去年年底,OpenCloud突然爆火,整个AI圈掀起了一股全民养虾的热潮
大家开始尝试让Agent接管自己的浏览器,邮箱,本地电脑,甚至代替自己完成各种日常工作
然后紧接着,Hermis Agent也迅速走轰
很多人刚养完虾,转头又开始部署Hermis Agent
但这些开源的Agent,他们的安全性做得并不好
很容易遭到入侵,甚至会导致数据泄漏
而且很多企业禁止员工部署这种不安全的agent
并且这些个人agent的项目如果用于企业或者团队的话
还需要进行二次开发
而且很多个人用户自己部署之后
也想让自己的朋友或者家人
也能用上自己部署后的小龙虾或者Hormus agent
但由于权限管理以及安全性等问题
一旦让其他人来访问自己部署的agent
那么很容易导致隐私泄漏
甚至由于其他用户操作不当
导致自己部署agent的设备出现中毒
甚至数据泄露等严重的安全问题
所以大家真正需要的是一款既能保证安全性和隐私
还能用于个人
也能用于团队甚至企业的稳定agent
就在前几天
YC公司恰好开源了一款全新的agent项目QM
这款agent是YC公司内部自用的agent
而且这款agent开源不到一周时间
在Github上的STAR已经达到了8K
所以在2026年下百年
YC公司开源的QM将成为下一代龙虾
下一代Hermes Agent
而且很多个人用户团队或者企业将纷纷接入QM Agent
这里提到的YC公司指的并不是一家普通的AI创业公司
而是全球最知名的创业加速器之一
Y Combinator
从2025年至今
YC已经投资和孵化了超过5000家公司
YC官方介绍他们之前用Ruby循环和内部工具运行了超过50多个Hermes Agent
但很快遇到配置漂移,凭据管理和任务失败,共享资源和大规模运维等问题
而QM就是这些经验沉淀后的开源视线
所以QM真正值得关注的地方并不是他背后的YC公司
也不是短短几天获得了8K star
而是他瞄准了OpenCloud,跟Hermes Agent都没有优先解决的问题
首先就是安全和数据隐私问题
其次就是当agent不再只服务于个人
而是开始进入一家公司
他应该如何区分不同员工的身份
文件 记忆 权限和账号
怎样避免一个人看到另一个人的私人对话
怎样防止agent在错误的项目里调用不属于他的API key
怎样限制高风险命令
并且让每一次敏感操作都有检索权限
人工审批和审计记录
QM给出的答案是为每个用户和每个项目建立独立的工作空间
以及GE
还有KChain
以及持久化的Sandbox
它可以在同一套内核上切换Pi Agent
OpenCode
Codex
还有CloudCode
与很多个人Agent相比
QM从架构设计的第一天开始
就认真考虑了全线隔离
凭据管理
命令审批
操作审计和多人协作这些企业问题
而且在过去不少开发者尝试把OpenCloud
我HermesAgent进行二次开发
以适合团队使用
或者公司使用
但这种方式问题也非常明显
我们不仅要自己开发用户系统
全线系统
数据库和管理后台
还需要长期维护一套
已经被大幅度修改的代码
一旦上游项目更新
那么我们的定制版本就很容易陷入
要么无法升级
要么重新合并所有改动
而QM尝试把公司的模型配置
Gios
Sandbox
还有插件和部署参数
与核心代码分离
让团队可以保留自己的定制能力
同时尽量减少对上游内核的直接修改
本期视频就会大家演示并且测试QM Agent
它的能力到底如何
它是否真的是合个人使用
团队使用
甚至公司使用
这里我已经在本地部署好了QM
虽然QM开源还不到一周时间
但我在本地使用的时候
感觉还是非常稳定的
它不像之前我们用OpenCloud的时候
稍微一更新或者稍微一改动
就会出现崩溃
导致我们完全无法运行
而QM它作为YC公司内部使用的agent系统
所以用起来非常的顺畅
也非常的稳定
它既支持在网页中来使用
还支持介入到select中来使用
而且它还有专门为管理员来打造的这个后台
那么我们就可以作为管理员
从管理员后台对QM进行设置和圈线管理
而且不需要担心被其他用户窃取隐私
或者执行危险命令等操作
QM它并不像OpenCloud
与Hermits Agent这两款个人Agent那样
