O czym jest ten film
- Callum z kanału Wanderloots uruchamia agenta Hermes w usłudze Supercomputer od Abacus AI. Odcinek jest sponsorowany przez tego dostawcę.
- Supercomputer to nazwa usługi chmurowej. Autor pokazuje wirtualną maszynę z Ubuntu, oddzieloną od jego prywatnego komputera, a nie własny sprzęt o nadzwyczajnej mocy obliczeniowej.
- Instalację Hermesa uruchamia w panelu przeglądarkowym. Omawia też tryb ciągłej pracy i wyłączanie maszyny po bezczynności.
- Korzysta z Route LLM, przedstawionego jako mechanizm doboru modelu do zadania, i wskazuje możliwość podłączenia własnego dostępu do modeli.
- Sprawdza pamięć między sesjami: przedstawia się agentowi, a następnie pyta w nowej rozmowie, kim jest.
- Zleca przygotowanie umiejętności codziennego przeglądu wiadomości o agentach AI, łączy Telegram i ustawia harmonogram. Pierwszy raport wywołuje ręcznie.
- Gdy wynik okazuje się zbyt skupiony na zastosowaniach w dużych firmach, prosi o zmianę. Ponowne uruchomienie daje raport bliższy jego potrzebom.
- Na końcu omawia koszty utrzymywania maszyny i dostęp do Supercomputer w planie Pro. Podane ceny i pule kredytów opisują ofertę przywołaną w filmie, nie zweryfikowany bieżący cennik.
10 najważniejszych takeaways — z kontekstem zastosowania
{Informacja dodatkowa: pola „Jak stosować” i „Na co uważać” zawierają redakcyjne wskazówki wynikające z pokazu. Nie są dodatkowymi testami usługi ani gwarancjami autora.}
1.Oddziel wybór agenta od utrzymania komputera
Na czym polega: Callum używa Hermesa na zarządzanej maszynie w chmurze. Kieruje pokaz do osób, które nie chcą samodzielnie przygotowywać sprzętu, środowiska i całodobowego dostępu.
Jak stosować: Rozważyć taką usługę, gdy przeszkodą jest administracja komputerem, a nie sam sposób pracy z agentem.
Na co uważać: Łatwa instalacja nie rozstrzyga kosztów, prywatności ani ograniczeń dostawcy. Sponsorowany odcinek jest demonstracją, nie porównaniem usług hostingowych.
2.Zdalna maszyna nie dostaje automatycznie lokalnych plików
Na czym polega: Pokazane Ubuntu działa u dostawcy, nie na komputerze Calluma. Autor przedstawia to jako sposób oddzielenia działań agenta od prywatnych dokumentów.
Jak stosować: Przed dodaniem integracji ustalić, które pliki i konta agent rzeczywiście ma otrzymać. Samo uruchomienie go w chmurze nie wymaga przeniesienia całego własnego archiwum.
Na co uważać: Oddzielenie komputerów nie gwarantuje poufności danych wysłanych do usługi. Film nie zawiera audytu bezpieczeństwa ani sposobu przetwarzania informacji przez dostawcę.
3.Harmonogram wymaga działającej maszyny
Na czym polega: Panel pozwala utrzymywać komputer stale włączony albo zatrzymywać go, gdy nie jest używany. Callum wyjaśnia, że zatrzymana maszyna nie wyśle zaplanowanego raportu, jeśli nie zostanie uruchomiona na czas.
Jak stosować: Tryb pracy dobrać do zadań: stała dostępność dla regularnych automatyzacji, wyłączanie dla sporadycznych eksperymentów.
Na co uważać: Ustawienie godziny w harmonogramie nie jest dowodem, że wyłączony komputer sam wznowi pracę. Takiego działania film nie pokazuje.
4.Automatyczny dobór modelu traktuj jako opcję
Na czym polega: Autor wybiera Route LLM, które według opisu ma dobierać model odpowiedni do zadania. Wskazuje też możliwość skorzystania z własnego API lub obsługiwanego dostępu subskrypcyjnego.
Jak stosować: Jeśli celem jest ograniczenie ręcznego przełączania modeli, sprawdzić tę opcję na typowych własnych zadaniach.
Na co uważać: W materiale nie ma porównania potwierdzającego, że Route LLM zawsze wybiera najlepszy lub najtańszy model. Nie należy też zakładać obsługi każdej istniejącej subskrypcji.
