如何用 Hermes 机器人打造一人媒体公司

如何用 Hermes Bots 打造一家一人媒体公司 2026 年 8 月 28 日 · 17 分钟阅读 · 查看原文 ↗ Hermes 营销 Obsidian Instagram 我组建了一支由六个 hermes bot 组成的团队，它给了单个人一整套完整媒体公司的研究、写作、编辑和分发能力。 大多数人用 AI 来写得更快。这有用，但写作不再是瓶颈了。 困难的部分是持续地找到值得报道的想法、发展出一个原创的角度，并把每一个分发出去，而不是把同一篇翻来覆去的内容发到五个平台上。 我在我自己内容流程中最强的那套研究、包装、证据和分发模式上训练了这个系统，然后把它们存进了一个共享的 obsidian 图谱里。 这正是过去 4 周内帮我在 X 账号上产生超过 580 万次曝光的系统。 一个 bot 搜索趋势、客户问题、权威片段和有前景的源材料。另一个核实研究。一个策略师找出最强的角度。一个写手发展长文。一个分发 bot 为 x、linkedin、newsletter、carousel 和 video 重新构思它。一个编辑在整个包裹到我手上之前做检查。 每个 bot 都训练在同一个 obsidian 内容大脑上：我的声音、受众、报价、证据、钩子、平台打法，以及过往帖子的经验教训。 给团队一个强有力的想法，它就返回研究、旗舰文章，以及为在你用的每个平台上拥有那个想法所需的完整分发战役。 这份指南向你展示如何构建整个系统。 一家媒体公司是一个循环 一家媒体公司有价值的部分，不是它产出的草稿数量。而是连接注意力、研究、编辑判断、分发和反馈的那个循环。 完整的循环看起来是这样的： 想法 → 研究 → 角度 → 长文 → 分发 → 审查 → 表现 → 更新后的打法 任何一环断了，质量就会下降。 如果研究永远到不了策略师那里，角度就会变得泛泛。如果写手永远看不到源资料包，说法就会漂移。如果分发从一篇已完成的文章开始却不理解它的论证，每个平台收到的都只是同一件事的缩短版。如果表现永远不更新打法，团队就会永远重复同样的错误。 这就是为什么六个独立的聊天机器人不是一家媒体公司。它们需要清晰的权属、共享的上下文、结构化的交接，以及一个反馈循环。 hermes agent 的 8 月 16 日版本给了我们构建它所需的零件。bot mode 增加了一个可见的具名 bot 名册以及它们之间的通信。profiles 给每个专家独立的记忆、会话、技能和指令。kanban 给了工作一条横跨这些 profile 的持久路径，包括依赖、评论、审查、重试和人工输入。 每一层都用它擅长的活： bot mode 让团队可见、易于对话。 profiles 让每个角色保持专注，防止一个 bot 的记忆变成所有其他人的记忆。 obsidian 存放所有六个 bot 都被允许使用的共享编辑知识。 kanban 让真实的任务在团队中流转，而不依赖一段超长的对话。 每一层拥有运营的不同部分。bot 做编辑决策，obsidian 仓库保存共享知识，kanban 让工作在它们之间流动。 先构建共享的内容大脑 从构建所有六个角色都需要用来做出兼容决策的知识开始。一旦那个基础存在，每个 bot 就能在同样的编辑标准下工作。 obsidian 给了那个知识一个有用的形状。每个 markdown 文件存放系统的一部分，而链接显示声音、受众、钩子、平台和表现如何互相影响。 那个图谱就成了团队的共享内容大脑。 在你的 obsidian 仓库里创建这个结构： media-company/ index brand: voice, audience, offers, proof discovery: signals, customer questions, authority clips engine: angles, hooks, repurposing, review, performance platforms: x, linkedin, newsletter, video, carousel campaigns: one folder for every active campaign obsidian 让关系可见，但文件仍是纯 markdown。hermes 可以读取和更新它们，而不需要特殊的数据库或专有内容工具。 index 文件是每个 bot 先读的入口点。它定义了： 我们发布什么 面向运营者的应用 AI 系统 实用的 agent 构建 有具体商业用途的新工具 我们为谁发布 创始人 营销人 AI 运营者 每个战役必须包含什么 一个清晰的读者结果 一个中心论断 对重要论断的直接证据 一个可复用的框架、工作流或决策规则 平台原生的分发 路由 新信号 → signal scout 获批的信号 → researcher 完整的源资料包 → content strategist 获批的角度简报 → long-form writer 获批的旗舰文章 → distribution bot 每个外部资产 → editor 人工审批 发布前必须 更改声音、受众、报价或证据规则前必须 一条表现经验成为永久打法规则前必须 别把仓库变成 bots 产出的一切想法的档案。只存被接受的知识、当前规则、可复用的例子，以及指向源材料的链接。战役草稿属于 campaigns 文件夹，在那里它们可以被审查或丢弃，而不污染团队的长期记忆。 共享大脑应该随着它成长而变得更加挑剔。 给六个 bot 六份不同的工作 毁掉一个多 agent 工作流最快的方式，就是给每个 bot 同样宽泛的指令：做出好内容。 