具备自己的Agent内核
QM它是通过调用Pi Agent
或者OpenCode
Codex
或者CloudCode
等这些开源或者必源的
成熟的Agent工具
来执行各种任务
我在我设备上部署的QM
为它设置的就是Pi Agent
在这里我使用的模型是GPT5.6 Luna模型
而且我们还可以选择其他模型
甚至可以接入开源的模型
下面我们先在web UI中来测试一下QM
在这里我们可以看到新建对话
这里还包含项目
在这里就是我之前的对话记录
在文件这里我们还可以管理我们的文件
在定时任务这里我们就可以来创建定时任务
就像在OpenCloud或者HermesAgent中创建定时任务一样
在这里是keychain
翻译成中文就是钥匙链
在这里还支持部署应用
在记忆这里我们就可以查看
它保存到这些记忆
在Scales这里
它自带19个已经激活的Scale
然后我们还可以来创建自己的Scale
或者安装第三方的Scale
我们可以先新建一个对话来测试一下
在这里我们还可以设置模型的推理级别
然后我们可以测试一下QM它的记忆能力
我直接是我的一个使用习惯
告诉他我习惯使用Cloud Code和Codex
搭配进行项目开发
用Cloud Code的鞋带码Codex进行Review
然后我们直接发送
然后在这里我们就可以看到
他正在调用这些skill
而且还能看到他正在调用工具
可以看到他读取了记忆
而且重写了这个记忆
然后我们就点击这个记忆
来查看他刚才记录的我们的这个习惯
然后他就将我告诉他的
我的这个使用习惯来记录到了这个记忆中
也就是这一条开发工作流
通常使用cloudcode来写代码
然后使用codex进行review
在右上角我们还可以点击这个历史
来查看它更新的这些记录
而且我们还可以直接对记忆进行修改
比如说这里的技术站
我们可以再继续来增加
当改完之后我们这里就点击保存
而且我们还可以点击这里来切换它的显示的视图
针对每条记忆
我们还可以点击这个删除按钮来进行删除
可以看到QM它自带的记忆系统是非常完善的
在对话中
它就能够记住我们的这些习惯
或者事实
在项目这里我们可以直接点击
然后我们就可以根据我们的主题来创建不同的项目
比如说我们可以新建一个项目
然后这个项目名称我可以命名成AI研究
然后点击创建
然后在右上角这里我们可以来添加其他的用户
当我们需要在这个项目中进行团队协作的时候
我们就可以来邀请其他用户
我们可以测试一下来邀请其他用户
比如说我们这里新注册一个账号
然后我们可以输入邮箱
然后点击发送
然后进入邮箱找到这个邮件
我们点击登录
相见的话我们就登录成功
我这里可以切换到这个浅色主题
然后我这里随便输入了一个名称
并且告诉他了技术站
好 这是我们创建的第二个用户
然后我们可以回到这个管理员的控制面板
就可以看到在用户这里
就可以看到刚才我们注册的这个用户
然后我们再回到我们刚才创建的这个AI研究项目
在添加用户这里
我们直接输入刚才我们添加的这个用户名称
好在这里就可以看到
然后我们就点击添加
然后往下拉我们就可以点击保存
这样的话我们在这个项目中就有两个用户
第一个就是我们当前登录的用户
第二个就是刚才我们新注册的这个用户
然后我们点击刷新刚才我们新注册的这个用户
在这个位置我们就看到这个AI研究这个项目
我们进入这个AI研究项目
我们可以开启一个新的绘画
也就是我们可以提问一个问题
大模型微调的时候
如何防止过你和我们直接发送
好 这里输出了回答
然后我们再回到刚才的这个账户
在这里我们就可以看到
刚才我们新注册的这个用户
他提问的这个问题
然后就会出现在这个对话中
我们可以点击进入
然后我们甚至可以接着提问
比如说我们可以输入
让他讲解第一条这个内容
好 这里他输出了这个非常详细的讲解
然后我们再回到刚才这个账户
我们再刷新一下
好 这样的话
我们就看到了刚才以管理员身份询问的这个问题
相见的话
我们就可以在AI研究这个项目中
实现两个人或者多个人进行协作
而刚才我们新注册的这个用户
在这个个人隐私项目中的这些对话内容
然后在管理员这里他就无法看到
而且在管理员这个账号
管理员自己的这个隐私内容
在刚刚我们新注册的这个用户这里
他也看不到管理员的
也就是只要我们将项目设为了私有
然后其他成员就看到我们这些对话
