Fra chatsvar til opgaver, der bliver udført
I denne sammenhæng henviser Hermes til Hermes Agent, en open source AI-agentplatform fra Nous Research. Den er bygget til at kombinere samtaler med handlinger: Agenten kan bruge værktøjer, arbejde med filer og udføre opgaver i flere trin.
Forskellen fra en almindelig chatbot ligger især i arbejdsformen. En chatbot kan eksempelvis forklare, hvordan du laver en ugentlig marketingrapport. En AI-agent kan med de rette integrationer og adgange indgå i selve arbejdet: hente oplysninger, bearbejde dem og sende et resultat til en aftalt kanal.
Grænsen er dog ikke skarp. Mange chatbots har også værktøjsadgang. Det særlige ved Hermes er kombinationen af automatisering, vedvarende hukommelse og adgang fra flere brugerflader.
Sådan fungerer Hermes Agent
Hermes er ikke én bestemt AI-model. Platformen forbinder en sprogmodel med de værktøjer, instruktioner og data, den skal bruge til en opgave. Den understøtter flere modeludbydere, blandt andet OpenAI, Anthropic og Google.
Modellen fortolker opgaven og hjælper med at afgøre næste skridt. Hermes stiller rammerne til rådighed, så agenten kan udføre handlinger gennem sine tilknyttede værktøjer.
Tre funktioner er centrale:
- Værktøjsadgang: Agenten kan eksempelvis arbejde med filer og automatisere handlinger i en browser, når funktionerne er sat op.
- Vedvarende hukommelse: Hermes kan gemme oplysninger på tværs af samtaler, så relevant kontekst ikke skal gentages hver gang.
- Skills: Genbrugelige instruktioner og fremgangsmåder hjælper agenten med at løse bestemte typer opgaver.
Hermes beskrives også som en agent, der kan lære af erfaring. Det skal ikke forstås som en garanti for, at den automatisk bliver bedre til alt. Hukommelse og genbrugelige fremgangsmåder kan understøtte senere opgaver, men erstatter ikke kontrol af resultatet.
Platformen kan blandt andet bruges via terminal, desktop-app og messaging-integrationer. Dokumentationen beskriver forbindelser til kanaler som Slack, Telegram og Discord. De konkrete muligheder afhænger af version og opsætning.
Hvad kan Hermes bruges til i marketing?
Hermes er især relevant til tilbagevendende opgaver, hvor AI skal gøre mere end at levere et enkelt tekstsvar. Det kan være arbejdsgange, der kombinerer research, indholdsproduktion og intern kommunikation.
Mulige anvendelser er eksempelvis:
- Research: Gennemgå udvalgte websider og samle oplysninger til et indholdsbrief.
- Indholdsproduktion: Arbejde med tilgængelige filer og instruktioner som grundlag for tekstudkast.
- Intern assistance: Besvare spørgsmål med udgangspunkt i den kontekst og de materialer, agenten har adgang til.
- Planlagte opgaver: Køre tilbagevendende arbejdsgange på bestemte tidspunkter via tidsplanlagte jobs, også kaldet cron jobs.
Det er ikke færdige marketingløsninger, som nødvendigvis virker fra første start. Hver arbejdsgang kræver passende datakilder, instruktioner og adgangsrettigheder.
Et praktisk eksempel: et ugentligt researchbrief
Et marketingteam kan sætte Hermes op til hver mandag at gennemgå en afgrænset liste af branchewebsteder, samle relevante nyheder og sende et udkast til et brief i Slack.
Teamet skal definere, hvilke kilder agenten må bruge, hvad der tæller som relevant, og hvordan briefet skal struktureres. En medarbejder bør derefter kontrollere kilder og konklusioner, før materialet bruges i ekstern kommunikation.
Her ligger værdien i at automatisere det gentagne forarbejde — ikke i at fjerne den faglige vurdering.
Fordele ved den åbne platform
Hermes er open source og MIT-licenseret. Det giver mulighed for at tilpasse platformen og dens integrationer frem for kun at bruge en lukket tjenestes faste funktioner.
Muligheden for at vælge mellem flere modeludbydere giver også fleksibilitet. Teamet er ikke bundet til én sprogmodel, selv om et skift kan kræve ny konfiguration og test.
Hukommelsen og de forskellige adgangsmuligheder kan samtidig gøre Hermes nyttig som en vedvarende assistent. Den kan indgå i eksisterende arbejdsgange, frem for at medarbejderen skal starte forfra i en ny chat hver gang.
Begrænsninger og krav til opsætningen
Hermes er ikke en ren no-code-løsning. Platformen kræver typisk forståelse for modeller, integrationer og API-nøgler — de adgangsnøgler, der forbinder den med eksterne tjenester.
Open source betyder heller ikke nødvendigvis gratis drift. Brug af eksterne modeller og den valgte infrastruktur kan medføre omkostninger.
Agentens kvalitet afhænger af modellen, instruktionerne og de data, den får adgang til. Den kan misforstå en opgave eller bruge et værktøj forkert. Derfor bør adgangen begrænses til det nødvendige, og handlinger som publicering eller ændring af vigtige filer bør have klare godkendelseskrav.
Et fornuftigt udgangspunkt er én afgrænset arbejdsgang med et resultat, der er let at kontrollere. Først når den fungerer stabilt, giver det mening at udvide agentens ansvar.