每个 bot 需要拥有一个决策、返回一个交付物，以及一个它必须停下来的清晰边界。 给每个 profile 用这份契约： owns：这个 bot 负责的决策。 reads：它可以使用的文件和交接字段。 returns：下一个 bot 收到的确切产物。 must not：属于另一个 bot 或人类的决策。 done when：让交接完成的、可观察的条件。 现在创建团队。 1. signal scout 找到有理由现在存在的想法 signal scout 关注产品发布、研究、客户问题、反复出现的异议、强有力的权威片段，以及已经吸引注意力的对话。 它不做最终论点的决定，也不开始起草帖子。 对每一个候选，它返回： 发生了什么； 受众为什么可能关心； 原始来源； 最强的权威片段或证据对象； 完成的文章可以回答的问题； 这个机会多快会衰减； 当信号弱时，一句拒绝它的简短理由。 这个 bot 应该丢弃远多于它批准的想法。它的工作是保护团队其他人，避免花几个小时打磨一个没人需要的话题。 2. researcher 构建证据包 researcher 收到一个获批的信号，并把它变成一个与来源绑定的证据包。 它核实原始论断、找到一手来源、检查周围上下文、记录有用的数字，并把已核实的事实与推断分开。 它的交接包括： 创造紧迫感的当前事件或来源； 三到七条已核实的论断； 每条重要论断的直接 URL； 相关引文或带时间戳的片段； 矛盾之处和缺失的证据； 这些来源没有证明什么； 两到三个值得解释的机制。 researcher 不是先选一个耸人听闻的标题，然后去找支撑证据。它交给策略师的是一个有边界的、足以支撑一个原创论证的事实集合。 3. content strategist 在研究里找到故事 content strategist 把证据包变成一项编辑决策。 它选择： 读者； 结果； 中心张力； 论点； 最有用的格式； 旗舰标题； 读者会带走的那件可复用对象； 之后可以独立存在的分发角度。 产出是一份角度简报，而不是草稿： reader: reader outcome: current source: central tension: thesis: what becomes possible: flagship format: reusable object: proof required: sections: distribution entryways: proof, mechanism, workflow, risk, and result 一个完整的角度比十个可互换的想法更有用。策略师应该返回一个推荐，并解释为什么被拒绝的方向更弱。 4. long-form writer 创作旗舰文章 writer 收到获批的角度简报、证据包、声音文件，以及仓库里相关的文章模式。 它的工作是创造这个想法最深、最可复用的版本。取决于战役，那可能是一篇 x 文章、newsletter、指南或视频随笔。 旗舰文章应该包含： 一个以结果为导向的标题； 一个让结果可感知的首屏； 可见的结构； 有来源支撑的论断； 一个完整的工作流或框架； 在读者可能卡住的地方给出例子； 一个让想法易于记住的压缩收尾。 writer 不创建每一个平台资产。它产出的源材料，是分发 bot 可以从中发展出几个不同故事的基础。 5. distribution bot 为每个平台重建想法 repurposing 通常失败，是因为系统把格式化当成了分发。 一篇文章不会因为少了 1,500 字就变成一条 x 帖子。一篇 newsletter 不会因为段落被放到幻灯片上就变成一个 carousel。 distribution bot 回到角度简报，问这个想法的哪一部分适合每个平台的消费模式。 对 x，它可能抽出最尖锐的论断、一个令人惊讶的证明点、一个构建序列，或一个权威片段。 对 linkedin，它可能发展运营者教训、内部决策，或前后对照的工作流。 对 carousel，它应该选择那个在视觉呈现时变得更清晰的框架。 对 video，它应该围绕张力、演示和结果构建一个口述叙事。 对 newsletter，它可以加上那些会压垮短帖子的细微差别、例子和个人上下文。 要求很简单：每一个资产都必须给某人一个消费它的理由，即便他们已经看过这个战役的另一部分。 6. editor 保护整个运营 editor 一次性收到所有资产，而不是一件一件地收。 这让它能抓到平台级审查会漏掉的问题： 五个钩子在做同一个论断； 同一个开场故事到处重复； repurposing 过程中引入的没有依据的事实； 平台之间语调漂移； 一个除了文章之外毫无附加值的 carousel； 一个与读者所处阶段不匹配的 cta； 一个平台收到的有用内容远少于其他平台。 editor 可以批准、要求修改，或拒绝一个资产。它不能发布。 人工审查队列应该展示最终文案、支撑来源、目标平台、媒体，以及所需的决策。你不应该必须重建团队如何得出这个输出，才能批准它。 让每一次交接都可检查 当一个 bot 返回一段散文，下一个 bot 还得猜哪些部分重要时，多 bot 团队就失败了。 