Grok Bot 对比 Hermes Agent：云端路由还是开源自托管，2026 年怎么选？

两者各是什么

1. 1

   Grok Bot：机器人是员工，不是聊天窗口

   Zinho Automates 的教程开头立了一条规矩：机器人是员工，一个只给一份工作。他的幻灯片给「只干一件事的机器人」打出 94% 的质量分，而「接下一整串任务的机器人」只有 34%。Paul Lipsky 的早期体验视角完全对得上——他的侧边栏像一间员工办公室，收邮件、写 YouTube 大纲、谈判、杂活各有一个专属机器人。

   

2. 2

   怎么给 Grok 机器人派活：五段式任务书

   两支 Grok Bot 走查视频在派活格式上指向同一套结构，来自 Zinho 的总结：结果、信息来源、限制、交付物，以及一个「动手前先停下来等你确认」的复核点。他给研究机器人的示范任务要求输出一页对比表、每条结论附链接、查不到的明确标注 unknown——用他的原话说，新手只会输一句模糊的「帮我处理邮件」，得到的就是千篇一律的模板货。

   

3. 3

   Hermes Agent：用发消息的方式用它，而不是打开它

   CodeHead 的 Explained 视频从界面讲起：Hermes Agent 不是副驾也不是仪表盘产品，而是常驻服务器、持续运行的自主 agent，你像找人一样在 Telegram、Discord、Slack 或 WhatsApp 上联系它。截图正是第一次握手：先发配对码，机器人认出你之后，对话才正式开始。

   

活到底跑在哪里

1. 4

   Grok Bot：活干在平台托管的云端电脑上

   Zinho 把这一点列为基础事实第二条：每个账号分到一台云端电脑，所有机器人共用，所以 Gmail 只需登录一次，后面的机器人全部继承会话。合上你的笔记本，它们在那一头继续干活。同一组幻灯片也没有回避代价——视频结尾的自检面板把 bot isolation（机器人隔离）只评为 partial，因为机器人之间并未完全隔离。

   

2. 5

   它靠真点鼠标干活，所以不存在「集成」

   托管机器人凭什么能操作你自己的业务系统？Zinho 演示了它像人一样开真实浏览器和桌面：网页版 WhatsApp、一个 2009 年的供应商门户、一套从未有过 API 的 CRM。他的原话是：人能点的东西，机器人就能点。Paul Lipsky 补充说 Gmail、Drive、Notion 的插件也存在，但只有当插件更快时机器人才会在聊天里提出连接，授权走的还是你熟悉的 OAuth 页面。

   

3. 6

   Hermes：渠道是你机器上的一张配置清单

   CodeHead 把安装门槛压得很低——Linux、Mac 或 WSL2 上一条 curl 命令，一分钟内装完——装完紧跟着的就是这一屏：勾选 agent 应答的平台。Samin Yasar 的三小时课程则用整个安装章节把这些渠道逐个配了一遍（Telegram 的 bot token、Slack 的 scope 加 socket 模式、iMessage 走中继），并提醒别把 agent 架在每天用的笔记本上，一次提示注入离你的真实文件太近。

   

4. 7

   干完活，它回到你已经在的地方汇报

   自托管布局的回报就在这里：完成的成果直接落进你本来就开着的对话。CodeHead 的演示里，一份完整的研究报告在 Telegram 对话进行到一半时送达；Samin Yasar 说他衡量 agent 只用一个指标——离开工位期间完成了多少有效工作，而这件事成立的前提就是渠道双向可用。

   

安装、套餐与真实成本

1. 8

   Grok 侧安装：装应用、登账号、派第一个活

   两支 Grok Bot 视频里的路径都很短：装 Mac 或 Windows 桌面应用，用现有套餐的账号登录，然后创建机器人——名字、标签、描述三件套。屏幕上这条幻灯片就是 Zinho 的警告：新手的坑在这一步，输模糊需求而不是结构化任务书。Paul Lipsky 则全程用 iPhone 应用完成同样流程，连机器人的屏幕都能在手机上观看和接管。

