Hermes Agent: 15 cấp độ từ chatbot đến "phòng nghiên cứu AI" giá 27 USD/tháng

Phần lớn mọi người dùng AI agent như một Google thông minh hơn: hỏi một câu, nhận về một "bức tường chữ", rồi tự mình làm hết phần việc thực sự. Đó mới là Level 1 — và theo Ghiles Moussaoui, người vận hành một bản fork production của Hermes Agent (Nous Research), còn tới mười bốn level phía trên. Ở đỉnh thang, một "phòng nghiên cứu" gồm ba agent phối hợp chạy toàn bộ mảng competitive intelligence cho bạn với chi phí chỉ 19–27 USD/tháng — công việc mà một trợ lý nghiên cứu con người sẽ tốn 1.500–3.000 USD.

Dưới đây là toàn bộ chiếc thang 15 bậc, và vì sao mỗi bậc thay đổi hoàn toàn những gì agent có thể làm cho bạn.

Giai đoạn 1: Nền tảng (Level 1–3)

Level 1 — Giao deliverable, đừng chỉ đặt câu hỏi. Thay đổi nhỏ nhưng quyết định: đừng hỏi "top 5 CRM là gì?", hãy yêu cầu "nghiên cứu top 5 CRM và lưu cho tôi bản báo cáo so sánh". Một bên trả về chữ mà bạn vẫn phải tự xử lý; bên kia trả về sản phẩm hoàn chỉnh.

Level 2 — SOUL.md. Một file cấu hình duy nhất dài 50–80 dòng định nghĩa agent là ai: bối cảnh kinh doanh, biên lợi nhuận, khách hàng, định vị, phong cách giao tiếp và các giới hạn cứng. Chính file này là khác biệt giữa một trợ lý chung chung có quyền truy cập và một agent lọc mọi thứ qua lăng kính kinh doanh của bạn.

Level 3 — Lệnh nâng cao. Bốn tính năng hầu hết người dùng bỏ qua: /background để chạy tác vụ song song, /steer để điều chỉnh giữa chừng, /queue để xếp hàng công việc, và /model để chuyển đổi giữa model rẻ và model cao cấp.

Giai đoạn 2: Đòn bẩy (Level 4–7)

Level 4 — Skills. Các quy trình được tài liệu hoá, lặp lại được, dạy agent làm một việc cụ thể với đầu ra nhất quán. Ví dụ thực tế từ production: một skill tạo purchase order biết kiểm tra từng trường dữ liệu, xem trước đơn hàng, ghi thẳng vào ERP đang chạy — và từ chối đoán mò khi thiếu dữ liệu.

Level 5 — Kết nối dữ liệu. MCP server nối agent vào Gmail, Slack, Notion và CRM. Câu trả lời không còn đến từ web công khai mà từ dữ liệu thật của tổ chức bạn.

Level 6 — Sub-agents. Sinh tối đa ba agent độc lập chạy song song — mỗi agent một đối thủ, một thị trường — rồi gộp kết quả.

Level 7 — Mục tiêu tự hành. Mục tiêu dài hạn với một judge model xác nhận công việc đã thực sự hoàn thành hay chưa, cron job theo lịch, cùng checkpoint/rollback. Đây là lúc để agent làm việc không cần giám sát một cách an toàn.

Giai đoạn 3: Tự chủ (Level 8–15)

Level 8 — Đội agent. Nhiều profile, mỗi profile có SOUL.md, lịch chạy và model riêng. Phòng nghiên cứu mẫu: Scout tìm tín hiệu và lưu dữ liệu thô, Analyst tổng hợp và gắn nhãn mức độ xác minh, Briefer gửi bản tin 5 gạch đầu dòng mỗi sáng. Tổng chi phí: 19–27 USD/tháng.

Level 9 — Knowledge base tự xây. Agent tự đánh index wiki của mình, xây taxonomy, đối chiếu chéo và đánh dấu mâu thuẫn. Đến tháng thứ ba, một kho tri thức hơn 300 mục bắt đầu lộ ra những pattern mà không một lần chạy đơn lẻ nào nhìn thấy được.