给每个战役一份穿越系统的记录： campaign: hermes-media-company status: research signal: event, source, urgency, and audience question research: verified claims, sources, authority clips, contradictions, and unknowns angle: reader, outcome, tension, thesis, and reusable object flagship: format, path, and approval state distribution: x, linkedin, newsletter, video, and carousel assets review: issues and final decision performance: observations and proposed rule changes 这份记录做两件事。它给下一个 bot 一个可预测的输入，而且它让你不必重新打开六个对话就能检查战役的历史。 如果缺少一个必填字段，bot 应该把任务退回上一个阶段。它不应该用一个貌似合理的假设悄悄填上那个缺口。 在 hermes 里构建团队 打开最新版的 hermes desktop，为每个角色创建一个隔离的 profile。把同样的基础配置克隆到全部六个 profile，让它们共享你的模型和核心能力，同时保持独立的会话和记忆。 把每份角色契约放进那个 profile 的 SOUL 文件里。把每个 profile 的工作目录指向同一个 media-company 仓库，但限制每个角色被期望改动的文件。 然后打开 bot mode，把六个 profile 加进名册。给它们可辨认的名字，并为媒体公司保留一个常驻房间，这样你能看到问题和干预，而不会把它们混进持久的战役记录里。 用对话做协调。用文件和 kanban 做状态。 为媒体公司创建一块 kanban 看板，启动 dispatcher，把第一个战役分配给 signal scout。这块看板成了从发现到最终审查的可见生产路径。 hermes kanban 把任务和交接存进一块 sqlite 支撑的持久看板。一个任务可以等待依赖、进入审查、扛过重启、携带评论，并在需要改动时回到正确的 profile。 这让它比"让一个 bot 给下一个发消息并指望上下文能活下来"是更好的生产工作台。 让第一个战役跑过整个团队 用系统本身作为第一项任务。 给 signal scout 这个提示词： > find the strongest practical content opportunity created by the latest hermes bot mode release. > prioritize a specific workflow a solo operator can build now. return the official source, current audience interest, useful authority clips, the question the finished piece should answer, and reasons to reject weak angles. > do not draft content. signal scout 应该返回 bot mode 作为事件，以及一人媒体公司作为候选工作流。 researcher 然后检查官方发布、hermes 文档、相关的走查和社区测试。它记录 bot mode、profiles 和 kanban 到底做什么，以及可见协作和持久任务执行之间的区别。 content strategist 收到那份证据并做出编辑决策： reader: solo creator or operator publishing across several platforms outcome: build a six-bot content operation around one shared brain tension: faster writing does not solve weak ideas, duplicated distribution, or lost learning thesis: a one-person media company becomes possible when specialized bots share accepted knowledge and pass structured work through one feedback loop reusable object: six-role operating model, obsidian graph, and handoff record long-form writer 构建你正在读的这份指南。 distribution bot 然后创建几个不同的入口： capability: hermes bot mode can turn six isolated profiles into one visible media team. architecture: the bots are the people, obsidian is the company brain, and kanban is the production desk. x growth: one flagship idea can support a week of x posts without repeating the same hook. research: signal scout and researcher stop weak or unsupported topics before writing begins. compounding: performance updates the shared playbooks instead of disappearing into analytics. editor 审查完整包裹、比较钩子、把每条事实论断对照源资料包检查，并创建审批队列。 