   

2. 9

   成本这一面：套餐门槛和 beta 标签

   Paul Lipsky 录制早期体验时，Grok Bot 要求每月 300 美元的最高档 Super Grok 套餐；Zinho 的走查则是用现有套餐账号登录——门槛一直在变，决定前先查当下要求。Zinho 的收尾幻灯片同样坦白 beta 的代价：没有模型选择、重度使用会顶到套餐额度、机器人共用一台机器。他的诊断面板干脆把 model picker 一栏评为 missing。

   

3. 10

   Hermes 侧安装：软件免费，大脑自备

   软件本身不收席位费，真正的账单是模型订阅和一台常开机器。Samin Yasar 用 ChatGPT 订阅做主脑、Nous 门户做备用，把 agent 架在一台旧电脑上；CodeHead 则放在小型 VPS 上。免费这一侧自带的家底如图：CodeHead 数出的规模是约 89 个内置技能、81 个可选技能、18 个分类下超过 500 个社区技能。

   

跑起来之后能干什么

1. 11

   组队：机器人之间互相交活

   Zinho 的第四个用例把三个单任务机器人拼成一个部门：一个 Chief of Staff 机器人读取同伴的名字、职位和描述，把研究、摘要、外联的活分派下去，你只对一个机器人说话，收回来的是成品。Paul Lipsky 演示了轻量版——在聊天里 @ 另一个机器人加入。两位评测人给出同一条安全线：新机器人先只读，草稿稳定靠谱之后再放权。

   

2. 12

   教它靠做一遍，不是写文档

   Grok 侧的技能靠录制产生：把任务做一遍，机器人记下方法，记录变成可复用的技能——Zinho 的幻灯片把循环压成三步：你做一次、它记录你做的、它成为技能。把技能挂上定时或触发器（比如 Slack 新消息），一次性任务就成了后台例行活。Paul Lipsky 展示的是同一个循环的 Teach a task 按钮：你演示时它录下机器人的屏幕。

   

3. 13

   技能建立在可审阅的开放标准上

   CodeHead 把 Hermes 的技能系统落在 agentskills.io 这个有公开规范的开放标准上——截图就是规范里技能可声明的 license 与 compatibility 字段——配合一个社区技能站，他甚至让 agent 定时检查站点、推荐值得装的新技能。和 Grok Bot 的录制式技能相比，这些是以标准格式躺在磁盘上的文件，这就是「封闭的方便」与「可检视的工具」之间的全部差别。

   

4. 14

   子代理：隔离的工人，而不是一条被拉长的会话

   CodeHead 认为这是最被低估的部分：当一件事会撑爆单个会话，Hermes 会拆出隔离的 worker，各自有独立的专注点、上下文和工具集，完成后再把结果装配回主 agent——他的示意图里，主脑下面挂着一排排工人记忆库。Samin Yasar 把同一思路放大：在项目看板上让 Hermes 的 profile 以幕僚长身份调度其他 agent 的产出。

   

谁该选哪一个

1. 15

   Zinho 的起步测试：把最无聊的事交出去

   被问到第一次该从哪开始，Zinho 指向屏幕上最重复的那类活——整理同一个收件箱、没人看的周报、催同一批发票——并且先以只读方式跑，错了也无损。他给的三道筛选题：什么事我在重复做、什么事只是决策前的收集、什么事每周固定时间发生。

   

2. 16

   自托管一侧的长期主义：记忆会复利

   CodeHead 替 Hermes 收尾的论点是留存：分层记忆系统跨所有会话记住一切，再由一个 curator 保持整洁——示意图里技能从 active 开始，30 天未用转 stale,90 天后归档，可按需恢复，每轮操作前先做快照。他的原话：第一天它是能干的 agent；六个月后，它比那些你花多年配置的工具更懂你的工作流。Samin Yasar 课程里连续数月的使用日志，是同一个论点的长版本。

   

常见问题