语音Agent终于不再是Siri级别的玩具了。 Julian Goldie 用 Hermes Agent 搭了一个叫 Apollo 的语音助手——唤醒词激活、实时语音对话、能写代码建应用、能调记忆库读简报、还能控制浏览器。跑在本地模型上，响应速度比 Siri 快得多。
一、第一印象：真能当贾维斯用
演示开始，Julian 直接跟 Apollo 对话：讲个笑话、学中文、写一个贪吃蛇游戏、建一个24小时倒计时器。Apollo 全部当场完成，还实时在屏幕上预览生成结果。
最让我惊讶的不是它能写代码——而是全语音驱动，全程不用碰键盘。你说"帮我打开 julianngoldie.com"，它立刻打开。你说"我的下载文件夹里最大的文件是什么"，它直接去查。这就是我一直想要的那个"动口不动手"的 Agent 形态。
它的架构很清晰：前台用 ChatGPT Realtime 做语音对话（所以响应极快），后台接 Hermes Agent 做任务执行。Julian 用的是 GLM 5.2 做底层模型，但说可以换任意模型。
二、语音Agent的四大核心能力
1. 唤醒词 + 免持操作
Apollo 有专用唤醒词，你可以在房间另一头喊它。它有两个模式：
- Quick Answers：快速回答模式，适合日常对话
- Agentic Answers：Agent 模式，会调用工具执行复杂任务
说话时界面的光效会变色——普通回答一种颜色，朗读简报另一种颜色，让你一眼知道它在干什么。
2. 记忆召回
Apollo 接入了 Obsidian 的 Memory Galaxy（记忆星系）。你可以让它"记住某件事"，它会写进 Obsidian 笔记。之后对话时它能主动调取之前的记忆。
演示里它直接给出"周六建议做整理"——这是基于之前的笔记内容推理出来的。不是简单检索，是有推理的记忆调用。
3. 日报/周报自动生成
点击 Briefing 区，Apollo 会自动拉取当天的待办事项、焦点建议、主要头条。支持按周/月切换历史简报。朗读后界面会变色提示。
4. 浏览器控制 + 应用构建
这是最"Agent"的部分。你可以用语音让它：
- 打开任意网站
- 构建网页应用（贪吃蛇、倒计时器——都是当场生成的）
- 查询系统状态（磁盘空间、文件大小）
- 生成内容创意
三、技术架构：不复杂，但很灵活
从演示看，整个系统的技术栈很清晰：
| 层级 | 组件 | 作用 |
|---|---|---|
| 语音层 | ChatGPT Realtime API | 实时语音转文字+对话 |
| Agent层 | Hermes Agent | 任务规划+工具调用 |
| 模型层 | GLM 5.2（可换） | 推理和生成 |
| 记忆层 | Obsidian Memory Galaxy | 持久化记忆存储 |
| 执行层 | Hermes 工具集 | 浏览器控制、文件操作等 |
关键点：语音层和 Agent 层是分离的。ChatGPT Realtime 负责"听和说"的即时交互，Hermes Agent 负责"想和做"的任务执行。这种分层的好处是——你可以换掉语音前端，也可以换掉底层模型，中间的任务执行逻辑不受影响。
四、不是Siri，是真Agent
Julian 在视频里特别强调：这不是 Siri。 区别在于：
- Siri 是封闭的规则引擎，只能执行预设的几类操作
- Apollo 是开放的 Agent 系统，能调用任意工具、读写本地文件、访问网络、构建应用
而且所有对话记录和记忆都在本地运行，不经过云端。如果你担心隐私，可以换成纯本地模型（比如 Ollama 跑 Llama/Qwen），完全离线运行。
五、配套生态：内容工厂三件套
Apollo 只是 Julian 的 Agent OS 系统里的一个组件。视频还展示了另外两个：
- Hermes Oracle：从 Twitter 抓取最新趋势新闻，自动生成 SEO 内容和社交媒体帖子
- Hermes Astros：监控竞争对手的动态，生成差异化的内容创意
三者配合使用：Oracle 抓热点 → Astros 分析竞品 → Apollo 执行任务输出内容。
总结
Julian 的 Apollo 语音 Agent 展示了 Hermes Agent 的一个有趣用法——把 AI Agent 从命令行搬到了语音交互层。唤醒词激活、免持操作、记忆召回、实时构建应用，这些能力组合起来，确实有几分钢铁侠 Jarvis 的影子了。
整个系统代码是开放的（Agent OS），你可以在本地搭建，也可以用任意模型替换。语音 Agent 这条路，2026 年可能真的要铺开了。
当然，文章最后也附带一个提醒：这套系统是 Julian Goldie 的商业产品（AI Profit Boardroom 社区的一部分），如果你只想白嫖语音 Agent 功能，用 Hermes Agent 本身 + OpenAI Realtime API 自己搭一套也不难。