Hermes Agent पहले से ही शक्तिशाली था. Hermes डेस्कटॉप इसे आपके करीब लाया। ego (lite) के साथ, यह पूरी तरह से कुछ और बन जाता है - पंखों वाला एक सक्षम एजेंट, जो आपकी ओर से वेब पर उड़ान भरता है। जैसा कि प्राचीन पूर्वी मुहावरा "रू हो तियान यी" कहता है: बाघ को पंख दो, और कोई भी उसे रोक नहीं सकता।
आपकी पूर्ण लॉगिन स्थिति के साथ एक वास्तविक ब्राउज़र
अधिकांश ब्राउज़र एजेंट नेतृत्वहीन हैं। वे एक साफ स्लेट से शुरू करते हैं: कोई कुकीज़ नहीं, कोई लॉगिन नहीं, कोई एक्सटेंशन नहीं। यह परीक्षणों और एकबारगी डेमो के लिए ठीक है, लेकिन यह नहीं है कि आप वास्तव में वेब का उपयोग कैसे करते हैं।
आपका वास्तविक कार्य उस ब्राउज़र में होता है जिसमें आप पहले से लॉग इन हैं। आपकी एक्स टाइमलाइन व्यक्तिगत है. आप जो देखते हैं उसे YouTube याद रखता है. Gmail, Notion, सीआरएम, डैशबोर्ड, एडमिन पैनल और आंतरिक उपकरण सभी आपके लॉगिन, आपकी अनुमतियों और आपके द्वारा बनाई गई सेटिंग्स के पीछे रहते हैं। ego (lite) एजेंट को वही वास्तविक ब्राउज़र देता है। यह आपके और आपके एजेंट दोनों के लिए बनाया गया एक उचित Chromium ब्राउज़र है। इसमें आपकी कुकीज़, लॉगिन, एक्सटेंशन और बुकमार्क होते हैं ताकि एजेंट ब्राउज़िंग, पढ़ने, व्यवस्थित करने और सबमिट करने का काम पूरा कर सके जो आप आमतौर पर हाथ से करते हैं। प्रक्रिया दृश्यमान रहती है, आप किसी भी समय कार्यभार संभाल सकते हैं, और यह प्रमुख कार्यों से पहले पुष्टि के लिए पूछ सकता है।
यह Hermes के लिए मायने रखता है। जब आप WhatsApp से Hermes से यह जांचने के लिए कहते हैं कि OpenAI के YouTube खाते में कोई अपडेट है या नहीं, तो वह वास्तविक वेब खोलने, चैनल का निरीक्षण करने, नवीनतम अपलोड पढ़ने और शीर्षक, अपलोड समय, लंबाई, दृश्य संख्या और लिंक के साथ वापस रिपोर्ट करने के लिए ego (lite) का उपयोग कर सकता है।
यह Hermes एक बाहरी क्रॉलर की तरह काम नहीं कर रहा है। यह Hermes वह ब्राउज़र कार्य कर रहा है जो आप अन्यथा संदर्भों को बदले बिना, वास्तविक ब्राउज़र से हाथ से करते हैं।
यही बात X पर भी लागू होती है। यदि आप Hermes डेस्कटॉप से AI एजेंट अपडेट के लिए X को ब्राउज़ करने के लिए कहते हैं, तो आपकी AI सूची और आपकी होम टाइमलाइन सामान्य सार्वजनिक खोज परिणाम नहीं हैं। वे दुनिया के बारे में आपका लॉग-इन दृश्य हैं। ego (lite) के साथ, Hermes उस वास्तविक दृश्य से काम कर सकता है, खाता स्थिति, सूचियों, अनुसरण और संदर्भ का उपयोग करके जो आप पहले से ही हर दिन उपयोग करते हैं।
Hermes उस एकल निर्देश को आवर्ती वेब वर्कफ़्लो में बदल देता है: यह आपके द्वारा उपयोग किए गए उसी लॉग-इन एक्स संदर्भ से काम करता है, सिग्नल को व्यवस्थित करता है, और सारांश को आपके द्वारा चुने गए चैनल के माध्यम से वापस भेजता है।
मानव और एजेंट के लिए एक ब्राउज़र
मुद्दा यह नहीं है कि Hermes को एक अलग ब्लैक-बॉक्स ब्राउज़र सौंप दिया जाए और आशा की जाए कि यह व्यवहार करेगा। मुद्दा संतुलन का है: एक वास्तविक ब्राउज़र वातावरण जो आपको और एजेंट दोनों को Spaces के माध्यम से स्पष्ट अलगाव के साथ सेवा प्रदान करता है।
जब आप अपने स्वयं के टैब का उपयोग करते रहते हैं तो Hermes अपने स्वयं के Space के अंदर काम करता है। जब आपको ज़रूरत हो, तो आप उस Space पर जा सकते हैं, देख सकते हैं कि वह क्या कर रहा है, और लॉगिन, पुष्टिकरण या किसी महत्वपूर्ण कार्रवाई के लिए उसे संभाल सकते हैं। यह किसी अदृश्य बिना नेतृत्व वाले सत्र में गायब नहीं हो रहा है। यह एक वास्तविक ब्राउज़र में चल रहा है जिसका आप निरीक्षण और व्यवधान कर सकते हैं।
एक विकसित एजेंट एक अनुभवी ब्राउज़र से मिलता है
Hermes कभी भी केवल चैट करने वाला उपकरण नहीं था। यह कार्य निष्पादन, कौशल विकास और स्मृति के साथ एक विकसित एजेंट है। एक कार्य के बाद उपयोगी कार्य गायब नहीं होना चाहिए; यह उसका हिस्सा बन सकता है जिसे Hermes आगे बढ़ा रहा है।
ego-browser कोई एक बार इस्तेमाल होने वाली ब्राउज़र स्क्रिप्ट नहीं है। यह वेब चलाने का अनुभव जमा करता है: X टाइमलाइन पढ़ना, Google नतीजे निकालना या GitHub issues व्यवस्थित करना दोबारा इस्तेमाल होने वाली ब्राउज़र Skills बन सकती हैं।
तो Hermes + ego (lite) का वास्तविक मूल्य केवल "ब्राउज़र से जुड़ा एक एजेंट" नहीं है। Hermes एक उभरता हुआ एजेंट है जिसे आप WhatsApp, Hermes डेस्कटॉप और अन्य चैट सतहों के माध्यम से बुला सकते हैं। ego (lite) लापता भाग जोड़ता है: एक वास्तविक ब्राउज़र बॉडी जिसे यह मनुष्यों के साथ साझा कर सकता है। एक तरफ कौशल और स्मृति विकसित होती है; दूसरा वेब संचालित करने के तरीकों को सुरक्षित रखता है। यही चीज़ Hermes + ego (lite) को दिलचस्प बनाती है: एक एजेंट जो आपको समझता है वह एक ब्राउज़र से मिलता है जो वेब को जानता है।