YT 学习笔记

把 MiniMax M3 接入 Hermes 打破 Claude/ChatGPT 二人转

29分钟阅读下载 MD

封面

Jack Roberts · 14:43 · 发布 2026-06-23 · 9.4万次观看(截至抓取) · 观看原视频

🔥 观众最高回放 10:09 — 演示让 M3 跨本地文件与网页实地读片(从桌面找视频、识别简介,到查 YouTube 频道首页返回正确开篇句),考察模型真能力而非纯跑分

主旨

把 MiniMax M3 作为可热插拔的”次级模型”接入 Hermes Agent,演示它以稀疏注意力换出的低单价、百万上下文、看图看视频、读网页与本地文件,补齐”按任务挑模型”的实际拼图,借此打破只用 Claude 与 ChatGPT 的默认二人转。

核心论点

  1. 绝大多数人把模型选成默认 Claude/ChatGPT 就走人,这是 token 上最贵、效果上又最平庸的”二人转”——任务能拆就能对应到能省能干的模型。(→ 详解1)
  2. Hermes 是车,模型是引擎:同一套 harness 可以挂 Claude、MiniMax、GLM、GPT,代价是按任务挑最佳”司机”——而不是把所有活都丢给一个昂贵但平庸的统一大脑。(→ 详解2)
  3. MiniMax M3 以 GPT 5.5 单价约 1/25 在编码基准上打平、以 Sonnet 4.6 单价 8% 在部分项目上反超,直接制造一种”质量不变、$1 变 $25”的单位经济杠杆——但杠杆来自稀疏注意力,不是黑魔法。(→ 详解3)
  4. 接入门槛极低(套餐贴 Hermes 模型选择器 + 贴 API key),实战表现覆盖读图、读本地文件、查网页与跨 YouTube 频道直播搜,验证它不是把”贵模型的边角活”也包揽,而是真正能在日常 agent 流程里挑大梁。(→ 详解4)
  5. 多模型是底盘而不是高配:让大模型做策略规划、便宜模型做执行,再叠加动态路由 skill,才能把”知道用哪个”这一动作本身也外包出去——配合把 M3 当工人不当老板的反复验证纪律。(→ 详解5)

知识点详解

1. 别再为”错误的脑”买单 00:00

开头给出一句非常直白的人物画像:00:26 “if you’re new I’m Jack, I sold my last tech startup and now I build my own AI startups”——博主定位自己为造 agent 的人,所以他看同行的痛点是”使用方式”,而不是模型本身。开篇就把”默认 Claude/ChatGPT”作为被反复叠加的税之一:00:22 “save more time, get better results, and get light years ahead of everybody else” 的承诺以”换模型”为最便宜的入口。

痛点被压缩成一句口号”stop overpaying for the wrong brain”(00:42)。他对”对的脑”的定义其实不脱离常识清单:00:58 “things that the agents actually do. They can code and build tool use”—模型能做这几件事,还要看其推理能力、能记多少、能想多长。这与”模型分散”的本质差异在于他把单位经济提到了首位。

把默认二人转拆开来看,博主用的是”出行”类比:01:08 把模型选成单一品牌和”只会开一辆车的司机”是同一种偏执,越贵并不等于越合适。这是后续”车与引擎”隐喻的前置铺垫。

2. 把 Hermes 当车、随时换引擎 01:38

车与引擎的类比贯穿全片,是 Hermes Agent 这类”harness”型框架的典型叙事:01:39 “you own the car and swap the engine. This is a really good analogy. This is our beautiful Hermes.”。博主要做的核心分离是:Hermes 自己作为车/轮子/电路板一次造好长期保留,只有”按任务挑哪台引擎进去”才是日常切换点。(01:40)

落到具体形态:01:59 “we can drop in anything from Claude, Minia, GLM, GPT, whatever we physically want to”—Hermes 在模型选择上是空架子,而价格、能力的差异由具体模型承担。Hermes 直接吃各家原生 API,不依赖外部聚合层做模型路由,意味着 routing 这一动作可以下沉到 harness 自己。

这一节还提前埋伏一种隐含策略:01:16 “substituting a different driver that has a different skill set for a specific task”——同一个 agent 框架里调度不同的”司机”。这种调度不一定要通过 routing skill,也完全可以由主 agent 的 plan 阶段现场决定,但前提是 harness 不绑死某一模型。

