此系列文為 AI Agent 教學系列，想一次看完整教學，歡迎加入 AI 共學島訂閱服務。
AI Agent 到底是什麼？
簡單來說，AI Agent = 你習慣的問答 AI（ChatGPT、Gemini）擁有了調用工具的能力。
工程一點來說，就是 harness（調度框架；本篇後面會說）的品質。
先下結論：你的 AI Agent 有多強，取決於你授權的 Tool、Skill 有多少 + harness 的架構
無論是像我用 Claude Code / Codex 自製，還是 OpenClaw 或 Hermes 來管理都是。
這時有人會問說：「我的一般 ChatGPT / Gemini 也能生圖、分析 Excel、上網查最新資料阿？」
沒錯，現在主流的 AI 公司，也會在問答型 AI，配上個「上網搜尋」和「文件閱讀」這些基礎工具
只是他們配的，都是基礎通用款。
因為 FB、Threads、X 這些平台的貼文，是靠 JavaScript 渲染的即時內容，加上社群平台還會去擋掉機器人的請求，所以一般搜尋工具抓不到內容。不過我的 AI Agent 可以，這是因為我幫它裝上「專門的搜尋工具」，甚至直接串 Facebook API，可以批量爬我要的內容，搜尋到最新社群討論。
再比如說，我把我的 AI 助理接上 einvoice 這個套件，AI Agent 就可以幫我查詢或開我們公司的發票；或者把它接上 Teachify 的 API，就能直接查我們課程的學員訂單、上課和銷售狀況，不必在自己手動去後台慢慢點擊。
題外話補充個，「現在沒有、沒打算開放 API 的平台服務」1，盡量少用、值得淘汰了。你值得讓你擁有自己資料的擁有、使用權之外，也是讓你的 AI Agent 能直接帶你操作執行，你就不用自己忙半天。
研究最紅的開源 Hermes Agent，有趣的發現
前陣子我跟我的 AI 一起研究了一個開源專案，叫 Hermes Agent。它開源不到半年，就在 GitHub 衝破 20 萬顆星星星，是這一年竄升最快的開源 AI Agent 之一。
為什麼要研究？簡單來說，就是定期去看看別人做得好的地方，以及哪些東西是自己也會需要的，接著就會跟我的 AI 來回討論，補足我們自己的盲點。
研究過程中，意外發現它的結構，跟我自己花了半年、慢慢調教出來的 AI 助理「雷小蒙」，幾乎是一模一樣。在這之前，我沒讀過它的原始碼，它當然也不可能抄我的。但我們不約而同，都把一個 AI Agent 拆成了同樣的幾層。
看來 AI Agent 不是什麼神祕的黑科技，它似乎有一套固定的骨架。
這篇就把我的 AI Agent 研究這套骨架的對比攤開給你看，讓我用兩個真實的 agent 對照：一個是現在最紅的 Hermes Agent，一個是我自己做的雷小蒙。
AI Agent 的 7 層設計框架
一個能「越用越懂你」的 AI 助理，除了技能和工具之外，還得有架構，大概可以是這 7 層：
| 層 | 白話比喻 | 這一層放什麼 |
| 1. 核心規則 | 員工入職手冊 | 你是誰、它該怎麼做事的總規範 |
| 2. 技能 | 部門工作手冊 | 一項項專業 SOP，需要時才抽出來 |
| 3. 精煉記憶 | 牆上便利貼 | 最該隨時記得的幾十條重點 |
| 4. 使用者畫像 | 它對「你」的認識 | 你的習慣、偏好、說話風格 |
| 5. 對話歷史 | 工作日誌 | 過去每一次互動，事後翻得到 |
| 6. 生命週期自動化 | 反射動作 | 開始、結束時自動觸發的事 |
| 7. 多平台門面 | 對外窗口 | 你能在哪些地方找到它 |
少了前三層，它只是個健忘的聊天機器人。七層到齊，它才是一個「可靠的助理」。
一張圖看懂：Hermes 和雷小蒙的 7 層 harness 骨架
下面這張圖，左邊是 Hermes Agent，右邊是我的雷小蒙。接著我們每層展開說明：
一個產品團隊做出來的 Hermes，跟我一個人下班後慢慢長出來的雷小蒙，七層骨架完全對得上。這不是巧合，是因為「一個有用的 AI 助理該長怎樣」，本來就有它的自然形狀。
接下來一層一層拆給你看。
第 1 層：核心規則 —— 它的「員工手冊」
新人報到第一天，公司會給一本員工手冊：你的職稱、做事原則、什麼能碰什麼不能碰。AI Agent 的第一層就是這本手冊。
Hermes 放在 config.yaml，我的雷小蒙放在一個叫 CLAUDE.md 的檔案。裡面寫的是最高層級的規矩：用繁體中文回答、動手前先講計劃、破壞性的指令要先問過我。
這一層是所有人的起點。你想養自己的 AI 助理，第一件事就是寫這份手冊。它寫得好不好，直接決定 AI 聽不聽得懂你。