5.Pamięć sprawdzaj w nowej rozmowie
Na czym polega: Callum podaje imię i preferowany styl odpowiedzi. Hermes zapisuje informacje narzędziem pamięci, a w kolejnej sesji poprawnie je przywołuje.
Jak stosować: Przekazać kilka przydatnych preferencji, a następnie sprawdzić ich odtworzenie poza bieżącą rozmową.
Na co uważać: Ten test potwierdza zapamiętanie konkretnych informacji. Nie dowodzi bezbłędnej pamięci ani tego, że każda następna rozmowa automatycznie poprawi jakość pracy.
6.Rozdziel procedurę, harmonogram i dostarczenie wyniku
Na czym polega: Hermes najpierw tworzy umiejętność przygotowywania codziennego raportu. Następnie potrzebne są połączenie z Telegramem, zaplanowane zadanie i próbne uruchomienie.
Jak stosować: W automatyzacji określić osobno temat i format raportu, porę wykonania oraz miejsce odbioru. Sprawdzić wynik ręcznie przed pozostawieniem zadania w harmonogramie.
Na co uważać: Nie wszystko odbywa się po jednej wiadomości. W filmie autor sam łączy komunikator i informuje agenta, że może kontynuować konfigurację.
7.Sprawdź raport w docelowym komunikatorze
Na czym polega: Callum wybiera połączenie z Telegramem przez kod QR i potwierdza utworzenie bota. Pierwszy raport rzeczywiście dociera na telefon. Pokazuje też wątki służące do rozdzielania rozmów z jednym botem.
Jak stosować: Po podłączeniu komunikatora wykonać próbę wysyłki i sprawdzić, czy wiadomość trafia do właściwej rozmowy.
Na co uważać: Panel pokazuje wiele kanałów komunikacji, ale odcinek demonstruje Telegram. Nie potwierdza identycznych funkcji ani przebiegu konfiguracji pozostałych kanałów.
8.Poprawiaj procedurę na podstawie konkretnego wyniku
Na czym polega: Pierwszy przegląd dotyczy głównie rozwiązań dla dużych organizacji. Autor chce zastosowań bliższych indywidualnym użytkownikom, więc przekazuje uwagę. Agent zmienia umiejętność i ponawia zadanie.
Jak stosować: Zamiast prosić ogólnie o lepszy raport, wskazać niepożądany zakres oraz to, co ma go zastąpić. Następnie porównać nowe wydanie z poprzednim.
Na co uważać: Poprawione wydanie pokazano po ręcznym ponowieniu. Film nie przedstawia serii kolejnych dni potwierdzającej trwałą poprawę automatycznych raportów.
9.Osobno oceniaj zadania pomocnicze i pracę wielu modeli
Na czym polega: Autor pokazuje możliwość wyboru modeli do zadań pomocniczych, np. analizy obrazów. Wspomina też układ, w którym kilka mniejszych modeli zbiera materiał, a silniejszy go ocenia i łączy.
Jak stosować: Tam, gdzie liczą się koszty, porównać wynik zadania pomocniczego z własnymi wymaganiami, zamiast wybierać model wyłącznie według ceny.
Na co uważać: Callum mówi o możliwej poprawie jakości przy większym koszcie. Nie wykonuje w tym odcinku testu porównawczego takiego zespołu modeli.
10.Oddziel koszt działającej maszyny od kosztu modeli
Na czym polega: Według informacji z filmu maszyna zużywa jeden kredyt co pięć minut działania, a całodobowa praca przez 31 dni to około 9 tysięcy kredytów. Autor podaje plan Pro za 20 USD miesięcznie z pulą 30 tysięcy kredytów; plan podstawowy nie obejmuje Supercomputer.
Jak stosować: Przed włączeniem stałej pracy sprawdzić aktualną ofertę i pozostawić w budżecie miejsce na użycie modeli, nie tylko na utrzymywanie maszyny.
Na co uważać: Są to stawki przywołane w nagraniu z 29 lipca 2026 r. Film nie ustala kosztu wszystkich możliwych zadań ani nie gwarantuje, że podana pula wystarczy na dowolne obciążenie.
Omówienie materiału
Gotowe środowisko zamiast samodzielnej instalacji
Odcinek przedstawia alternatywę dla wcześniejszych poradników Calluma o lokalnym uruchamianiu agentów. Supercomputer od Abacus AI łączy zdalną maszynę, panel zarządzania i dostęp do modeli. Nazwa produktu nie powinna przesłaniać tego, co faktycznie widać: wirtualnego komputera z Ubuntu, na którym autor instaluje Hermesa. Abacus AI sponsoruje materiał.