3. MiniMax M3 对上 GPT 与 Sonnet 02:12

这一节是实打实的价格—能力曲线展示:02:12 博主直说”the model I’m going to be talking about in this video is Mini Max V3”。他把 M3 放在能力图谱的极高位置,但单价定在 GPT 与 Sonnet 的零头:02:16 “if you compare it to GPT 5.5 on the benchmarks, it is tied on coding for 4% of the price”—4% 即 1/25。(02:22)

相比 Sonnet,他对 M3 的描写更激进:02:36 “for Sonnet 4.6, it basically edges it on some things … that’s 8% of the price”。落到能力面:02:43 “It can see images and videos … Can browse the live web”—把多模态和联网能力作为 MiniMax 现阶段差异化主打,与”部分前沿模型还不支持视频”做对比。(02:40)

更关键的承诺是上下文的”密度”:03:21 “matches up to the best models in the world right now for things like reasoning, command line, code, and web”——M3 不是只在某一维度拿第一,而是与”目前最强模型”在多维并驾齐驱。这个判断博主提醒观众自行查证,because 这正是 MiniMax 出钱赞助的本片推荐内容。

4. 稀疏注意力的工作原理 03:44

为什么便宜?答案是稀疏注意力 (sparse attention)。博主用”04:01 a horse designed by committee is actually a goat”的说法切入:03:52 “models are just evolving in better”—隐喻”全员发言的会议”等于混乱,而且全员真的说不等于听清关键意见。04:10 “twenty times less work” 才是稀疏注意力换出来的算力比。

落到定义本身:04:19 “M3’s minimax sparse attention only lets the people who matter speak. It’s the same answer, a fraction of the noise, and 1/20th of the compute.”—把高密度注意力机制概括成”只让关键 token 说话”。具体是 1/20 计算:04:24 “It’s the same answer, a fraction of the noise, and 1/20th of the compute”。

落到钱包:04:31 “this efficiency is the whole reason why 1 million contacts costs cents instead of dollars in other places”。04:33 直接给出”[百万级上下文窗口]只需要 cents 不是 dollars”的单位经济结论。听起来是营销话术,但机制讲得通——sparse attention 只激活每层头里的部分子集,而不是把整段输入的全 token 都参与注意力计算。

5. 模型无关与单 token 成本 04:42

这一节把整套主张抽象成”模型无关 (model agnostic)“工作法:04:54 “we are model agnostic”—意为不被任一厂商绑死,根据任务挑最合适的。具体动作:04:45 “every model is great for one specific thing”——先把任务画像,再找该任务最强的型号。

落到价格对比:04:40 “you can see the output tokens per $1 for Miniax is really good”——以 $1 输出 token 数衡量,M3 排前段。这正是 token minimizing 中 token minimizing 一侧的主张:把任务路由给”刚好够用”的型号。

横向比较:05:07 “GLM 5.2 which is going super viral right now … can see browser web and four times cheaper output per 1 million context”—与同价位竞品 GLM 5.2 对比,M3 是浏览器交互更强,GLM 5.2 是命令行编码更好。(05:14 “minimax with this can natively see browser web”) 因此对本来用 GLM 的用户而言,M3 是”网页类任务”侧的替换选择而非”全栈替代”。这与 模型分散 中”主力 70% + 多家分流”的工程做法契合,但本片的”模型无关”更激进,要做到按任务现场决定。

6. 选购套餐、配 API key、接入 Hermes 05:29

实操从选方案开始:05:33 “grab a plan. You can do $20, $50, $120”—分三档 token 包,以按使用量计费形式提供,等价于按月订阅 Claude 或 ChatGPT 的形态。(05:55) 另一面是 API 按时付费,不强绑订阅。

拿到 key 之后走 Hermes 接入:00:10 —视频开篇就预告”connect MiniMax to Hermes”。具体动作很短:打开终端运行 Hermes 安装命令 → 在模型列表里用空格键选 MiniMax global → 粘贴 API key → 回车。(07:24) “model selector will pop up with inside Telegram, which is excellent”——模型选择器直接在 Telegram 里弹出来,Agent 不需离开聊天面也能换引擎。

这套动作几乎把”Hermes 框架自身能 plug 任何模型”的主张在现场闭合,而且几乎零代码:07:43 “Hey there, which model is this” 即可在已部署的 Hermes 进程内询问当前对话用的是哪个大脑。(07:20 “switch over to minimax and take it for a spin”)

