把账号密码交给AI之前，先看完这篇

一个有登录权限的Agent，就是一个有登录权限的员工。审批闸门、凭据分级、下线清理、提示词注入，外加席位许可这个没人提的法律坑，一篇讲全，附每月二十分钟自查清单。

一个 Agent 包打天下，是多数自动化效率低的根源

很多团队把 Agent 用到一定深度后都会撞上同一堵墙，让一个 Agent 干所有活，效率不升反降。三个症状最典型，上下文窗口被研究、编码、审查三类任务轮番占满，前面聊过的细节被压缩丢失；长任务跑到一半进程崩溃，中间状态全部蒸发，从头再来；需要人拍板的决策点没法优雅地挂起，要么干等要么跳过。 这三个病的共同根源是单点，所有职责压在一个进程、一份上下文上，任何一环出问题都是全局问题。解法不是换一个更聪明的模型，是把「一个全能 Agent」拆成「多个专精 Agent 各做各的事」，再给它们一套协作机制。

一个 Token 管全屋，Hermes 接 Home Assistant 的落地清单

前门传感器在凌晨三点被触发，走廊灯自己亮了，手机上多了一条消息，前门已打开，走廊灯已自动开启。没人喊一句指令，这是 Agent 自己盯着传感器、自己做的决定。 传统语音助手做不到这种事。Alexa、Siri 这类产品做的事情其实很单一，你给一条指令，它翻译成一次设备操作，仅此而已。你跟它说我困了，它一脸懵。Hermes Agent 不一样，你说「我要睡了」，它记得你的习惯，关客厅灯、卧室灯调到两成亮度、恒温器降到 20 度、

Hermes 接本地模型实战，64K 硬门槛和六个必踩的坑

先说一个数，2048。 这是 Ollama 拉完任何一个模型之后默认给你的上下文窗口，单位 token。而 Hermes Agent 的最低要求是 64,000。这两个数撞在一起，结果就是 Hermes 启动时直接拒绝，报错退出，一句多余的解释都不给。 我第一回把 Hermes 接上 Ollama 就栽在这。模型明明跑起来了，聊天对答如流，一启动 Agent 就被拒，翻了一圈配置才想明白，

Hermes Agent 实测，消息自动化年费从一万二压到五百

Zapier 一年 2600，Intercom 一年 2500，有赞微商城基础版一年 6800，再加 Make.com 的 920。这是一套只覆盖「消息自动化加客户管理」这一条线的最低配账单，合计一万二千八起步。同一件事，我这边跑了一年的账是另一个数字，一年 120 到 540 元。 差出来的这一万二，来自一套开源方案，Hermes Agent，自部署，一个工具覆盖客户应答、

1000个文件的知识库，为什么我坚决不用RAG

1000 多个文件的 Agent 知识库，不用向量数据库不用 RAG，纯文件系统加 CLAUDE.md 多级路由，3 秒精确命中。完整设计拆解，附触发词路由表写法。

公司文档堆成山，AI为什么还是答不对你的问题

文件夹不是知识库。四层架构（采集、结构化、检索、产出）加一份可打勾的构建清单，把公司散落的知识变成 AI 真正能用的知识资产。

别再抄配置了，MCP 落地要过选型、组合、排障三道关

把一段 JSON 配置粘进 settings.json，重启 Claude Code，服务列表亮了，第一个 MCP 服务算装完了。多数教程到这就结束了，你也觉得学会了。直到某天让它搜个话题，它两手一摊，让它把稿子发到网站上，它还是两手一摊，你才发现装了和用起来是两回事。 这篇不讲怎么装，装这一步的资料遍地都是。讲的是装完之后真正决定交付质量的三道关，选型、组合、排障，再附六个生产环境里真实在用的场景，和一条一个月能走完的接入路径。 没接外部服务的 Agent，只能算半个

信息茧房越刷越厚，1745 个 RSS 源加 Claude Code 抢回主动权

28 个源，152 篇新文章，机器抓取 6 分钟，AI 通读后出一份本周复盘，我自己 5 分钟扫完。这就是我上周一早上的信息早餐，全程没有打开任何一个推荐流 App。 早餐的原材料不是什么内部渠道，是一份开源在 GitHub 上的 RSS 订阅清单，1745 个源、15 个分类。配上 Claude Code 或者 Codex