据 XDA Developers 报道,作者通过 Hermes Agent 成功让本地运行的 Qwen3.6 模型接管了 Windows 11 系统的日常维护任务,包括应用更新、数据备份和网络诊断。
要点速览
- 本地运行零成本:使用 Unsloth 量化的 Qwen3.6-35B-A3B 模型,在 RTX 4070 Ti Super 上运行,速度达 56–58 tokens/秒。
- 自动化应用更新:模型调用 Windows 内置的 winget 包管理器,自动识别并更新超过 40 个待更新应用,全程无需人工干预。
- 智能备份策略:模型不仅执行备份,还主动创建 Windows 计划任务,使备份在模型离线时也能由系统独立运行。
- 网络故障诊断:通过调用 Ookla Speedtest CLI 和 ping 命令,快速区分是本地网络、ISP 还是目标服务器的问题。

应用更新管理:作者要求 Qwen 运行 winget 列出所有待更新应用。模型返回了包含包 ID 和版本的详细列表。作者排除了 Git、Windows Terminal、llama.cpp、Hermes 和 Nvidia 驱动,最终让模型更新了 WinRAR、HWMonitor 和 GPU-Z 等日常工具。每个应用更新耗时 24–40 秒,全部完成耗时 1 分 42 秒,模型还生成了总结表格。
智能文件备份:针对项目文件备份,作者指令 Qwen 每晚 11 点将项目文件夹备份到 Crucial BX500 SATA SSD。模型使用 Windows 内置的 robocopy 工具,并设置“不删除”策略。令人印象深刻的是,模型未使用 Hermes 内置调度器,而是直接注册了 Windows 计划任务。这意味着备份任务由 Windows 系统接管,即使本地 AI 模型关闭,备份依然准时执行。

网络诊断自动化:面对网络波动,作者让 Qwen 运行 Ookla Speedtest CLI,并分别对路由器、Cloudflare (1.1.1.1) 和 google.com 进行 20 次 ping 测试,以及三次 DNS 查找。整个过程耗时约 1 分 44 秒,执行了五个命令。在近期微软服务中断期间,该流程在两分钟内确认作者家庭和 ISP 网络正常,从而锁定问题出在微软端,避免了盲目联系 ISP 的麻烦。
关键参数
| 项目 | 参数 |
|---|---|
| 模型版本 | Qwen3.6-35B-A3B (Unsloth UD-IQ4_XS 量化) |
| 推理引擎 | llama.cpp (64K 上下文窗口, –fit 参数) |
| 硬件配置 | RTX 4070 Ti Super (16GB GDDR6X) + 32GB DDR5-6000 |
| 推理速度 | 56–58 tokens/秒 |
| 更新工具 | winget (Windows 11 内置包管理器) |
| 备份工具 | robocopy (Windows 内置文件复制工具) |
| 网络测试 | Ookla Speedtest CLI + ping + DNS lookup |

价格与上市
- 软件:Hermes Agent 及 Qwen3.6 模型均为开源,本地运行无额外 API 费用。
- 硬件要求:需配备约 16GB 显存的 GPU(如 RTX 4070 Ti Super)及足够的系统内存。
- 上市时间:基于 XDA Developers 2026 年 11 月 13 日的实测报道。
本地 AI 何时值得为家庭工作室买单?
对于拥有独立工作室或家庭办公环境的 Maker 而言,Hermes Agent 结合 Qwen3.6 的价值在于将“琐碎但必要”的系统维护从手动操作转化为后台自动化。不再需要每天检查更新、手动复制项目文件或在网络卡顿时反复测试路由,这些任务现在由本地 GPU 在后台静默完成。
这种方案特别适合那些重视数据隐私、不想将工作流数据发送至云端 API 的用户。虽然需要一定的硬件门槛(如 16GB 显存以上的显卡)和初步的配置知识,但一旦配置完成,它提供的稳定性和零边际成本是云端 AI 难以比拟的。对于已经拥有 RTX 4070 Ti 级别显卡的用户,这是一个值得尝试的效率提升方案;对于显存较小的用户,可能需要寻找更小的量化模型或接受稍慢的推理速度。





