# 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。
3.  **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。
4.  **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。
5.  **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。
    2.  **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）。
    3.  **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）。
    4.  **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。
2.  **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。
3.  **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。