Level 10 — Task board. Kanban chung cho các dự án có chuỗi phụ thuộc thật sự — các card tự chảy qua triage, todo, ready, running, do chính các agent quản lý.

Level 11–14 — Giao diện. Briefing bằng giọng nói qua Telegram/WhatsApp (11), tự động hoá trình duyệt cho các công cụ không có API (12), endpoint API kiểu ChatGPT cho dashboard của team nhưng dùng chung một bộ nhớ (13), và tích hợp vào VS Code/Zed (14).

Level 15 — Đóng gói thành sản phẩm. Toàn bộ hệ thống đóng gói thành một git repository — credentials tách khỏi code — sẵn sàng phân phối, bán, hoặc triển khai cho khách hàng bằng một lệnh duy nhất.

Tầng phán đoán: "Gu" quan trọng hơn bộ nhớ

Ý tưởng phản trực giác nhất trong guide: đừng tối đa hoá những gì hệ thống nhớ — hãy tối đa hoá độ chọn lọc. "Taste Index" chỉ lưu những gì bạn chủ động đánh dấu ("save this", "this is useful"), kèm nguồn gốc, lý do quan trọng và nơi nó nên ảnh hưởng đến công việc tương lai.

Nguyên tắc: "không có tín hiệu, không lưu trữ." Hai mươi ghi chú chất lượng đánh bại 2.000 ghi chú yếu, và một buổi curation hàng tuần giữ cho index luôn sạch.

Kỷ luật chi phí giúp hệ thống khả thi

Ba kỹ thuật xếp chồng giữ chi phí token gần bằng không:

•Job chỉ chạy script (no_agent): tác vụ có đầu ra định sẵn chạy bằng script thuần — 0 USD mãi mãi.
•Wake gate: một script nhỏ miễn phí kiểm tra điều kiện mỗi tick, chỉ đánh thức model khi thực sự có thay đổi. Không đốt tiền lúc nhàn rỗi.
•Job nối chuỗi (context_from): các job thu thập giá rẻ đổ dữ liệu vào job tổng hợp hàng ngày như một pipeline được đảm bảo, không phải quy ước dễ trôi.

Cộng thêm hạn mức ngân sách cứng (ngày/phiên/tháng) và giao judge model cho một model rẻ, nhanh — dùng model reasoning cao cấp chỉ để kiểm tra "xong chưa?" là lãng phí.

Những sai lầm giết chết hệ thống

•Coi agent như chatbot rồi tự làm phần việc chính
•Để SOUL.md trống — trợ lý chung chung có quyền truy cập chỉ là rủi ro, không phải đòn bẩy
•Chạy mọi skill trên model đắt nhất
•Kết nối 15 công cụ cùng lúc, làm phình context và giảm chất lượng đầu ra
•Dùng task board cho pipeline tuyến tính (thuần overhead)
•Đóng gói API key vào repo phân phối
•Đánh thức model liên tục để kiểm tra những điều kiện hầu như không đổi

Điều đọng lại

Khoảng cách giữa Level 1 và Level 15 không nằm ở chất lượng model — mà ở thiết kế hệ thống. Cùng một agent trả về "bức tường chữ" ở Level 1 lại có thể vận hành cả một bộ máy nghiên cứu tự chủ, tự curation, có hạn mức ngân sách ở Level 8+. Chiếc thang leo được từng bậc một, và mỗi bậc tự trả tiền cho chính nó trước khi bạn cần bậc tiếp theo.

Nguồn tham khảo: Hermes Agent: The Complete Guide — Ghiles Moussaoui, LinkedIn

#AIAgents #HermesAgent #Automation #AgentTeams #MCP #AIEngineering

✍️ Tác giả: Do Ngoc Hoan Founder of CookConnects.ca & Wizy.ca. Kết nối khoảng cách giữa thuật toán tiên tiến và thực thi kinh doanh. Tôi viết cho những founder kỹ thuật muốn mở rộng tầm ảnh hưởng bằng AI và kỹ thuật vững chắc.