Pokaz instalacji jest krótki: Callum wybiera Hermesa w panelu i uruchamia przygotowanie środowiska. Wspomina, że na tej samej maszynie można używać także innych agentów, ale nie przeprowadza ich instalacji. Dlatego łatwości pokazanego uruchomienia Hermesa nie należy automatycznie przypisywać każdemu wymienionemu narzędziu.
Oddzielenie od prywatnego komputera ogranicza bezpośredni dostęp agenta do lokalnych plików. To główny argument bezpieczeństwa autora, nie dowód pełnej ochrony wszystkich danych. Dalsze połączenia z kontami, dokumentami czy usługami wymagałyby osobnej oceny — odcinek jej nie przeprowadza.
Najpierw pamięć, potem codzienny raport
Po uruchomieniu Callum wybiera Route LLM i sprawdza, czy rozmawia z Hermesem. Następnie przedstawia się i opisuje preferencję krótkich, praktycznych odpowiedzi. Agent zapisuje te dane w pamięci użytkownika, a nowa sesja potrafi je odtworzyć. Pokaz daje konkretny przykład zachowania informacji między rozmowami, zamiast pozostawiać „uczenie się użytkownika” wyłącznie deklaracją.
Głównym zadaniem jest codzienny przegląd ciekawych zastosowań agentów AI, ze streszczeniami i poprawnymi linkami. Hermes tworzy umiejętność opisującą pracę, po czym prosi o dane potrzebne do dostarczania wyniku na Telegram. Callum wybiera konfigurację przez kod QR, potwierdza utworzenie bota i nawiązuje rozmowę. Dopiero po informacji, że Telegram jest gotowy, agent kończy ustawianie automatyzacji.
Harmonogram przewiduje raport każdego dnia o dziewiątej. Pierwsze uruchomienie jest jednak ręczne i służy sprawdzeniu całego połączenia: od wyszukania wiadomości po dostarczenie ich na telefon. Wiadomość dociera, ale jej tematyka nie odpowiada autorowi. Zamiast praktyki indywidualnych użytkowników dominują zastosowania dla dużych firm. Po uwadze Calluma Hermes modyfikuje umiejętność i ponawia zadanie. Nowy raport bardziej odpowiada jego oczekiwaniom.
To istotne rozróżnienie: film pokazuje udaną korektę procedury oraz dostarczenie testowej wiadomości, a nie wielodniową pracę bez nadzoru. Zapowiedź codziennego raportu wynika z utworzonego harmonogramu; jej niezawodność nie jest tu przedmiotem dłuższego testu.
Dostępność i koszty trzeba rozpatrywać razem
Panel oferuje stałe działanie maszyny albo jej zatrzymywanie. Pierwsza opcja ułatwia dostęp bez oczekiwania na rozruch i umożliwia wykonywanie zaplanowanych zadań. Druga ogranicza zużycie kredytów, lecz wymaga pamiętania o porze uruchomienia: wyłączony komputer nie przygotuje raportu.
Callum podaje koszt jednego kredytu za każde pięć minut działania oraz około 9 tysięcy kredytów za 31 dni ciągłej pracy. W przywołanej ofercie dostęp do Supercomputer zaczyna się od planu Pro za 20 dolarów miesięcznie, obejmującego 30 tysięcy kredytów. Pozostała część puli może służyć korzystaniu z modeli. To rachunek oparty na stawkach z filmu, a nie aktualna wycena usługi dla czytelnika.
Autor krótko omawia osobny dobór modeli do zadań pomocniczych i możliwość współpracy kilku modeli nad jednym problemem. Traktuje je jako sposoby szukania kompromisu między jakością a kosztem. Nie pokazuje pomiarów, które przesądzałyby, jaki wybór jest najlepszy.
Co ten pokaz rozstrzyga
Odcinek dokumentuje przejście od instalacji Hermesa w panelu do pamięci między sesjami, połączenia z Telegramem i testowego raportu. Nie jest audytem chmury, testem wszystkich modeli ani dowodem bezawaryjnej pracy przez całą dobę. Zapowiedziane rozszerzenia — m.in. zewnętrzna pamięć i dalsze integracje — pozostają tematami innych materiałów. Dla osoby rozważającej tę drogę najważniejsze pytanie brzmi więc: czy wygoda zarządzanej maszyny i komunikatora uzasadnia koszt oraz powierzenie dostawcy wybranego zakresu pracy?