Wstęp do testów z agentem Hermes
Zastanawialiście się kiedyś, czy sztuczna inteligencja potrafi się uczyć na bieżąco podczas codziennej interakcji? Uruchamialiśmy ten agent przez dwa tygodnie, aby sprawdzić, czy jego inteligencja rośnie wraz z czasem. Do dnia czternastego byliśmy zszokowani tym, jak bardzo zmienił się sposób, w jaki odpowiadał na nasze pytania.
Problemy z lokalną instalacją
Na początku próbowaliśmy zainstalować oprogramowanie bezpośrednio na naszym laptopie, ale proces ten trwał około dwudziestu minut. Zależności systemowe sprawiały, że instalacja była skomplikowana i czasochłonna. Gdy zamykaliśmy komputer, agent przestawał działać, co całkowicie negowało sens posiadania narzędzia działającego non-stop.
Rozwiązanie w chmurze Hostinger
Zdecydowaliśmy się przenieść działanie agenta na serwer VPS oferowany przez Hostinger. Konfiguracja była znacznie prostsza i nie wymagała głębokiej znajomości terminala. Wybraliśmy plan KVM2, który zapewnia dwa rdzenie procesora oraz osiem gigabajtów pamięci RAM. Tego typu zasoby są wystarczające do uruchamiania agenta w trybie ciągłym.
Proces wdrażania serwera
Rejestracja na platformie była szybka, a po wybraniu lokalizacji serwera system automatycznie zajmował się resztą. Instalacja kontenera Docker przebiegła bezbłędnie i zajęła około dwóch minut. Po zakończeniu procesu otworzyliśmy terminal internetowy bezpośrednio w panelu sterowania, co pozwoliło nam uniknąć konieczności pobierania jakichkolwiek dodatkowych plików.
Szybka konfiguracja i gotowość
Uruchamialiśmy kilka prostych poleceń, aby pobrać kontener agenta i podłączyć klucze API OpenRouter. Po powiązaniu konta Telegram przez BotFather, bramka została uruchomiona i agent był gotowy do pracy. Cały proces od kliknięcia w wdrożenie do wysłania pierwszej wiadomości trwał około dziesięciu minut, podczas których głównie oczekiwaliśmy na skonfigurowanie serwera.
Testy zadań harmonogramowanych
Skonfigurowaliśmy kilka zadań cron, aby sprawdzić, jak dobrze agent radzi sobie z działaniem bez naszej bezpośredniej pomocy. Poprosiliśmy go o codzienne podsumowanie wiadomości technologicznych o ósmej rano oraz tygodniowe raporty o trendach w sztucznej inteligencji w każdy poniedziałek. Oba zadania rozpoczęły działanie natychmiast, a do drugiego dnia otrzymywaliśmy poranne raporty na naszym telefonie.
Ewolucja stylu komunikacji
Odpowiedzi na pierwsze zadania były szerokie i ogólne, zawierając oczywiste informacje dostępne na pierwszej stronie wyników wyszukiwania. Zmiana zaczęła się około trzeciego dnia, kiedy zauważyliśmy, że agent dostosowywał się na podstawie naszych wcześniejszych rozmów. Gdy prosiliśmy o badanie konkretnego tematu, sformatował odpowiedź w sposób, który preferowaliśmy, z krótszymi akapitami i konkretnymi danymi.
Podsumowanie doświadczeń
Agent zaczął automatycznie stosować nasze preferencje z poprzednich rozmów, bez konieczności powtarzania instrukcji w każdym poleceniu. Do dnia czternastego jego styl komunikacji stał się bardziej naturalny i mniej formalny, co idealnie pasowało do naszego sposobu pracy. Wniosek jest jasny: warto poświęcić czas na konfigurację, ponieważ agent faktycznie staje się mądrzejsi i bardziej dopasowani do użytkownika z każdym dniem.