7. 多模态读图 + Firecrawl 抓品牌识别 + 读文件与联网检索 07:39

这是全片最长的实操一遍跑,验证 M3 不止纸面便宜:先跑一次”看图”做冒烟测试。07:49 “the first thing I want to demonstrate here is the fact it’s got multimodal capabilities”——丢一张截图进去,让 M3 描述看到了什么。08:00 “describe to me what you see in this image” 的具体 prompt 被搬运进 Hermes 的会话,M3 在 Telegram 内直接给出准确描述,验证其多模态落地是真的,不是停留在浏览器 Demo。

第二招是 Firecrawl 抓品牌识别:08:22 “use the Firecrawl skill”——用 Firecrawl Interact 这类 Firecrawl 抓取技能,直接抓网页并输出品牌色板与 logo,生成本地 HTML 预览。08:54 博主明示速度极快,且 M3 在执行中会主动反问:“08:46 is it glad.com”,澄清到底是不是 .com。09:42 “this is what it’s created for the GL brand guidelines”——M3 不仅抓得齐,而且还能写入一个可点开的 HTML。

这与 Firecrawl Interact 被定义为”agent 子功能,让浏览器自动化与网页抓取合成同一条流程”一致,本片案例展示了其 prompt→抓→结构化→落地 HTML 的完整闭环。第三招更刺激——让 Hermes+M3 读本地文件:10:06 “ask it to actually check out a video on my desktop”—不预先告知工具,M3 自己想办法读到桌面视频并报出第一句台词。这一段是 heatmap peak:10:12 “Find me the latest video that I recorded and tell me what is the first sentence”。

最后联网检索:10:33 “head over to the Jack Roberts YouTube channel, check out my latest YouTube video and tell me what is the intro for that video”。10:39 “I’m asking it to go online and grab my information”。M3 真的抓到频道、找到最新视频,并给出开篇句:10:57 “this is completely correct as well”——博主确认答案无误,与频道上最新一条的简介字字相符。

8. 语音模式 + 动态路由 11:10

把交互面拓展到语音。Glaido 这类工具可以让人用嘴打字:11:27 “Hey Jack, you’re talking with me, Hermes’ voice”—Hermes 直接接 voice 终端。11:32 “essentially anything we can do in the chat, we can also do in this voice terminal”——语音模式与文字聊天等同,不会因为换设备而失去工具调用。

真正重头戏是动态路由 skill:11:40 “build me out a routing strategy”—让 Hermes 自己根据任务挑最合适的模型。(11:42 “dynamically route”) 这把”模型无关”从人工按任务决定升级到 agent 自行决定,是 routing/orchestration(Agent 工程层)的一个干净范本。

落到动态路由的可配置层:12:19 “Hermes can dynamically route your query”——不是简单多模型切换,而是基于任务复杂度的实时决策。12:35 博主强调 “build out specific skills with specific models”——除了默认大脑,可以为某些特殊 skill 预分配某具体型号,让 preallocate 的方式承担一部分动态路由的活。(12:39)

任何模型都允许配置提醒:12:04 “set me a reminder that in 2 hours time I need to order some Laqua”—动嘴就能建 cron,这与原文无关但说明 Hermes 在多模型前提下仍保留日常工具链。

9. 当工人不当老板 + 用大脑做战略 12:56

最后一段给操作纪律与心智模型,与上面所有能力清单合并收束。先是”工人不是老板”:13:02 “think about this as a worker, not a boss”——任何模型都会在 90% 常规任务上很棒,但剩下 10% 必须由人验证。(13:08 “always, always, always verify with any model that you’re building”)。这一句把”模型无关”从捷径收回到”用最便宜但仍需受监督的工人”立场。

落到操作纪律:13:20 “we bring in the best guy for that particular job”—不锁单一模型;靠 token 效率赢。13:22 “token efficient”——才是个人 agent 长期跑的可持续属性——

商务侧边附:13:34 赞助链接给”12% off any tier”,[13:54] 博主直接给出 “they haven’t asked that you put a built with MiniMax M3 as a credit”——商业使用方不强制挂出处;年收入过千万美元的另案处理:[13:58] (https://youtu.be/xxpc_6GAgGo?t=838)) 这一段对个人开发者基本无害,但对企业集成需要按收入层单独谈合规。

