Hermes Bot自己开会分活，AI自主协作有多吓人
内容提要
Hermes Desktop的Bot Mode允许多个AI机器人自主分工协作，看似惊人，实则依赖预设Profile，协作过程是实时推理，但“自主”是幻觉。输出质量存疑，协调消耗资源，且存在责任追溯和安全隐患。多Agent协作成行业趋势，但人类监督仍是关键，需警惕过度信任AI。
延伸解读
“自主”协作的真相：预设人设与实时推理的混合
视频中Bot的分工看似自主，实则依赖Profile预设的“经验”描述。Qwen和GLM的自我介绍是预设文本，但Qwen评估GLM适合前端、Kimi建议任务单等步骤，是基于对话上下文的实时推理。因此，协作过程是真实的，但“自主”是有限的——Bot只能在预设的沙盘上即兴发挥。理解这一点，有助于避免高估AI的独立决策能力。
协调成本与输出质量：多Agent协作的隐忧
演示中Bot们协调顺畅，但用户质疑输出质量，有评论讽刺“Bot在写一行有效代码前争论两小时”。多Agent协作消耗大量Token和上下文窗口，若最终产出不如单个Bot，则协调本身可能得不偿失。这提醒我们，在评估此类系统时，应关注最终交付物质量，而非仅看协作过程的流畅性。
跨模型通信的安全风险与责任追溯
Bot Mode允许不同模型协作，但Hermes Agent能操作终端、文件等，跨Bot通信可能放大错误。有用户警告需设“严肃护栏”，防止Bot间派发危险任务。当多个Agent协作时，责任归属模糊：是写Prompt者、配置Profile者，还是模型提供方？透明度（如记录谁向谁传递了什么）是建立信任的前提。
人类监督的边界：从演示到实际应用的警惕
视频中GLM Bot在接手项目前请求人类批准，表明设计者保留了人类决策环节。但随着协作越来越顺畅，人类可能放松警惕，类似自动驾驶L2级的问题。当Bot表现得“像人”时，我们容易投射信任，但Bot本质是模式匹配，无意图和责任感。因此，在多Agent系统中，保持人类监督的严格性至关重要。
Q&A
Hermes Desktop的Bot Mode是什么？
Hermes Desktop的Bot Mode是Nous Research在2026年8月推出的功能，允许用户将配置好的Profile变成可交互的Bot，并拉2到6个Bot进入群聊，让它们自主分工协作。
Hermes Bot的“经验”是从哪里来的？
Bot的“经验”主要来自Profile中的预设描述，而不是真正的记忆。用户tonbi证实，他特意在Profile中写入了每个Bot的“之前做过什么”，所以它们才能基于这些信息分工。
Hermes Bot的协作过程是预设的还是实时推理的？
协作过程是实时推理的。虽然初始的自我介绍是预设的，但分工判断、任务建议和工作流解释都是Bot基于对话上下文实时生成的。
多Agent协作存在哪些问题？
多Agent协作存在输出质量存疑、协调消耗资源、责任追溯困难和安全风险等问题。例如，有用户反映Bot在写有效代码前会花大量时间争论项目结构，且协调过程消耗大量Token。
为什么说AI的“自主”可能是一种幻觉？
因为Bot的“自主”建立在预设的Profile和上下文之上，它们没有真正的意图或意志，只是在执行模式匹配。协作过程虽然实时生成，但原材料是预设的，因此“自主”是相对的。
在Hermes Bot的协作中，人类扮演什么角色？
人类扮演监督者和决策者的角色。在演示中，GLM Bot在读完文档后向人类请求批准，说明最终执行需要人类点头，人类仍是关键环节。
2026年有哪些多Agent协作的行业动态？
2026年，微软发布了GitHub Copilot桌面应用，GitHub推出AI Agent开发环境，阿里Qoder上线专家团模式，JetBrains推出JetBrains Central，OpenBMB的ChatDev进化到2.0，Asana、ClickUp等项目管理软件也加入AI功能。
为什么说人类可能会过度信任AI协作？
因为当Bot协作越来越顺畅、越来越像人时，人类容易将社会认知投射到它们身上，放松警惕，就像自动驾驶中系统越可靠人类越容易走神，最终可能导致失控。
