Hermes Agent पहले से ही ताक़तवर था। Hermes Desktop ने इसे आपके और क़रीब लाया। ego (lite) के साथ, यह कुछ बिल्कुल अलग बन जाता है — पंखों वाला एक काबिल एजेंट, जो आपकी ओर से वेब पर उड़ान भरता है। जैसा कि पुरानी पूर्वी कहावत "रू हू तियान यी" कहती है: शेर को पंख दे दो, फिर उसे कोई नहीं रोक सकता।
एक असली ब्राउज़र, आपकी पूरी लॉगिन स्टेट के साथ
ज़्यादातर ब्राउज़र एजेंट हेडलेस होते हैं। ये बिल्कुल खाली शुरुआत करते हैं: कोई कुकीज़ नहीं, कोई लॉगिन नहीं, कोई एक्सटेंशन नहीं। यह टेस्ट और एक-बार के डेमो के लिए ठीक है, लेकिन असल में आप वेब ऐसे इस्तेमाल नहीं करते।
आपका असली काम उस ब्राउज़र में होता है जिसमें आप पहले से लॉग-इन हैं। आपकी X टाइमलाइन निजी है। YouTube को पता है आप क्या देखते हैं। Gmail, Notion, CRM, डैशबोर्ड, एडमिन पैनल, और इंटरनल टूल — सब आपके लॉगिन, आपकी परमिशन, और आपकी बनाई सेटिंग के पीछे रहते हैं। ego (lite), एजेंट को वही असली ब्राउज़र देता है। यह आपके और आपके AI एजेंट, दोनों के लिए बना एक असली Chromium ब्राउज़र है। यह आपकी कुकीज़, लॉगिन, एक्सटेंशन और बुकमार्क साथ रखता है, ताकि एजेंट वह ब्राउज़िंग, पढ़ना, व्यवस्थित करना और सबमिट करना पूरा कर सके जो आप आमतौर पर हाथ से करते। प्रोसेस दिखने लायक रहती है, आप कभी भी कंट्रोल ले सकते हैं, और यह अहम एक्शन से पहले कन्फ़र्मेशन मांग सकता है।
यह Hermes के लिए मायने रखता है। जब आप WhatsApp से Hermes को कहते हैं OpenAI के YouTube अकाउंट पर कोई अपडेट चेक करने को, यह असली वेब खोलने, चैनल जांचने, नई अपलोड पढ़ने, और टाइटल, अपलोड समय, लंबाई, व्यू काउंट व लिंक के साथ रिपोर्ट करने के लिए ego (lite) इस्तेमाल कर सकता है।
यह Hermes का किसी बाहरी क्रॉलर की तरह व्यवहार करना नहीं है। यह Hermes का वह ब्राउज़र काम करना है जो आप वरना खुद हाथ से करते, एक असली ब्राउज़र से, बिना आपको कॉन्टेक्स्ट बदलने पर मजबूर किए।
यही बात X पर भी लागू होती है। अगर आप Hermes Desktop से AI एजेंट अपडेट के लिए X ब्राउज़ करने को कहते हैं, तो आपकी AI लिस्ट और आपकी होम टाइमलाइन कोई आम पब्लिक सर्च नतीजे नहीं हैं। ये दुनिया का आपका लॉग-इन नज़रिया हैं। ego (lite) के साथ, Hermes उसी असली नज़रिये से काम कर सकता है, आपके रोज़ इस्तेमाल होने वाले अकाउंट स्टेट, लिस्ट, फ़ॉलो और कॉन्टेक्स्ट के साथ।
Hermes उस एक लाइन की इंस्ट्रक्शन को बार-बार चलने वाले वेब वर्कफ़्लो में बदल देता है: यह आपके उसी लॉग-इन X कॉन्टेक्स्ट से काम करता है जो आप इस्तेमाल करते हैं, सिग्नल को व्यवस्थित करता है, और आपके चुने हुए चैनल पर वापस समरी भेज देता है।
इंसान और एजेंट, दोनों के लिए एक ब्राउज़र
बात यह नहीं है कि Hermes को एक अलग ब्लैक-बॉक्स ब्राउज़र थमा दें और उम्मीद करें कि यह ठीक व्यवहार करे। बात है संतुलन की: एक असली ब्राउज़र एनवायरनमेंट जो आपको और एजेंट, दोनों की सेवा करे, Space के ज़रिए साफ़ अलगाव के साथ।
Hermes अपने ही Space के अंदर काम करता है, जबकि आप अपने टैब इस्तेमाल करते रहते हैं। जब ज़रूरत हो, आप उस Space में जाकर देख सकते हैं वह क्या कर रहा है, और लॉगिन, कन्फ़र्मेशन या किसी ज़रूरी एक्शन के लिए कंट्रोल अपने हाथ में ले सकते हैं। यह किसी अदिखने हेडलेस सेशन में गायब नहीं हो जाता। यह एक असली ब्राउज़र में चलता है जिसे आप देख सकते हैं और बीच में रोक सकते हैं।
एक लगातार बेहतर होता एजेंट मिलता है एक अनुभवी ब्राउज़र से
Hermes कभी सिर्फ़ चैट करने वाला टूल नहीं था। यह टास्क एक्ज़ीक्यूशन, स्किल ग्रोथ और मेमोरी के साथ लगातार बेहतर होता एजेंट है। एक टास्क के बाद काम आने वाला रिज़ल्ट गायब नहीं होना चाहिए; वह उस चीज़ का हिस्सा बन सकता है जिसे Hermes आगे ले जाता है।
ego-browser कोई इस्तेमाल करके फेंक देने वाली ब्राउज़र स्क्रिप्ट भी नहीं है। यह वेब चलाने का अनुभव जमा करता है: X टाइमलाइन कैसे पढ़ें, Google नतीजे कैसे निकालें, या GitHub issue कैसे व्यवस्थित करें — ये सब रीयूज़ेबल ब्राउज़र skills बन सकते हैं।
तो Hermes + ego (lite) की असली वैल्यू सिर्फ़ "ब्राउज़र से जुड़ा एक एजेंट" होना नहीं है। Hermes एक लगातार बेहतर होता एजेंट है जिसे आप WhatsApp, Hermes डेस्कटॉप और दूसरी चैट सतहों से बुला सकते हैं। ego (lite) वह मिसिंग पीस जोड़ता है: एक असली ब्राउज़र बॉडी जिसे यह इंसानों के साथ शेयर कर सकता है। एक तरफ़ स्किल और मेमोरी बेहतर होती रहती है; दूसरी तरफ़ वेब पर काम करने के तरीके सुरक्षित रहते हैं। यही चीज़ Hermes + ego (lite) को दिलचस्प बनाती है: एक एजेंट जो आपको समझता है, वह एक ऐसे ब्राउज़र से मिलता है जो वेब को जानता है।