一个想法现在已经穿过了这篇成品文章所教授的同一个系统。 把媒体公司变成一台 x 增长引擎 更大的系统可以运营每一个平台，但 x 是最容易看到专业化分发为什么重要的地方。 别让 distribution bot 把旗舰文章总结七遍。给每篇帖子一个独立存在的理由。 用这个周序列： day 1: 发布旗舰论证 以最大的结果开头，附上完整指南。 > i built a team of six hermes bots that gives one person the operating capacity of a complete media company. day 2: 教授架构 完整解释一个有用的区分： > the bots are the people. > obsidian is the company brain. > kanban is the production desk. 然后展示当这些职责被混在一起时，什么会坏掉。 day 3: 用一个权威片段 附上一个相关的演示或创作者片段，并发展它揭示的一个机制。这篇帖子应该有用，而不需要读者打开指南。 day 4: 发布实用构建 把六个角色、obsidian 树或交接契约作为一篇独立实现帖分享。 day 5: 挑战常见工作流 解释为什么一个 AI 对话写所有格式会产生重复的分发，即便每一份草稿单独听起来都很精致。 day 6: 展示反馈循环 拆解哪些表现信号应该更新钩子、角度、平台规则或受众假设。 day 7: 压缩系统 把完整工作流变成一张图： idea → research → angle → long-form → distribution → review → performance → updated playbooks 结果是一周相互连接的分发，有七个不同的读者入口。有人可以通过标题、架构、片段、构建、批评、反馈循环或视觉图发现这个系统。 这比把同一个链接发七遍强得多。 把人类留在编辑边界 第一个版本应该准备一切、发布零篇。 你仍然审批： 中心角度； 旗舰草稿； 每一条带有真实后果的事实论断； 每一条公开帖子； 对声音、受众、报价或编辑策略的更改； 成为永久规则的表现经验。 这给了你一个训练系统的快速方式。每一次审批、修改和拒绝，都成为你判断的一个具体例子。 当同一个决策变得可预测时，把它更早地移进打法里。editor 可以学会你总是拒绝没有依据的最高级说法、重复的钩子、泛泛的 cta，或仅仅引用旗舰文章的 carousel。 在错误的成本真正变低、审查队列一直稳定地无聊之前，让发布审批保持人工。 自主应该移除重复的决策，而不是把你的品味从运营中移除。 让表现改进下一次运行 大多数内容分析止步于报告数字。一个有用的学习系统会改变下一个战役如何构建。 每个战役之后，记录： 信号和主题； 读者结果； 中心角度； 钩子类型； 格式； 平台； 曝光量或触达； 有意义的参与； 与目标挂钩的点击、关注、回复或转化； editor 批准或修改了什么； 什么应该再测试一次。 performance bot 不需要成为第七个永久角色。给 editor 一个每周审查任务，比较近期的战役，并对钩子、角度、x 平台和其他打法提出改动。 要求提议点名支撑它的帖子。一个强结果应该产生一个假设，而不是一条普世规则。 每周审查应该返回三份短清单： keep：反复起效且仍匹配策略的模式。 test：有前景、需要再受控试一次的模式。 stop：反复无力的模式、重复的格式，或没有有用结果的昂贵工作。 在共享大脑更新之前，你审批这些改动。 这就闭合了循环。团队不再从同一个泛泛的提示词开始每一个战役。它从你选择保留的一切所积累起来的判断开始。 这周构建最小版本 你不需要在第一天就有六个完全自主的 bot。 按这个顺序构建系统： 创建 obsidian 内容大脑，填入最小的 voice、audience、proof 和 platform 文件。 先创建 signal scout、researcher 和 editor。 把三个真实想法跑过 signal、research 和 review。 一旦证据包持续有用，就加上 content strategist。 一旦角度简报强到足以约束一份草稿，就加上 long-form writer。 一旦一个旗舰格式运转起来，就加上 distribution bot。 开始记录表现，每周更新一次打法。 在团队学习你的标准期间，保持人工审批。 第一个有用版本可以简单地返回一个研究过的机会、一份角度简报，和一篇可审批的 x 帖子。 然后加上旗舰文章。然后是平台包裹。然后是表现循环。 目的地是一家一人媒体公司。构建仍然从一件你可以评判的工作开始。 hermes 提供团队。obsidian 提供共享大脑。你的决策教会这两者什么值得复利。 关注 @vibemarketer_，获取更多你能构建并用于真实生意的实用 AI 系统。 标签：# X # Hermes # 营销 # Obsidian # Instagram # AI # 增长 # LinkedIn # 指南 相关文章 Grok Bot 第二大脑：记住一切——并回报你的升级 我目前发过的每个构建，都是在运营别人的生意——一家诊所、一个交易台、一家代理公司。这个不一样。这是运营*你*人生的版本。 Grok Bot Obsidian 营销 AI