Le froid reste fait a la main : monter une liste, deviner les adresses, espérer qu'elles sont justes, puis y passer des heures. La phrase d'ouverture de Julian Goldie dit exactement cela, la plupart des gens accolent encore cinq outils distincts pour trouver les bonnes personnes. Sa reponse est une machine pilotee depuis un seul ecran , ou l'on ecrit une phrase et elle trouve, verifie et ecrit aux personnes decrites.
La demonstration est courte et convaincante. Il tape une ligne dans l'interface, des agences SEO sucrees par le link building, puis clique sur trouver et enrichir. Le resultat contient de vrais noms de domaine, de vraies adresses, la taille des entreprises et de courtes descriptions, le tout range en trois groupes : nouveau, enrichi, valide. La demonstration ne montre donc pas un moteur qui remplit un tableau, mais une machine qui trouve et filtre les adresses a votre place.
La machine tourne dans un tableau de bord que l'animateur appelle Agent OS, et dessous se trouve Hermes Agent, un projet open source de Nous Research : distribué sous licence MIT, indépendant de tout modèle unique, et capable de garder une mémoire entre les sessions. La documentation hermes-agent.nousresearch.com indique que cette mémoire tient dans deux fichiers texte avec un budget de caractères strict, et sa page sur les compétences les décrit comme des fichiers distincts à révélation progressive. Le dépôt github.com/NousResearch/hermes-agent confirme la licence et l'indépendance au modèle. L'affirmation du cerveau n'est donc pas du marketing, c'est une architecture inspectable.
Une phrase, ou une liste deja constitutee
Il y a deux entrees. Si vous avez deja une liste, vous la collez et l'enrichissement continue. Si vous partez de zero, vous evitez les filtres, les tableurs et la devinette du format d'adresse, et vous decrivez simplement qui vous cherchez en anglais courant. Agences, boutiques en ligne, services locaux ou coach, la logique reste la meme, seuls les mots changent.
La recherche et la verification passent par Hunter. Selon les pages d'aide de Hunter, l'outil deduit une adresse d'un domaine ou en retrouve une a partir d'un nom et d'un domaine, attribue un score de confiance a chaque adresse et lance une verification gratuite avant de renvoyer un resultat. Le verificateur controle le format, elimine les adresses jetables et webmail, puis contacte le serveur de messagerie sans rien envoyer pour verifier qu'une boite existe. La limite est indiquee sur ces memes pages : sur les domaines accept-all, la verification ne peut pas devenir certaine, d'ou la recommandation de privilegier les adresses a haute confiance et la suppression des variantes de nom inventees.
Du filtre a la reponse : score, redaction, statut
Apres la verification, un deuxieme niveau arrive : chaque candidat recoit une note d'adequation sur cent, et tout ce qui passe sous le seuil est ecarte plutot que conserve. Puis une accroche personnelle et un court message sont rediges pour chaque nom et chaque entreprise. Le tableau de bord affiche nouveau, enrichi, valide, contacte et repondu comme etats distincts, donc ou en est la campagne se lit d'un coup d'oeil. Le texte genere reste soumis a validation humaine avant envoi.
Ce que coutaient vraiment les cinq onglets
L'ancienne méthode opposée à l'animateur est familière : un onglet pour trouver, un autre pour vérifier, un autre pour écrire, un autre pour envoyer. Les heures s'écoulent et la plupart du temps on joint des gens qui n'ont jamais eu de sens. Goldie dit avoir fait ce travail lui-même au début de son agence. seogoldieagency.com date l'entreprise de 2018 et décrit une équipe de soixante-dix personnes qui fait du link building pour des clients SaaS et e-commerce ; juliangoldie.com détaille le procédé, prospecter des sites pouvant faire un lien puis les contacter par e-mail froid. La comparaison n'est donc pas une exagération, c'est le constat de quelqu'un qui fait le même métier.
Sa raison de preferer le tableau de bord a un simple terminal est un argument a part. Taper des commandes ne laisse aucune trace durable du processus, donc revenir plus tard on ne voit pas ce qui a ete fait. On pourrait ecrire un fichier de competence, mais il devient brouillon et dur a relire ensuite. Dans le tableau de bord on voit qui a ete contacte et quand, combien de messages sont partis, ce que fait chaque reglage ; une campagne peut etre mise en pause et les enregistrements hors sujet supprimes. La vraie difference n'est pas une interface plus jolie, c'est un systeme que l'on peut annuler.
Memoire partagee et choix du modele
La vraie promesse d'Agent OS n'est pas le tableau de bord mais la memoire partagee . Dans les mots de l'animateur, c'est un coffre observable de fichiers texte. Quand la machine apprend qui vous convient, ou quand vous changez de style, cette connaissance ne disparait pas ; l'agent de contenu et l'agent de recherche lisent les memes fichiers. Cote modele, la porte reste ouverte : le travail complexe part sur un modele puissant, le travail repetitif sur un modele gratuit ou local, et l'on passe de l'un a l'autre en une seule commande. L'independance de Hermes au modele n'est pas un avantage concurrentiel ici, c'est du controle du cout.