当我们在项目中添加了其他用户
比如说刚才我们添加的新注册的就是用户
然后我们在这个项目中的这些内容
这个新用户他也都可以随时看到
而且这些对话内容都可以随时同步
像这样的话对于团队协作就能非常方便
而且我们还可以继续去添加用户
在一个项目中对于用户的数量是没有任何限制的
我们甚至还可以在这个项目中来添加文件
然后我是让他来分析这个文件的内容
好这里他正在分析
然后我们再回到刚才我们新注册的这个用户这里
这里我们就看到了
刚才我们让他分析文件的这个对话
我们点击进入
这里就会实时显示
他正在调用的工具和运行的命令
因为这里还在分析这个PDF还没有立即输出内容
而且在管理员账号这里
我们也可以看到
他显示的正在调用的这些工具
而且在左侧侧边栏这个文件这里
我们就可以看到刚才我们上传的这个文件
像这样的话
我们就可以在团队协作中
为团队单独创建一个共享的项目
在这个项目中加入其他的团队成员
然后我们这些对话内容
还有上传的文件
团队成员都可以实时查看
如果当我们需要完成我们个人项目的时候
我们就可以进入这个个人项目
或者是单独创建一个私有的项目
比如说我们进入这个个人项目
我们还可以继续进行对话
也就是我们可以随便输入一个内容
进行测试
像这样的话
在QM中
我们就实现了个人项目
与团队项目的隔离
然后个人项目就只有用户自己
可以进行操作
就实现了非常好的权限管理
以及用户隔离
还有项目共享与记忆共享
好
这是我们简单测试的QM
它所具备的这些基础功能
然后它还具备非常多的高级功能
对于高级功能
我将留到后续的视频中深入讲解
本期视频如果点赞破千的话
后续我还会为大家带来QMAGENT
它更高级的用法
下面我们看一下QMAGENT
它的执行流程是怎样的
首先就是用户发起绘画
比如说在slack或者在webui中进行发起绘画
像刚才我们就是在webui中来发起的绘画
然后用户的绘画就会在接收层
也就是slack或者webui中
交给QM的核心
QM的核心会根据这条消息的来源
来确定作用域
来判断是用户的私聊
还是在项目中
然后到这一步就会判断
用户输入的任务或者消息
是直接自动执行
还是严格限制工具调用
还是直接对用户的操作进行放行
到下一步就是harness
与模型来生成响应
在这里会根据我们的配置
来选择PiAgent
或者opencode codex cloudcode等
像刚才我们在对话中使用的就是py agent
在这一步就会由py agent或者其他agent来进行处理
比如说是否需要调用工具
如果需要调用工具
那么他的命令策略是怎样的
如果要执行的话
会在沙箱中进行执行
当执行完成之后
就会有工具的返回结果
然后工具的执行结果
就会再返回给py agent
然后再进入下一轮判断
是否还需要调用工具
如果不需要调用工具就会直接回复给用户
也就是将响应返回到Web UI界面或者slack
将结果返回给用户之后
它会对整个步骤还有这些响应的内容
进行持久化还有审计
而且会全程留恒
我们可以对这些内容进行追踪
通过持久化还有审计
它就能像Hermes Agent一样
具备自我进化和自我迭代的能力
从而让QM Agent越用越聪明
然后QM的安装方式
本期视频就不再为大家具体去演示
它的安装方式是怎样的
因为在QM它的这个仓库的readme中
它给出了非常详细的安装方式
然后大家如果不会安装的话
可以使用codex或者cloudcode
或者国产的AI agent
让这些AI agent先读取这个readme
然后自动化帮我们进行部署
然后大家如果想手动安装的话
也就是手动从零进行安装的话
我这里还写了一份详细的丛林进行配置的笔记
我会将笔记放在描述栏或者评论区
大家可以根据笔记自行进行安装和配置
但为了精神时间
我还是推荐大家使用Codex
或者其他的agent直接阅读笔记
或者阅读项目仓库的Redmi进行安装
因为有agent安装的话
它的速度会非常快
我们如果手动去配置的话
会浪费非常多的时间
甚至会出现配置错误等情况
所以在AI agent的时代
大家完全不需要手动去配置
本期视频如果点赞迫欠的话
后续视频我会为大家讲解QM它的更高级的用法
本期视频就做到这里
欢迎大家点赞关注或转发
谢谢大家观看