第 2 層：技能 —— 它的「SOP 知識庫」
一個專業的人，會持續沉澱自己的工作流程，寫成 SOP，未來遇到相關的任務時，會知道過去是怎麼做的，包含哪些流程規格、哪些參考資料或腳本，能達到高品質的穩定產出 —— AI 的「技能」 SKILL.md 就是這個概念，Hermes 也是同樣的做法。
我的雷小蒙現在有近 60 個技能：寫作、AI 配圖規範、發 WordPress、剪 YouTube、訂飯店寫信、整理人脈卡、做簡報……幾乎我每天的工作，都有一張對應的 SOP：
這些技能走的是一套開放標準，你得讓做出來的 SKILL 還能跨工具搬家、不被任何一家公司綁死2。
第 3 層：精煉記憶 —— 貼在牆上的「便利貼」
辦公桌前那面牆，你會貼上最常要看的東西：常用分機、這週的死線、老闆交代過的雷區。AI 的「精煉記憶」就是這面牆。
Hermes 叫它 MEMORY.md，我的也叫 MEMORY.md。它跟第 5 層的「對話歷史」不一樣：歷史是全部翻得到的舊帳，便利貼牆只貼最關鍵的幾十條，AI 每次開工第一眼就看到。
我的雷小蒙便利貼牆上寫著像這樣的東西：「這陣子主力在寫 AI Agent 教學系列」、「每週五是我的複盤日」、「給我網址要附完整連結，我才點得開」。這些是它每天跟我工作時，會記得我最近在忙什麼、我有哪些小習慣，不會忘記的便利貼。
第 4 層：使用者畫像 —— 它對「你」的認識
好的助理會記得：你愛喝美式不加糖、開會不喜歡被打斷、報告要先講結論。這不是規則，是「它對你這個人的理解」。
Hermes 用一個 USER.md 專門裝這件事。我的雷小蒙是一疊 user_*.md 檔案，記著我的金流習慣、投資取向、慣用的瀏覽器。
這一層是「越用越懂你」的祕密。它跟第 1 層的員工手冊分開放，因為手冊是「做事的規矩」，畫像是「你是個怎樣的人」，兩件事。
第 5 層：對話歷史 —— 翻得到的「工作日誌」
因為便利貼牆，不應該貼下所有東西，否則你的上下文窗口會爆掉。
這就要靠工作日誌，紀錄每個專案、任務的為什麼做、做了什麼。
Hermes 把每一次對話存進一個資料庫，可以全文搜尋。我的雷小蒙做法更簡單，但更好讀：每天寫一篇 daily log，存成一個個 Markdown 檔（這套本地記憶，我在這支桌面版教學影片裡有簡單演示過）。
這一層讓 AI 有「長期」記憶。沒有它，AI 每次關掉視窗就失憶，你得一再重新交代。
第 6 層：生命週期自動化 —— 不用想的「反射動作」
有了 AI 助力，有些以前得靠人腦、意志力和記性的任務，要讓 AI 變成反射動作來釋放我們的大腦壓力。
這一層的專有名詞叫 Hooks（鉤子）。
意思是：在某個時間點、事件後，自動觸發某件事。
我的雷小蒙設了三個：每次對話開始，自動把最近幾天的進度灌給它；對話結束，自動寫進當天日誌。
Hermes 把這些「反射」內建在系統裡。我是用一個個小腳本自己拼出來的。做法不同，要解決的事一模一樣：讓重要的事自動發生，不需要靠人去記得。
更進一步，我還把這些 hook 跟一套每週流程組成「組合拳」：讓雷小蒙每週自我回顧，把這週做對、做錯的經驗沉澱成新的規則和技能，一週比一週聰明。（這套讓 AI Agent 每週進化的機制，是多個 hook 加上 workflow 的組合，要一整篇才講得完，我會在之後的 AI 大課裡完整分享）
第 7 層：多平台門面 —— 到處找得到它的「對外窗口」
最後一層，是「你能在哪裡使用它」。一個只活在終端機裡的 AI，跟一個你在手機、在 Discord、在訊息群組都能呼叫的 AI，體感天差地遠。
Hermes 內建一整排管道：Telegram、Discord、Slack、WhatsApp……等。我的雷小蒙因為可以雙棲在 Codex 上使用，所以我外出直接用 ChatGPT 手機版就能直接連到家裡的 Mac mini 的 Codex 非常方便，又快也穩定；另外一個運用管道是，丟到團隊的 Discord 伺服器跟工作夥伴一起使用：
這套「骨架」，業界叫 harness：模型是馬，harness 才是那套馬具
我寫上面這些的時候，「骨架」是我自己順口的講法。
後來我才發現，這個東西業界早有正式名字。
它叫 harness，原意是馬的馬具：套在馬身上、讓牠那股蠻力用對方向的那套裝備。套到 AI 身上意思一樣，模型是那匹馬，harness 是讓牠的力氣真正拉動車子的那套裝備。圍繞它的工程實踐，就叫 harness engineering。