最后压轴一句话:14:22 “you want the most powerful brain possible to do the initial planning and conversation”——最强的脑做战略规划与对话入口,具体执行交给 M3 这一类便宜模型在已经搭好的结构里跑。

可执行步骤

  • 在 platform.miniMax.io 选一个 token 包(月付/按时),拿到 API key。
  • 打开 Hermes Agent 的模型选择器,选 “MiniMax global” 并粘贴 key,跑一个”describe what you see”对话验证多模态连通。
  • 把”日常问答用 MiniMax,深度推理/长篇策略用 Opus/Claude”作为默认路由约定,再用 Hermes 自带的 routing skill 让 agent 自动分流。
  • 接一个 Firecrawl skill,跑一次品牌识别到 HTML 的端到端,验证”读网页→结构化→落地 HTML”链路。
  • 用 Hermes 在桌面/工作区文件上问一个”找出 X,告诉我 Y”的问题,跑通”读本地文件→摘要”环节,确认 agent 已拿到访问权。
  • 把任何模型当工人看:每一次输出都人审一次再外发,坚持 90% 信任、剩 10% 必查。

关联

  • 进阶:Hermes Agent 在 在 VPS 上自托管 Hermes Agent 与 Dashboard 面板 已定义为”可自托管、通过 Telegram 对话的个人 AI 助手”;本片给出”在 Hermes 里热插拔 MiniMax M3 + 把 routing skill 装上”的实操过程,读前先了解该篇自托管教程能避免卡在安装环节。
  • 互补:模型切换 在 Fable5 实测 agentic 交易的策略与踩坑 已定义为”把查数据等杂活交给便宜模型、只有核心分析才切回贵模型以控制 token 成本”;本片把这套 agentic 交易场景的省钱做法搬到通用 agent 场景,并把决策从人升级到动态 routing skill——同一条主张的两端(主动分流 vs 自动分流)。
  • 互补:模型分散 在 CC 高阶课·分散你的模型选择 主张”主力模型约 70% + 多家分流,用组合对冲单点故障与性能波动”;本片的”model agnostic”更激进,目标是按任务逐项切换,但保留了”少而精的多家”前提——把”轮作”机制推到接近”逐项轮作”的极限。
  • 印证:稀疏注意力 (sparse attention) 在本片第一次具名出现,机制被描述为”只让关键 token 参与计算,实际算力只剩完整注意力的一小部分”;与 活跃参数 (active parameters) “每次推理实际参与计算的参数量决定单 token 的智能密度”是同源思路但不同维度—前者按序列维度跳 token,后者按模型维度跳参数量。

一手来源与延伸

术语

  • 二人转(duopoly):本片把”绝大多数人只锁 Claude 或 ChatGPT”的现状,作为被打破的默认配置反复点名(01:30)
  • 车与引擎(car / engine):把 Hermes Agent 当车、把模型当引擎的隐喻(01:39),强调 harness 与模型分离
  • 稀疏注意力 / sparse attention:MiniMax M3 用来降低算力消耗的注意力机制,只让关键 token 参与 attention 计算,把每一 token 的实际算力压到完整注意力的一个零头(04:24)
  • 模型无关 / model agnostic:不被任何单一模型厂商绑死,逐项任务现场挑最合适的大脑(04:54)
  • 动态路由 / dynamic routing:Hermes 内置 routing skill 按任务难度自动调度到不同模型,免人为挑选(11:42)
  • 模型选择器 / model selector:Hermes 启动时给出的模型列表 UI,在 Telegram 与语音终端里常驻(07:26)
  • 单位经济 / unit economics:本片反复强调”performance per dollar”(02:02),把”质量对比”换成”$1 换多少输出 token”作为决策锚

金句

“you own the car and swap the engine.”(01:39) — 用一个比喻把 harness 与模型彻底分离,是本片最精炼的架构主张。

“stop overpaying for the wrong brain.”(00:42) — 把”不挑模型”立刻量化成钱包可感知的代价,胜过任何 benchmark 表。

“M3’s minimax sparse attention only lets the people who matter speak. It’s the same answer, a fraction of the noise, and 1/20th of the compute.”(04:19) — 一句话把稀疏注意力讲清,避免再回到”大模型卷参数”的旧叙事。

“think about this as a worker, not a boss … always, always, always verify with any model that you’re building.”(13:02) — 把”模型无关”从盲目扩量拉回到工程纪律,是接 routing skill 后必备的下半句。

