影片筆記：不用昂贵 API，我让 ChatGPT / Claude / Gemini 共享同一个组织记忆空间

一句話總結

透過建立「共享空間」與「組織記憶系統」，讓部署在不同環境（雲端訂閱制與 VPS 本地運行）的 AI 智能體（如 Gemini Spark 與 Hermes）實現協作，驗證了 AI 可以像人類員工一樣擁有連續的組織歷史與決策背景，從而突破單一智能體的孤立狀態。

核心重點

1. 突破 AI 孤島效應：單一 AI 雖變聰明，但不同平台、數據邊界與運行環境之間存在隔閡。本實驗驗證了不同地點（雲端 vs. VPS）的 AI 可以通過共享空間形成協作，從「工具」轉向具備組織形態的系統。
2. 低成本基礎設施架構：

• 智能體 A：Google Gemini Spark（雲端，具備主動拆解問題、修正答案能力）。
• 智能體 B：Hermes Agent（部署於 Hostinger VPS，24 小時運行）。
• 成本優勢：透過 Hostinger KVM 2 VPS ($8.79/月) 搭配 Google Gemini Pro/Spark 訂閱 ($19.99/月)，總成本低於 $30/月，避免了傳統 API 按 Token 計費的不確定性與高成本。

1. 共享空間與組織記憶：

• 利用 Google Drive 作為 AI 組織的共享工作區，存儲會議記錄與決策歷史。
• 核心觀點：人類組織協作的關鍵不在於員工多聰明，而在於共享辦公室、流程、會議記錄與歷史。AI 擁有共同歷史是形成組織的關鍵。

1. AI 組織操作系統 (Cognitive OS) 設計：

• MCP (Model Context Protocol)：解決 Agent 如何調用工具和訪問外部能力（類似業務接口）。
• Shared Workspace：解決多個 Agent 如何共享組織歷史（類似辦公室、檔案庫）。
• 具體機制：
• SOP (自動實時落盤)：類似秘書機制，自動將重要討論、衝突、決定寫入文件，確保組織不依賴單一大腦。
• 單文件會議記錄：強調時間連續性，記錄事情如何一步步發展（情景記憶）。
• 異議日誌 (Dissent Log)：記錄「為什麼沒有選擇另一個方向」，讓 AI 理解工程哲學與組織文化。
• SOPE (系統狀態快照)：類似 Git Commit，記錄當前系統狀態、活躍 Agent、版本信息，讓新 Agent 能快速理解環境而無需閱讀大量歷史。

1. Loop Engineering (循環工程)：目標不是完成一次任務，而是讓系統觀察自身狀態、記錄經驗，在長期運行中形成更強的組織能力。

詳細大綱

I. 現狀與痛點：AI 之間的「牆」

• 單體能力增強，協作能力缺失：單一 AI 變聰明，但不同 AI 間存在平台、數據邊界與運行環境的隔閡。
• API 連接的局限性：
• 個人用戶難以承擔 Agent 24 小時運行的高頻 API 調用費用（Token 計費不確定性）。
• 包月 Chat 窗口雖便宜，但仍是孤立的智能體。
• 雲端 AI 與本地/VPS AI 無法自然進入同一個「會議室」協作。
• 當前解決方案的低效：過去依賴「人肉搬運工」（手動複製、粘貼）來轉移上下文，導致協作斷裂且低效。

II. 實驗驗證：建立 AI 的「會議室」

• 實驗背景：
• 智能體 A：Google Gemini Spark（雲端，具備主動拆解問題、修正答案的能力）。
• 智能體 B：Hermes Agent（部署於 Hostinger VPS，24 小時運行）。
• 外部角色：ChatGPT（作為第三方顧問）。
• 實驗過程：

1. Spark 進行討論，並引入 ChatGPT 提供第三方意見。
2. 將討論結果帶回 Spark 繼續。
3. 關鍵測試：打開 Hermes 新對話窗口，不輸入背景，僅輸入指令「進入會議室，了解一下剛才關於這個問題的討論」。
4. 結果：Hermes 讀取了共享空間中的歷史，理解了 Spark 與 ChatGPT 的討論內容及發展過程。
5. 反饋循環：Spark 得知 Hermes 已參與，直接繼續討論，無需重新介紹背景。