OpenAI 寫過一篇 Harness engineering：在 agent 優先的世界用好 Codex，Anthropic 也發過 Harness design for long-running application development。兩大家不約而同在講同一件事。
Anthropic 在那篇裡做了一個很有說服力的對照實驗：同一個模型、同一個任務（做一個 2D 遊戲編輯器）。沒有 harness，它花了 9 美元、跑 20 分鐘，做出一個跑不動的東西；給它一整套 harness，它花 200 美元、跑 6 小時，做出一個你真的能玩的遊戲。模型一模一樣，差別只在 harness。
一句話記住：harness 不會讓模型更聰明，它讓模型的產出變可靠。
當然，不同人的需求不同，每個人的骨架需求也會不一樣。
我這篇是從「個人助理」的角度，把骨架切成 7 層。如果換成專門在講「會寫程式的 agent」的人，切法會更技術、顆粒度也不一樣，這裡就不細數他們切成幾塊。但其中有兩件我這篇沒展開、卻對寫程式特別關鍵的事，值得單獨點名：Verification（不准 agent 沒跑過驗證就喊「我做完了」）和 Scope（一次只做一件事，不要貪）。如果你的 AI 要幫你寫程式，記得把這兩塊補上。3
所以 AI Agent 的威力和品質，關鍵在於怎麼構建一套能幫助需求的 harness ，才是真正拉開 AI 助理好壞的地方。
想養一個自己的 AI 助理？別被七層嚇到，先從一份 CLAUDE.md 開始
不過，你不需要一開始就做完整，它是一層一層長出來的，不是一次蓋好的。
我的雷小蒙也不是馬上就被設計出來的，是一路長出來的：一開始只有一份 CLAUDE.md，後來重複交代的事多了才長出技能、老忘東忘西了才補上記憶。等我回頭看，才發現它跟後來的超新星的 Hermes Agent 同構。
當你大概理解這套骨架，你可能會冒出一個很自然的問題：既然 Hermes 這種「開箱即用」的 agent 也內建了同樣這 7 層，那我到底該直接用它，還是自己用 Claude Code＋Codex 慢慢養一個？
我的看法是——「好上手」跟「適合長期的你」，是兩件事。下一篇我用兩個買房子的比喻，把這兩條路的差別講清楚：想養一個自己的 AI 助理，該選 Hermes Agent 還是 Claude Code＋Codex？
這篇帶你看懂的是「骨架長什麼樣」。至於每一層具體怎麼搭：CLAUDE.md 怎麼寫、技能怎麼拆、記憶怎麼分層、Hooks 怎麼設，這些我一路試出來的順序、範本和 know-how，我會整理在 AI Agent 電子報 裡免費寄給你。想直接學習我這套，也可以從 《24 小時開始活用 Claude Code》迷你課 入門。
常見問題＆內容補充註解
一般的 ChatGPT 是一顆「純大腦」，頂多配上幾個通用工具（上網、讀檔）。AI Agent 則是在大腦外面，多了一整套屬於你的 harness——你的規則、技能、記憶、自動化和對外窗口。差別不在模型多聰明，而在它有沒有這套骨架：同一顆模型，裝了骨架就能穩定幫你做事，沒裝就只能陪你聊天。
當然可以。我也沒有寫任何程式碼，就把我的 AI 助理團隊打造好。建議你可以看看我網站上的免費教學文或者我的 YouTube 的免費公開影片先瞭解，如果有需要快速上手，可以從 《24 小時開始活用 Claude Code》迷你課 入門。
- 我們自己的課程產品與學員學習平台用的是 Teachify。它過去沒有開放 API，所以每次要查學員訂單、確認上課或銷售狀況，都得手動登入後台一筆筆點，非常麻煩。好消息是他們今年陸續推出了 API 與 Webhook 服務，現在我們可以直接呼叫 API，把所有數據一次撈出來。 ↩︎
- 技能有一套開放標準 agentskills.io，最早由 Anthropic 設計、後來開源成公用格式，Anthropic 的 Claude Code、OpenAI 的 Codex、Google 的 Antigravity 三大家都支援。所以你今天做的技能，原封不動丟到別家幾乎不用改就能用。你不是在替某一家公司打工，而是在累積一份帶得走、不被綁死的資產。實際怎麼把整套設定從 Claude Code 搬到 Codex，我寫在這篇：AI Agent 搬家教學：Claude Code 轉 Codex。 ↩︎
- 想把這套骨架做到「長時間自動寫程式也不出錯」，推薦這門免費課程（有繁體中文）：Learn Harness Engineering，用 12 講完整拆解 Verification、Scope 這些 agent 工程實踐。 ↩︎
