Hermes Agent คืออะไร: จาก Chatbot สู่ AI Coworker ที่จำงานและลงมือทำได้

ถ้าคุณใช้ AI ทุกวัน คุณอาจเคยรู้สึกแบบนี้ครับ

วันนี้คุยกับ AI ดีมาก มันช่วยคิด ช่วยสรุป ช่วยเขียนได้เร็ว

แต่พอวันถัดไป งานเหมือนเดิม บริบทเหมือนเดิม เป้าหมายเหมือนเดิม คุณกลับต้องเริ่มอธิบายใหม่หมด

มันเลยเกิดช่องว่างสำคัญ

AI เก่งนะ แต่ยังไม่เหมือนเพื่อนร่วมงาน

นี่คือเหตุผลที่ Hermes Agent น่าสนใจ

Hermes ไม่ได้พยายามเป็นแค่ chatbot ที่ตอบเก่งขึ้น มันถูกวางตัวเป็น AI coworker runtime ที่มี memory, skills, tools, gateway และ scheduled work อยู่ในระบบเดียว

ภาษาง่าย ๆ คือ

Chatbot ช่วยคุณคิด Hermes พยายามช่วยคุณคิด จำ ลงมือทำ และกลับมาทำงานต่อได้

1) ก่อนอื่นเลย Hermes Agent คืออะไร

จากหน้า official homepage ของ Hermes ประโยคที่ชัดมากคือ

The Agent That Grows With You

อีกประโยคที่สำคัญไม่แพ้กันคือ เขาไม่ได้ขายตัวเองเป็น coding copilot ที่ติดอยู่ใน IDE หรือ chatbot wrapper รอบ API ตัวเดียว

เขาขายตัวเองเป็น autonomous agent ที่อยู่บน server ได้ จำสิ่งที่เรียนรู้ได้ และเก่งขึ้นจากการใช้งานจริง

บน docs หน้าแรกก็ย้ำภาพเดียวกัน

Hermes คือ self-improving AI agent ที่อยู่ได้ทั้งใน terminal, messaging platforms, server, cloud VM หรือแม้แต่ serverless runtime

นั่นแปลว่า Hermes ไม่ได้ผูกกับ “หน้าจอแชตหนึ่งหน้า” หรือ “คอมเครื่องเดียว”

มันเป็น runtime ที่คุณเอาไปวางให้ทำงานที่ไหนก็ได้ แล้วคุยกับมันผ่าน surface ที่สะดวก

2) ต่างจาก chatbot ทั่วไปยังไง

ถ้าจะอธิบายให้ผู้บริหารหรือเจ้าของธุรกิจฟัง ผมว่าใช้ประโยคนี้ได้เลย

chatbot เก่งตอบ แต่จบที่บทสนทนา

ส่วน Hermes พยายามทำให้ AI มีองค์ประกอบของการทำงานจริงเพิ่มขึ้นอีกหลายชั้น

ชั้นแรกคือ continuity AI ต้องไม่เริ่มจากศูนย์ทุกวัน

ชั้นที่สองคือ procedure AI ต้องไม่แค่ตอบเก่ง แต่ต้องจำวิธีทำงานที่เคยเวิร์กได้

ชั้นที่สามคือ execution AI ต้องไม่ใช่แค่บอกว่า “ควรทำอะไร” แต่ต้องมีเครื่องมือไปดู ไปเช็ก ไปแก้ และไปสรุปกลับมาได้

ชั้นที่สี่คือ operating surface AI ต้องไม่อยู่แค่ใน browser tab แต่ต้องไปอยู่ใน Telegram, Discord, Slack, Email หรือที่ที่ทีมใช้งานจริง

ชั้นที่ห้าคือ recurring work AI ต้องไม่ต้องรอ prompt ใหม่ทุกครั้ง ถ้างานบางอย่างควรกลับมาทำเองทุกเช้า ทุกเย็น หรือเมื่อมี event บางอย่างเกิดขึ้น

Hermes ถูกออกแบบมาครบทั้ง 5 ชั้นนี้

3) 5 อย่างที่ทำให้ Hermes เริ่มเป็น AI coworker จริง

3.1 Memory

Hermes มี persistent memory ที่เก็บข้อเท็จจริงสำคัญข้าม session

ใน docs เรื่อง memory เขาอธิบายชัดว่า มีทั้ง memory notes และ user profile แยกกัน เพื่อให้ agent จำเรื่อง environment, convention, preference และสิ่งที่ควรรู้ต่อเนื่องได้

