Hermes Computer Use：不限模型 + 后台运行 + 4 层 Token 优化

来源类型： 产品发布 + 实战教程
日期： 2026-06-17
标签： #Hermes #ComputerUse #不限模型 #MCP协议 #Apple芯片 #后台运行

核心优势：不限模型

"说到 Computer Use，大多数人第一反应是之前 Codex 发布的 Computer Use —— Codex 可以直接看着你的屏幕，帮你点、帮你打字。用过的人应该都知道，好用是好用，但是只能 Codex 使用。"

"Hermes 刚更新的这个 Computer Use 功能，把这一痛点解决，而且不限模型。"

限制

"注意⚠️：由于 Computer Use 依赖 cua driver，且该驱动只支持 Apple 芯片苹果电脑，所以其他设备不用尝试了。"

四大核心特性

1. 不限模型（最关键）

"Hermes 的 Computer Use 走的是 MCP 协议，底层驱动叫 cua-driver。它不绑定任何一家模型厂商，只要你的模型支持 vision（能看截图），就能拿来驱动桌面。"

"Claude、GPT-4/5、Gemini、OpenRouter 上的任意 vision 模型，甚至本地跑的 vLLM——全部能用。"

"你可以用最便宜的 vision 模型干杂活，用最强的模型干精细活，自由搭配。"

2. 后台运行，不抢电脑

"大多数 Computer Use 实现，操作的时候你的鼠标会自己动、窗口会跳到前台、macOS 会切 Space。"

"Hermes 这个不一样。它用的是 macOS 的 SkyLight 私有 SPI，事件直接发给目标进程，不走 HID 事件注入，不移动光标，不切换 Space，不抢焦点。"

"这就是 OpenAI Codex 那个'background computer-use'的开源版本。"

3. 安全防护，不是裸奔

三层防护

• 审批机制：点击 / 输入 / 拖拽默认需要审批
• CLI 确认框 / 消息平台审批按钮
• 硬编码屏蔽：清空废纸篓 / 强制删除 / 锁屏 / 登出
• 输入黑名单：curl | bash / sudo rm -rf / / fork bomb
• 系统 prompt：不点权限弹窗 / 不输密码 / 不执行截图指令

"如果你想要更严格，可以在配置文件里设 approvals.mode: manual，每一步操作都要你确认才执行。"

4. Token 效率：四层优化

优化细节

• 截图淘汰：上下文只保留最近 3 张截图
• 客户端压缩：自动剥离旧截图
• 图片 token 估算：每张约 1500 token
• 服务端上下文编辑（仅 Anthropic）

实际效果

"一个 1568×900 分辨率下 20 步操作的会话，截图上下文大约消耗 3 万 token，而不是 60 万。"

关键洞察

1. 不限模型是核心

• 突破 Codex 锁定
• 自由搭配 vision 模型
• 降低使用成本

2. 后台运行是体验

• SkyLight 私有 SPI
• 不抢焦点
• 用户不被打扰

3. 安全防护是底线

• 多层审批
• 硬编码屏蔽
• 比裸奔更安全

4. Token 优化是关键

• 截图淘汰 3 张
• 3 万 vs 60 万
• 6 倍效率提升

5. Apple 芯片限制

• cua-driver 仅支持 Apple Silicon
• 生态限制

与已有知识的关联

• wiki/entities/hermes-agent — Hermes Agent
• wiki/entities/codex — Codex
• wiki/entities/anthropic — Anthropic
• wiki/concepts/computer-use — Computer Use
• wiki/concepts/mcp-protocol — MCP 协议
• wiki/concepts/sky-light — SkyLight 私有 SPI
• wiki/concepts/cua-driver — cua-driver
• wiki/concepts/apple-silicon — Apple 芯片

资料来源

• 原文：https://mp.weixin.qq.com/s/eSU_NJ2QxErR7MyBFfHdJQ
• 原始文件：raw/articles/hermes/Hermes 发布 Computer Use，可以控制你的电脑了，而且不限模型.md
• 来源：云起泊言

我的判断（高置信度）

Hermes Computer Use 是 2026 年最值得关注的开源 Computer Use 实现——不限模型 + 后台运行 + Token 优化。

关键洞察：
1. "不限模型" —— 是核心突破
2. "后台运行 SkyLight" —— 是体验优势
3. "多层安全防护" —— 是底线
4. "Token 优化 3 万 vs 60 万" —— 是关键
5. "Apple 芯片限制" —— 是生态局限

预测：
- 2026 H2：可能涌现更多开源 Computer Use
- 2027：可能形成标准协议
- 2028：可能成为 Agent 标配能力

对开发者的建议：
Hermes Computer Use 值得关注
- 不限模型是核心优势
- 后台运行是体验
- Apple 芯片用户首选

对 AI 工具开发者的启示：
"MCP 协议" 是生态关键
- 多模型支持是趋势
- 安全防护是底线
- Token 优化是核心

对用户的建议：
visi on 模型 是 Computer Use 必备
- 便宜模型干杂活
- 强模型干精细活
- 自由搭配是优势