MaxHermes: asisten AI cloud yang menulis sendiri keterampilannya

Sebagian besar asisten AI menetapkan batasnya pada saat penerapan: apa yang bisa Anda lakukan bergantung pada alat yang sudah disiapkan penyedia. MaxHermes menyerang batas ini dengan menyatukan dua pekerjaan yang biasanya terpisah, yaitu menyelesaikan tugas dan menumpuk kemampuan. Setiap tugas rumit yang selesai diringkas menjadi keterampilan yang bisa dipakai ulang, siap saat masalah serupa muncul lagi.

Ini adalah Hermes dalam sandbox cloud milik MiniMax, dibangun di atas Hermes Agent dan dijalankan oleh model pemrograman MiniMax M2.7. Tiga gagasan menjelaskannya: berjalan di lingkungan cloud terisolasi, mengembangkan keterampilannya saat berjalan, dan hidup di dalam aplikasi obrolan yang sudah Anda pakai.

Arti sebenarnya evolusi mandiri

Solusi seperti OpenClaw bergantung pada keterampilan yang dikonfigurasi manusia lebih dulu, sehingga kumpulan kemampuannya tetap. MaxHermes justru menghasilkan dan mengulang Skill-nya sendiri sambil bekerja. Perubahan ini saja menggeser kurva nilai: alih-alih memuncak pada hari peluncuran, cakupannya melebar seiring pemakaian.

Kemampuan inti

• Evolusi keterampilan otonom: setiap tugas rumit yang tuntas diringkas menjadi keterampilan yang bisa dipakai ulang, sehingga batas kemampuan melebar seiring waktu.
• Operasi cloud tanpa henti: penerapan selesai dalam sekitar sepuluh detik, lalu asisten tetap daring 24 jam sehari terlepas dari kondisi komputer Anda.
• Obrolan langsung di aplikasi pesan: terintegrasi dengan WeCom, Feishu, dan DingTalk, sehingga instruksi diberikan di jendela obrolan yang sudah terbuka.
• Memori lintas sesi: umpan balik tersimpan lama dan pemahaman makin tajam saat percakapan menumpuk.
• Tugas terjadwal dengan bahasa alami: pekerjaan berulang seperti laporan harian atau pemeriksaan data pada jam tertentu dijelaskan dengan kata sehari-hari.
• Subagen paralel: tugas rumit dibagi ke beberapa subagen sekaligus untuk memangkas waktu tunggu.
• Kompensasi lewat Token Plan: konsumsi tugas ditanggung Token Plan, sementara panggilan alat memotong kredit akun.

Langkah awal

• Buka situs MiniMax Agent dan temukan pintu masuk MaxHermes.
• Klik mulai; tidak perlu server atau kunci API.
• Pilih kanal: WeCom, Feishu, atau DingTalk.
• Mengobrollah di jendela itu dan beri instruksi langsung.
• Teruskan pemakaian; keterampilan menumpuk dan membaik sambil berjalan.

Bedanya dengan agen berketerampilan tetap

Penerapan: SaaS cloud murni mulai sepuluh detik, versus pemasangan lokal atau host sendiri. Keterampilan: dihasilkan dan diulang agen, versus dikonfigurasi manusia dan tetap. Hambatan: tanpa kunci API, versus menyediakan server dan kredensial. Memori: menetap lintas sesi, versus tingkat sesi. Akses: di dalam WeCom, Feishu, dan DingTalk, versus aplikasi atau situs terpisah. Biaya: kompensasi Token Plan, versus menanggung tagihan API sendiri.

Cocok untuk siapa

Bagi yang ingin asisten selalu tersedia, bukan jendela obrolan yang kadang dibuka; bagi tim yang mengotomatiskan pekerjaan kantor berulang seperti menyusun laporan, merapikan data, dan mengoordinasikan rapat; bagi pengembang yang butuh bantuan kode, penelusuran kesalahan, dan dokumentasi; serta bagi peran riset yang ingin mengubah pengetahuan tersebar menjadi kemampuan yang bisa dipakai ulang. Tugas terjadwal sangat praktis di operasional, karena laporan harian atau pemeriksaan data berkala cukup dijelaskan sekali.

Hal yang perlu diperhatikan

• Keterampilan yang dihasilkan otomatis perlu ditinjau. Keterampilan hasil ringkasan sebuah tugas mewarisi bias tugas itu, jadi keterampilan kritis yang sering dipakai sebaiknya diuji terhadap hasil nyata.
• Hambatan nol bukan berarti biaya nol. Server dan kunci hilang, tetapi Token Plan dan kredit tetap terpakai, dan panggilan alat ditagih terpisah.
• Integrasi pesan adalah keunggulan sekaligus batas. Bekerja di WeCom, Feishu, atau DingTalk memang nyaman, namun pengalamannya bergantung pada mekanisme bot dan izin tiap platform.
• Plafon tetap pada modelnya. MiniMax M2.7 kuat untuk tugas pemrograman; untuk masukan multimoda atau pengetahuan domain khusus, ujilah pada skenario Anda sendiri.

Dalam satu kalimat

Yang menarik bukan asisten lain yang hadir, melainkan pergeseran penumpukan keterampilan dari konfigurasi manusia ke perilaku saat berjalan. Bila ini bertahan, kurva nilai berpindah dari puncak saat peluncuran ke pertumbuhan seiring pemakaian.