นี่สำคัญมากสำหรับงานจริง

เพราะงานจำนวนมากไม่ได้ยากตรงความรู้ทั่วไป แต่มันยากตรงบริบทเฉพาะของเรา

• โปรเจกต์นี้ใช้ stack อะไร
• ลูกค้ากลุ่มนี้ชอบโทนไหน
• repo นี้รัน test ยังไง
• งานแบบนี้ต้องระวังอะไร
• ผู้ใช้คนนี้ชอบคำตอบสั้นหรือยาว

ถ้า AI จำเรื่องพวกนี้ได้ งานจะไหลขึ้นทันที

3.2 Skills

Hermes มี skills ซึ่งก็คือ procedural knowledge หรือคู่มือวิธีทำงานที่โหลดเมื่อจำเป็น

จุดนี้ต่างจาก memory มาก

memory คือ “ควรรู้อะไร” skills คือ “ควรทำยังไง”

ยกตัวอย่างง่าย ๆ

• memory: ผู้ใช้ชอบภาษาไทย, โปรเจกต์นี้ใช้ pytest, server อยู่สิงคโปร์
• skills: วิธี deploy, วิธีทำ code review, วิธีสรุปข่าว, วิธีทำ WordPress draft, วิธีส่งรายงานประจำสัปดาห์

พอ AI มี skill library มันไม่ได้แค่ฉลาดขึ้นแบบนามธรรม แต่มันเริ่มมี playbook ของงานจริง

3.3 Tools

Hermes ไม่ได้หยุดที่การตอบข้อความ

ใน docs เรื่อง tools จะเห็นชัดว่า agent ใช้ได้ทั้ง web search, browser automation, terminal, file editing, vision, image generation, cron, MCP และอีกหลายอย่าง

ตรงนี้คือจุดเปลี่ยนสำคัญมาก

เพราะถ้า AI ใช้ tool ไม่ได้ มันทำได้แค่เสนอคำตอบ แต่ถ้า AI ใช้ tool ได้ มันเริ่ม:

• เปิดเว็บไปหาข้อมูลเอง
• อ่านไฟล์จริง
• แก้ไฟล์จริง
• รันคำสั่งเช็กสถานะจริง
• ตรวจภาพหรือหน้าจอจริง
• เก็บ proof กลับมาได้

นั่นคือการขยับจาก “assistant ที่พูดเก่ง” ไปสู่ “assistant ที่ทำงานได้”

3.4 Messaging gateway

Hermes มี messaging gateway ที่ทำให้คุณคุยกับมันผ่าน Telegram, Discord, Slack, WhatsApp, Signal, Email และ platform อื่น ๆ ได้

ความหมายทางธุรกิจของฟีเจอร์นี้ไม่ใช่แค่สะดวก

มันคือการย้าย AI ไปอยู่ใน workflow ที่คนใช้จริงทุกวัน

เช่น:

• ผู้บริหารสั่งงานผ่าน Telegram
• ทีม dev ให้ bot แจ้งเตือนใน Discord
• ทีม operation รับสรุปผ่าน Slack
• รายงานบางอย่างส่งเข้า Email ทุกเช้า

พอ AI ไปอยู่ใน channel ทำงานจริง adoption จะง่ายขึ้นมาก เพราะคนไม่ต้องเปลี่ยนชีวิตเพื่อไปหา AI AI ต่างหากที่ย้ายมาอยู่ในชีวิตการทำงานของคน

3.5 Cron และ scheduled work

Hermes มี cron ในตัว

ฟังดู technical แต่ความหมายจริงง่ายมาก

AI ไม่ต้องรอให้เรา prompt ทุกครั้ง มันสามารถกลับมาทำงานบางอย่างเองตามเวลาได้

เช่น:

• สรุปข่าว AI ทุกเช้า
• เช็ก error logs ทุกชั่วโมง
• รายงานคู่แข่งทุกเย็น
• สรุป lead ใหม่ทุกวันจันทร์
• ดู repo หรือ PR บางตัวเป็นประจำ

แปลว่า AI ไม่ได้อยู่ในโลก request-response อย่างเดียว แต่มันเริ่มมีจังหวะการทำงานของตัวเอง