Pour qui cela fonctionne
Les six etapes se resumeent ici : decrire, trouver, verifier, noter, ecrire personnellement, envoyer depuis sa propre boite. L'installation n'est pas presentee comme plus complexe qu'elle ne l'est : ouvrir l'application, saisir la cle API dans les reglages, connecter une adresse e-mail. L'animateur insiste sur le fait qu'il n'est pas technique et qu'il a quand meme construit la chose, puis il traite la peur la plus frequente : il existe une etape de validation et rien n'est envoye sans vous. La deuxieme mise en garde est technique, il conseille d'utiliser une adresse e-mail dediee a l'envoi, separee du courrier personnel.
La section de cloture est un appel commercial qui n'affaiblit pas la these, il rappelle seulement l'echelle. La machine vient d'etre construite, l'animateur la decrit ouvertement comme experimentale et dit que s'en servir est vraiment agreable. L'offre ne se limite cependant pas a la machine : une feuille de route de trente jours, des invites a copier, quatre appels de coaching par semaine et une communaute de plus de quatre mille membres qui travaillent sur la meme chose. La valeur ici tient autant a la couche de support qu'a l'outil.
| Couche | Ce qu'elle resout |
|---|---|
| Entree | Une phrase ou une liste existante, sans filtre |
| Verification | Score de confiance et controle de livrabilite |
| Filtre | Note d'adequation sur 100 ecarte le trop faible |
Moments clés
- Le probleme : cinq outils distincts
- Une cible decrite en une ligne
- Lancement de la recherche et de l'enrichissement
- La recherche d'adresses via Hunter
- Score de confiance et verification avant envoi
- Une note d'adequation sur cent
- Le cout en onglets et en heures de l'ancienne methode
- Pas un modele enferme, mais un tableau de bord
- Validation humaine avant tout envoi
- L'aveu que le systeme est encore experimental
Commentaire de l’IA
"Ce qui compte dans la video n'est pas la promotion du produit mais trois choix d'architecture : la memoire durable vit dans un fichier, le choix du modele reste a l'utilisateur, et l'envoi passe par une validation humaine. Ces trois la reussis, le froid cesse d'etre une pile d'onglets pour devenir un processus repetable."
Évaluation de l’IA
L'affirmation la plus forte de la video est que le vrai cout de l'automatisation est le contexte, pas les jetons. Tableau de bord, memoire et choix du modele ne fonctionnent qu'ensemble, et c'est bien ce qui resout le probleme des cinq outils. En face, aucune promesse de conversion n'apparait : la video dit que des adresses sont trouvees, jamais combien de reponses sont revenues. La metrique montree est donc le temps passe, pas un taux de reponse.
La critique technique porte sur la couche de vérification. La vidéo a raison de dire que la vérification fait baisser les rebonds, mais sur les domaines accept-all et les services d'adresses jetables elle ne peut pas être certaine, une limite écrite sur les pages d'aide de l'outil lui-même. Il en va de même pour le volume : envoyer des centaines de messages par jour depuis une boîte nouvellement créée, sans domaine d'envoi séparé ni rodage, finit en spam en quelques jours. La base de connaissances d'Apollo parle d'une cinquantaine de messages par boîte et par jour, avec SPF, DKIM et DMARC, et son guide de délivrabilité mérite d'être lu avant d'activer une séquence automatique.
Le volet juridique compte davantage. Aux Etats-Unis, le guide de la FTC recapitule les obligations : pas d'en-tete ni d'expediteur trompeur, mentionner le caractere publicitaire, fournir une adresse physique valide et honorer une demande de desabonnement sous dix jours ouvrables. En Europe, le travail repose sur le test d'interet legitime decrit par l'ICO, forme de trois elements, finalite, necessite et equilibre, et ecrit avant le traitement. La question de l'entreprise a qui l'on ecrit designe donc le point le plus faible de tout le systeme.
Mon conseil pratique : ce genre de systemes accelerent la recherche et la prospection, ils ne decident pas. Je commencerais par une seule niche et un seul domaine d'envoi, je garderais la validation humaine dans la boucle, je mesurerais chaque semaine les non-reponses et j'ecrirais une seule fois l'evaluation d'interet legitime pour la conserver. Pour ceux qui veulent mener leur propre agence avec leurs propres outils, c'est utile ; pour qui cherche une excuse de spam massif, l'etape de verification n'arrete rien.
Sources
12 liens ; 1 d’entre eux sont aussi cités par 1 autre article. Stories sharing a link do not confirm each other; a source's origin is not inferred from how often it is cited.
- @youtube Julian Goldie SEO — I Built a Lead Generation Machine With Hermes
- @hunter.io Hunter — Email Verification FAQs
- @hunter.io Hunter — Email Verifier kontrolleri
- @ftc.gov FTC — CAN-SPAM Act uyum rehberi
- @ico.org.uk ICO — Meşru menfaat değerlendirmesi
- @knowledge.apollo.io Apollo — E-posta ulaşılabilirlik önerileri
- @hermes-agent.nousresearch.com Hermes Agent — Kalıcı hafıza dokümantasyonu
- @hermes-agent.nousresearch.com Hermes Agent — Beceri sistemi
Également cité par : Building with Hermes Agent: Persistent Memory, Skills, and Multi-Channel Automation
- @github.com NousResearch — hermes-agent deposu
- @seogoldieagency.com Goldie Agency — Julian Goldie hakkında
- @juliangoldie.com Julian Goldie — Link building uzmanlığı
- @ico.org.uk ICO — B2B pazarlama kuralları
hermes · agent · email froid · automatisation · open source · memoire