MaxHermes：会自己长技能的云端 AI 助手

大多数 AI 助手的能力边界在部署那一刻就定死了：你能用它做什么，取决于厂商预设了哪些工具。MaxHermes 想打破这条线——它把「完成任务」和「积累能力」合为一件事，每处理完一个复杂任务，就把过程提炼成可复用的技能，下次遇到类似问题直接调用。

定位：云端沙箱里的自我进化助手

MaxHermes 是 MiniMax 推出的云端沙箱 Hermes，本质上是基于 Hermes Agent 构建的云端自我进化 AI 助手，由 MiniMax M2.7 编程模型驱动。三个关键词值得拆开看：

云端沙箱意味着它跑在隔离环境里，纯 SaaS，不需要你准备服务器、不需要配 API Key，也不需要本地装环境。官方给的部署时间是 10 秒内完成，之后 7×24 小时在线。

自我进化是它和同类产品最实质的差别。以 OpenClaw 为代表的方案依赖人工预设 Skills，能力集是固定的，你只能用它已有的能力。MaxHermes 的 Skills 由 Agent 在任务过程中自主生成并迭代——用得越久，它覆盖的场景越宽。

助手而非工具体现在持续性上：持久化跨会话记忆，加上自然语言定义的定时任务，让它更像一个一直在线的同事，而不是一个随开随关的对话框。

主要能力

• 自主技能进化：每完成一项复杂任务，自动提炼可复用的 Skills，能力边界随使用持续扩张。
• 全天候云端运行：10 秒内部署完成，24×7 在线，不受本地设备开关机影响。
• IM 直连对话：已接入企业微信、飞书、钉钉，在平时用的聊天窗口里直接下指令，不用切应用。
• 跨会话持久记忆：记住每一次反馈并长期保存，理解随交互变准。
• 自然语言定时任务：用一句话定义周期性任务，例如每天生成日报或定时巡检数据。
• 多子代理并行：复杂任务拆给多个子代理同时跑，缩短等待。
• Token Plan 抵扣：任务消耗用 Token Plan 抵扣，工具调用按账户积分扣除。
• 生态合作：与 Nous Research 在产品与模型层面建立了深度合作。

上手步骤

1. 进入 MiniMax Agent 官网，找到 MaxHermes 入口。
2. 点击立即开始，无需服务器或 API Key。
3. 选择接入渠道：企业微信、飞书或钉钉。
4. 在熟悉的聊天应用里直接对话，下发任务。
5. 正常使用即可，Skills 会在过程中自动沉淀和优化。

和 OpenClaw 这类方案的差别

把几个维度并排看，差异很清楚：

• 部署：MaxHermes 是云端 SaaS，10 秒起；OpenClaw 需要本地部署或自托管，得先解决环境。
• Skills 来源：前者自主生成、自主迭代；后者人工预设，能力固定。
• 门槛：前者零门槛，不需要 API Key；后者需自备服务器与密钥。
• 记忆：前者跨会话持久化；后者多在会话级。
• 接入：前者直接进企业微信、飞书、钉钉；后者通常是独立应用或网页。
• 成本：前者用 Token Plan 抵扣；后者 API 费用自理。

适合谁

长期需要一个在线助手的个人用户；希望把报表生成、数据整理、会议安排这类重复办公任务自动化的企业团队；需要代码编写、调试、文档生成辅助的开发者；以及在积累知识资产、想把零散经验沉淀成可复用能力的研究型岗位。

定时任务这一项对运维场景尤其顺手：日报生成、数据巡检这类周期性动作，用自然语言描述一次就够了。

需要留意的地方

自我进化的技能需要审视。 自动生成的 Skills 是基于某次任务的经验形成的，任务本身如果有偏差，技能也会带着偏差。高频使用的关键技能，建议定期回看实际效果，而不是默认它越用越准。

零门槛不等于零成本。 不用服务器和 API Key，但 Token Plan 与积分仍会消耗，工具调用单独扣分。重度使用前先估算消耗节奏。

IM 接入是优势也是约束。 在企业微信、飞书、钉钉里用起来最顺手，但这也意味着体验受各平台机器人与权限机制影响，跨平台的一致性需要实测。

能力边界仍取决于模型。 底层是 MiniMax M2.7，编程类任务表现较好；对需要多模态输入或特定领域知识的任务，实际效果要以自己场景的测试为准。

一句总结

MaxHermes 值得关注的点不是「又一个 AI 助手」，而是它把技能积累从人工配置变成了运行时行为。这个方向如果成立，AI 助手的价值曲线会从「部署即巅峰」变成「越用越值」。