเข้าถึงบริการ API ของผู้ให้บริการโมเดล
ARC AGI-3ชุดทดสอบวัดความสามารถ AI ระดับ AGI (ผู้พูดอ้างคะแนน 95.5% จากโพสต์เปิดตัวของ Prime Intellect)
repo (repository)คลังโค้ดโอเพนซอร์ส (เช่นบน GitHub)
OpenRouterบริการรวม API ของโมเดล AI หลายเจ้าในที่เดียว
Ollamaเครื่องมือรันโมเดล AI ท้องถิ่นบนเครื่องตัวเอง
Xโซเชียลมีเดีย (เดิมคือ Twitter)
MCP (Model Context Protocol)โปรโตคอลให้ AI เชื่อมต่อกับเครื่องมือ/ข้อมูลภายนอก
Agent Operating System (Agent OS)ผลิตภัณฑ์แดชบอร์ดรวมเอเจนต์ + ความทรงจำร่วมของผู้พูด (อยู่ใน Air Profit Vault/Boardroom)
Obsidianแอปจดโน้ตแบบ plain text ที่ใช้เป็น vault ความทรงจำร่วม
OpenClawเอเจนต์ AI อีกตัวหนึ่งที่เชื่อมกับ Agent OS
two notebooks testกรอบคิดของผู้พูด: เอเจนต์ทุกตัวต้องจดบทเรียนไว้ที่ไหนสักแห่ง — โน้ตส่วนตัว vs โน้ตที่ใช้ร่วมกัน
recursive language modelสถาปัตยกรรมของ Prime Agent: ใช้โค้ด/function call เพื่อทำงานย่อยแล้วส่งผลกลับ
continual harnessกลไกของ Prime Agent ที่จด/ปรับโน้ตการเรียนรู้ของตัวเองทุก 25 เทิร์น
/refineคำสั่งใน Prime Agent ให้ฝังการแก้ไขของผู้ใช้ลงในสมุดโน้ตของเอเจนต์ถาวร
evidence-backed editsการแก้ไขโน้ตเล็กน้อยโดยอ้างอิงจากหลักฐาน/สิ่งที่เกิดขึ้นจริง
snapshotภาพสำรองสถานะเพื่อย้อนกลับการแก้ไขได้
sub agent (ซับเอเจนต์)เอเจนต์ย่อยที่สปินขึ้นมาทำงานชิ้นหนึ่งแล้วส่งคำตอบกลับ
background agent (เอเจนต์เบื้องหลัง)เอเจนต์ที่รับงานไปทำเบื้องหลังโดยไม่ขัดจังหวะเอเจนต์หลัก
shared memory (ความทรงจำร่วม)คลังความรู้/โน้ตที่เอเจนต์หลายตัวอ่านเขียนร่วมกัน
vaultคลังโน้ต/ความทรงจำ (เช่น Obsidian vault)
daemon-backedทำงานต่อเนื่องในเบื้องหลังแม้ปิดหน้าต่าง/แล็ปท็อป
heartbeatสัญญาณปลุกเอเจนต์ตามกำหนดเวลา
persistent goalsเป้าหมายระยะยาวที่อยู่ข้ามเซสชัน
bounded autonomous modeโหมดทำงานอัตโนมัติแบบจำกัดด้วยงบเวลาและงบ token ที่ผู้ใช้ตั้ง
competitor watcherเอเจนต์เฝ้าดูคู่แข่งรันตามตารางเวลา
one-line commandคำสั่งบรรทัดเดียว
prompt libraryคลังพรอมต์สำเร็จรูป
member mapแผนที่สมาชิกเพื่อหาคนใกล้ตัวที่ใช้เครื่องมือเดียวกัน
Air Profit Vault / Air Profit Boardroomชื่อผลิตภัณฑ์ของ Julian Goldie (apiprofitbomb.com) ที่รวม Agent OS, shared vault, งานตามตาราง
apiprofitbomb.comเว็บไซต์สมัครเข้าถึงผลิตภัณฑ์ของผู้พูด
Python sessionเซสชันรันโค้ด Python แบบโต้ตอบ
function callการเรียกใช้ฟังก์ชันในโค้ด
tokenหน่วยย่อยของข้อความที่โมเดล AI ใช้ประมวลผล
log fileไฟล์บันทึกเหตุการณ์ของระบบ
order confirmationอีเมลยืนยันคำสั่งซื้อ
Elaineชื่อที่กล่าวถึงในวิดีโอ (ผลงาน/โปรเจกต์ที่ทีม Prime Intellect สร้างด้วย Prime Agent — คำบรรยายอัตโนมัติไม่ชัดเจน)
terminal (เทอร์มินัล)หน้าต่างคำสั่งสำหรับรันคำสั่ง/โปรแกรม
05

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
thai-subtitles.srt
SubRip — ใช้กับเครื่องเล่นวิดีโอส่วนใหญ่
↓ ดาวน์โหลด
thai-subtitles.vtt
WebVTT — ใช้กับเว็บ / YouTube
↓ ดาวน์โหลด
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