4) ทำไมเรื่องนี้สำคัญกับธุรกิจมาก

สิ่งที่หลายทีมสับสนคือ เวลาพูดว่า “เราอยากได้ AI Agent” เขามักเริ่มจากคำถามว่า

• ใช้ model ไหน
• ฉลาดกว่ากันไหม
• benchmark ดีกว่าไหม
• context ยาวแค่ไหน

คำถามพวกนี้สำคัญนะครับ แต่ถ้าถามแค่นี้ มันยังไม่พอสำหรับงานจริง

คำถามที่สำคัญกว่าในเชิงธุรกิจคือ

• AI ตัวนี้จำบริบทข้ามวันได้ไหม
• มีวิธีเก็บ procedure ที่ทำซ้ำแล้วเวิร์กไหม
• ใช้เครื่องมือจริงได้ไหม
• ส่งงานกลับมาที่ช่องทางที่ทีมใช้อยู่ไหม
• กลับมาทำงานเองตามเวลาได้ไหม
• มี guardrails และ approval points ไหม

ถ้าตอบคำถามชุดหลังไม่ได้ ต่อให้โมเดลเก่งแค่ไหน มันก็ยังอาจเป็นได้แค่ chatbot ที่ตอบดี

แต่ถ้าตอบได้ครบ โอกาสที่มันจะกลายเป็น AI coworker จะสูงขึ้นมาก

5) ตัวอย่างภาพที่เข้าใจง่าย

ลองนึกภาพ 2 แบบ

แบบแรกคือ AI ที่คุณเปิดขึ้นมาเวลาต้องการ ถามเสร็จ ปิดจบ พรุ่งนี้เริ่มใหม่

แบบที่สองคือ AI ที่:

• จำว่าคุณกำลังทำโปรเจกต์อะไร
• รู้ว่าคุณชอบ output แบบไหน
• มี skill สำหรับงานที่ทำซ้ำ
• ใช้ tools ไปเปิดไฟล์หรือเช็กเว็บเองได้
• ส่งงานกลับมาทาง Telegram หรือ Slack ได้
• กลับมาสรุปงานเดิมตอนเช้าได้

แบบแรกคือ chatbot แบบหลังเริ่มเข้าใกล้ coworker มากกว่า

Hermes อยู่ในหมวดหลัง

6) แล้วใครควรสนใจ Hermes

ผมว่าอย่างน้อยมี 4 กลุ่มนี้

1. คนที่เริ่มชนเพดานของ chatbot แล้ว

ใช้ AI เยอะ แต่รำคาญการ re-brief ซ้ำ ๆ ทุกวัน

1. ทีมเล็กหรือเจ้าของธุรกิจที่อยากให้ AI เข้า workflow จริง

ไม่ใช่แค่ช่วยคิดโพสต์ แต่ช่วยทำงานต่อเนื่องได้

1. คนทำ automation หรือ agent workflow

ที่อยากให้ AI มี tools, memory และ recurring jobs อยู่ในระบบเดียว

1. คนที่มอง AI เป็น infrastructure ของการทำงาน

ไม่ใช่แค่ app หนึ่งตัว

7) สรุปสั้นที่สุด

ถ้าให้สรุป Hermes Agent ในประโยคเดียว ผมจะสรุปแบบนี้ครับ

Hermes คือ runtime สำหรับ AI coworker ที่ไม่ใช่แค่ตอบ แต่จำงาน ใช้เครื่องมือ และกลับมาทำงานต่อได้

นี่คือเหตุผลที่มันน่าสนใจมากกว่า chatbot ธรรมดา

ไม่ใช่เพราะมันพูดเก่งกว่าอย่างเดียว แต่เพราะมันเริ่มมี continuity, procedure, execution, channel, และ schedule ครบพอจะเข้าใกล้งานจริง

EP นี้เลยเป็นฐานสำคัญของทั้งซีรีส์

เพราะถ้าเราไม่เข้าใจก่อนว่า Hermes คืออะไร เราจะเผลอประเมินมันเหมือนประเมิน chatbot ทั่วไป ซึ่งเล็กเกินไปสำหรับสิ่งที่มันพยายามจะเป็น

ใน EP ต่อ ๆ ไป เราค่อยลงรายละเอียดว่า

• แล้ว ChatGPT อย่างเดียวไม่พอตรงไหน
• เริ่ม install ยังไง
• tools สำคัญยังไง
• memory กับ skills ใช้ยังไง
• gateway, cron, profiles และ sandbox สำคัญกับโลกงานจริงยังไง

แต่ EP01 นี้ อยากให้จำประโยคเดียวก่อน:

Chatbot ช่วยคิด Hermes ช่วยคิด จำ ทำ และกลับมาทำต่อ