• 核心結論：
• 驗證了不同地點（雲端 vs. VPS）的 AI 可以通過共享空間形成協作。
• 人類組織協作的關鍵不在於員工多聰明，而在於共享辦公室、流程、會議記錄與歷史。
• AI 從「工具」轉向「組織」的關鍵在於擁有共同歷史。

III. 基礎設施與成本架構

• 為什麼選擇 VPS 作為住所：
• 需要便宜、24 小時在線、穩定、有固定身份。
• 傳統大廠雲服務按量計費成本高且不可預測。
• 個人開發者實驗項目長期運行的成本壓力。
• 具體配置與成本：
• Hostinger KVM 2 VPS：作為 Hermes 的長期住所（永遠在線的辦公室）。
• Google Gemini Pro/Spark 訂閱：提供模型能力。
• 成本計算：$8.79 (VPS) + $19.99 (Gemini 訂閱) < $30/月。
• 優勢：無需承擔傳統 API 按 Token 計費的不確定性，擁有 7*24 在線的個人 AI Agent 基礎設施。
• 硬件遷移：
• 過去使用 Mac mini M4 運行 Hermes，現已停止。
• 遷移至雲端 VPS，Mac mini/MacBook 轉向本地創作與開發任務。
• 結論：低成本雲端節點比本地常開機電腦更適合作為 Agent 的「辦公室」。

IV. 核心設計：AI 組織操作系統 (Cognitive OS)

• 共享空間 vs. MCP：
• MCP (Model Context Protocol)：解決 Agent 如何調用工具和訪問外部能力（類似業務接口/電話）。
• Shared Workspace (Google Drive)：解決多個 Agent 如何共享組織歷史（類似辦公室、檔案庫、會議室）。
• 觀點：強大的 AI 組織需要兩者結合——行動能力 (MCP) + 連續性 (組織記憶)。
• 會議記錄與決策歷史：
• AI 的問題不在於不知道答案，而在於不知道「為什麼當初選擇這個答案」。
• 組織靈魂在於保存知識形成的過程，而非僅保存知識本身。
• 具體機制設計：

1. SOP：自動實時落盤 (AutoSave on Reply)：

• 角色：AI 組織的秘書。
• 功能：自動將重要討論、衝突、決定寫入文件（如 99meetingminutes.md）。
• 目的：確保組織不依賴單一大腦，讓新加入者能快速理解過去。

1. 單文件會議記錄 (Single File Meeting Minutes)：

• 採用單文件而非多文件，強調時間連續性。
• 記錄事情如何一步步發展，構成項目的真正背景（情景記憶 Episodic Memory）。

1. 異議日誌 (Dissent Log)：

• 記錄「為什麼沒有選擇另一個方向」。
• 價值：讓 AI 理解工程哲學與組織文化（例如：當前階段簡單優先於複雜，未來規模達到條件再評估）。

1. SOPE：系統狀態快照 (State Snapshot)：

• 類似 Git Commit。
• 記錄當前系統狀態、活躍 Agent、版本信息、核心約束。
• 目的：新 Agent 加入時無需閱讀幾萬字歷史，通過快照快速理解環境。
• Loop Engineering (循環工程)：
• 目標不是完成一次任務，而是讓系統觀察自身狀態、記錄經驗，在長期運行中形成更強的組織能力。

V. 系列預告與未來展望

• 系列名稱：《Building My Personal AI Company》
• 核心問題：一個人能否擁有擁有職責、記憶、反饋循環的智能體，使工作方式接近小型組織？
• 後續集數規劃：
• 第一集（本集）：建立第一間 AI 會議室，測試共享歷史與協作。
• 第二集：接入工程能力。使用 Claude Code + ECC (Engineering Command Center)，測試 AI 閱讀項目、修改代碼、運行測試、修復問題的能力。
• 第三集：建立情報網絡。使用 OmniHunter + Knowledge Graph，持續追蹤代碼、論文、博客，形成知識地圖。
• 第四集：形成長期知識體系。探索 MemGraphRAG、Obsidian，將記憶變成可檢索、關聯、推理的知識網絡。
• 第五集：形成協作網絡。探索 Hermes AgentMesh，讓不同設備、服務器、雲端 Agent 形成完整的個人 AI 協作網絡。