立场与利益

  • 与利益同向:全片就”MiniMax M3 价格低、质量持平 Sonnet、稀疏注意力贡献巨大”三个主张高度正面,且 meta description 明确写出 MiniMax 是本片赞助商、口播也确认”they even agreed to sponsor this video”,因此关于 M3 价格 / 单位经济 / 能力的具体数字属”采信前需外部印证、标待印证”的同向主张——能用 GLM、Sonnet、Opus 自带的 benchmark 与价格表交叉对照后再采信。
  • 与利益同向:博主推送 Hermes 自家 Masterclass 与 ALL Systems 销售链接(meta description bit.ly/4kol0y5、bit.ly/3RNNDLa),其”在 Hermes 上随便换模型”一句很容易把受众导回其付费课程——“工作流合一”主张属”待印证”,实际可参考 2026-04-25-在VPS上自托管Hermes Agent 与 Dashboard 面板 的实操门槛再判断。
  • 利益中性:“Firecrawl 不拉 HTML 全文、只抽正确文本,大降 token” 与 “模型选择可由 routing skill 自动决策” — 都属独立可验证的工程机制,与博主变现无直接耦合,按内容本身采信。
  • 与利益反向:博主给到”任何模型都不能当老板,90% 可靠剩 10% 必人审”(13:02) 这一句,反而削弱了”全自动无人监督”的 agent 营销叙事,有利他在多课程里卖”agentic OS”,可信度单独标出。

价值定位

  • 适合谁:已经在用 Hermes Agent / Agentic OS 这类 harness 框架的人,或是愿意按任务切模型、降低 Claude/ChatGPT 单价支出的工程用户。
  • 解决什么:把”模型无关”从口号落到具体形态——给 MiniMax M3 一节安装 + 一次多模态冒烟 + 一次 Firecrawl 抓品牌识别 + 一次桌面文件读取 + 一次 YouTube 频道 live 抓取,完整展示日常 agent 任务的四种 agent 真实负载。
  • 认知 vs 实操:认知层面给出”harness 与模型分离 + 动态路由”的架构叙事;实操层面是”贴 API key → 模型选择器勾选 → 跑四类 demo”的低门槛动作。流量到视频结构的尾部才点出”任何模型都要 verify”的纪律,可作为单点提醒。
  • 与 在 VPS 上自托管 Hermes Agent 与 Dashboard 面板 重叠:两片都用同一框架,本片独有的是”接入 MiniMax M3 这一非主流厂商模型”的具体路径,routing skill 的按任务自动分配,以及桌面文件实测与频道抓取这两个更新颖的 demo。

自检问题

  1. 本片用什么比喻把 Hermes 与模型的关系说清?这个比喻为什么比”主模型 + 备模型”的说法更彻底? 答案:“车与引擎”——Hermes 是车、模型是引擎,同一辆车可换不同引擎;它比”主+备”更彻底,因为它从架构上把 harness 与模型解耦,而不是默认有一个再配一个替换。(01:39)
  2. 稀疏注意力给 MiniMax M3 带来的具体算力比例是多少?博主用哪一句口号来类比”全员发言 vs 只让关键人发言”? 答案:1/20 的算力,1/20 的噪声;用”a horse designed by committee is actually a goat”做类比——全员开会等于混乱。(04:01;04:24)
  3. 视频演示里 M3 的四种负载(多模态读图 / Firecrawl 抓品牌 / 桌面文件 / YouTube 频道抓)是按什么顺序展开的?其中哪一段被观众最高回放标记? 答案:多模态 → Firecrawl 抓品牌识别 → 桌面文件 → YouTube 频道从网页抓简介;桌面文件那段(10:09 附近)被标为最高回放,即”用 Hermes 让 M3 读桌面上的本地视频、识别简介”。(10:09)
  4. “模型无关”在工程上怎样落地?本片用哪两个机制把这一主张从”人工按任务挑”升级到”自动分配”? 答案:routing skill(动态路由) + 给特定 skill 预分配特定模型(任务画像化);前者由 agent 现场判断任务,后者在配置里事先指定某些 skill 走 MiniMax、某些走 ora。(11:42;12:35)
  5. 博主最后对”使用模型”给出的纪律要求是什么?它抵消了哪些常见的 agent 营销? 答案:任何模型都不能当老板,90% 可靠剩 10% 必人审;抵消了”全自动无人监督”的零边际成本 agent 营销。(13:02)

关系图谱

反向链接