工具 / 模型 / 名詞整理

• AI 模型/智能體：
• Google Gemini Spark
• Hermes Agent (或 Hermes)
• ChatGPT
• Claude Code
• 平台/服務：
• Google Drive (提供 5TB 存儲)
• Hostinger (VPS 服務)
• Hostinger KVM 2 VPS 節點
• Mac mini M4 (本地硬件)
• 技術/協議/概念：
• API (Application Programming Interface)
• Token (計費單位)
• VPS (Virtual Private Server)
• MCP (Model Context Protocol)
• Cognitive OS (AI 組織操作系統)
• SOP (自動實時落盤 / AutoSave on Reply)
• 99meetingminutes.md (單文件會議記錄示例)
• Dissent Log (異議日誌)
• SOPE (系統狀態快照 / State Snapshot)
• Loop Engineering (循環工程)
• ECC (Engineering Command Center)
• OmniHunter
• Knowledge Graph (知識圖譜)
• MemGraphRAG
• Obsidian
• AgentMesh
• Vector Database (向量數據庫)
• Git Commit (版本控制概念)

操作流程整理

1. 基礎設施搭建：

• 購買 Hostinger KVM 2 VPS 作為 Hermes Agent 的 24 小時運行環境。
• 訂閱 Google Gemini Pro/Spark 作為智能體 A 的模型能力來源。
• 配置 Google Drive 作為共享工作區。

1. 協作實驗執行：

• 步驟 1：智能體 A (Gemini Spark) 進行問題討論，並引入 ChatGPT 作為第三方顧問提供意見。
• 步驟 2：將討論結果與決策過程自動寫入共享空間（如 99meetingminutes.md）。
• 步驟 3：智能體 B (Hermes) 在新對話窗口中，輸入指令「進入會議室，了解一下剛才關於這個問題的討論」。
• 步驟 4：Hermes 讀取共享空間中的歷史文件，理解討論內容與發展過程。
• 步驟 5：Spark 得知 Hermes 已參與，直接繼續討論，無需重新介紹背景，形成反饋循環。

1. 組織記憶維護：

• 通過 SOP 機制自動實時落盤重要討論。
• 維護單文件會議記錄以保留時間連續性。
• 記錄異議日誌以保留決策背後的哲學與文化。
• 定期生成 SOPE 系統狀態快照，便於新智能體快速接入。

值得注意的限制或風險

• API 成本與計費不確定性：雖然本方案通過訂閱制和 VPS 降低了成本，但傳統 API 按 Token 計費的高昂費用仍是許多個人開發者的痛點，本方案僅適用於特定場景（如 24 小時在線的固定智能體）。
• 共享空間的同步與衝突：多個智能體同時寫入共享空間（如 Google Drive 文件）時，可能面臨版本衝突或同步延遲的問題，需依賴具體的寫入機制（如 SOP 自動落盤）來管理。
• 智能體能力的依賴性：實驗依賴於 Gemini Spark 具備「主動拆解問題、修正答案」的能力，若模型能力不足，可能無法有效執行複雜的協作任務。
• 安全性與隱私：將組織歷史、決策背景甚至代碼邏輯存儲在雲端共享空間（Google Drive），需考慮數據隱私與訪問權限控制。
• 單點故障風險：若 Hostinger VPS 或 Google Drive 服務出現問題，可能影響智能體的正常運行或歷史記錄的存取。

逐字稿辨識疑點

• SOPF：逐字稿中提到「SOPF 負責把重要的討論...」，前文稱為「SOP」，此處可能為口誤或特定縮寫，需查證是否為 SOP 的筆誤或特定模塊名稱。
• ECC：逐字稿中提到「ECC (Engineering Command Center)」，需查證 ECC 是否為該系列專屬定義的縮寫，或為其他已知技術縮寫（如 Error Correcting Code）的誤用，但在本語境下應指工程指揮中心。
• Spark 智能體：逐字稿提到「Google Gemini Spark 用戶開放了 Spark 智能體」，需查證 Gemini Spark 是否正式具備此種「智能體」功能，或為講者對其行為模式的描述性稱呼。
• 99meetingminutes.md：文件名中的「99」可能為特定命名習慣或口誤，需確認是否為通用命名或特定腳本生成。
• Hermes Agent：需確認 Hermes 在此處指代的是特定的開源模型（如 Nous Research 的 Hermes）還是講者自定義的 Agent 框架名稱。