夜雨聆风
你的AI助理用完就忘?换爱马仕试试
你有没有过这样的经历：让AI帮你写代码、发邮件、管理日程，结果第二天它又从头开始，完全不记得上次怎么做的？
每次都要重新解释一遍需求，重新纠正一遍错误。累不累？
这就是现在AI Agent的通病：用完归零，从不进化。
直到 Hermes Agent 出现。
三个关键词：记忆、学习、进化
Hermes Agent 是 Nous Research 开发的开源AI智能体，GitHub上已经狂揽5.2万颗星。它的核心卖点只有一句话：The agent that grows with you——与你共同成长的Agent。
记忆：四层记忆系统，3575字符常驻提示，SQLite全文检索，跨会话记住一切
学习：自动判断”什么方法有效”，生成可复用的Skill文件，下次直接调用
进化：每用一次，能力就增强一点。三个月后的Agent和第一天不一样
和OpenClaw相比，Hermes最大的区别在于：OpenClaw靠配置文件管理多Agent协作，记忆是静态的；而Hermes是单一Agent，但会从你的使用中自动学习。
三步入门：从安装到运行
| 步骤 | 操作 | 难度 | 时间 |
|---|---|---|---|
| 第一步 | 一行命令安装 | 简单 | 5分钟 |
| 第二步 | 选择模型配置 | 中等 | 3分钟 |
| 第三步 | 开始对话使用 | 简单 | 1分钟 |
第一步：安装
Linux、macOS、WSL2、Android（Termux）都支持：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
安装完成后：
source ~/.bashrc # 重载shell hermes # 启动对话
注意：不支持原生Windows，需要先装WSL2。
第二步：模型配置
Hermes支持400+模型，推荐三种方式：
| 方式 | 优点 | 缺点 | 成本 |
|---|---|---|---|
| Nous Portal | 零配置，订阅制 | 需付费 | 月订阅 |
| Claude Pro | 直接登录Claude账号 | 可能被封 | Claude会员费 |
| 小米MiMo | 目前限免两周 | 功能较新 | 免费 |
配置命令：
hermes model # 打开模型选择界面
第三步：开始使用
hermes # 命令行对话 hermes gateway # 启动消息网关（Telegram、飞书等）
进阶玩法：让Agent真正”进化”
安装只是开始，真正的价值在于学习循环。
触发条件：Hermes会在以下情况自动生成Skill文件：
- 工具调用超过5次
- 中途出错后自己修复了
- 用户做了纠正
- 走了一条不明显但有效的路径
生成的Skill文件存放在 ~/.hermes/skills/，格式遵循 agentskills.io 开放标准。这意味着理论上可以在OpenClaw、Claude Code、Cursor等其他Agent中使用。
关键设计：技能修改用patch方式，只传旧字符串和替换内容，不全量覆写。两个好处：
1. 更安全：不会把原来好用的部分一起破坏
2. 更省钱：token消耗更少
四层记忆系统：
| 层级 | 名称 | 存放内容 | 加载时机 |
|---|---|---|---|
| 第一层 | 常驻提示 | MEMORY.md + USER.md | 每次会话自动加载 |
| 第二层 | 会话归档 | SQLite + 全文索引 | 需要历史上下文时检索 |
| 第三层 | 技能文件 | 学习循环产出 | 按需调入全文 |
| 第四层 | Honcho | 用户画像 | 跨会话积累偏好 |
这个设计的效果：技能库可以从40个增长到200个，而上下文成本几乎不变。
周期性微调（Periodic Nudge）：在没有用户输入的情况下，系统会定期自动向Agent发内部提示，要求它回顾最近操作，判断哪些值得写入记忆。完全不需要用户触发。
真实案例：开发者2.5小时做出游戏
一位开发者用Hermes Agent花费2.5小时做出了《百战天虫》克隆版。他使用了：
- 持久shell模式
- 并行子Agent
- /rollback文件系统检查点
- CDP实时Chrome调试
更关键的是：Agent自己把物理引擎逻辑整理成了一个可复用的Skill插件。
这意味着下次做类似游戏，不需要从头开始。
用户反馈：
“准备放弃龙虾转爱马仕了，龙虾记忆太差了，爱马仕无论怎么重开，过多久都能记住”
有人分享”爱马仕橙皮书”，称其为目前最强大的开源AI Agent框架之一。
时间线：
- 2025年2月25日：首次发布
- 2025年3月：V0.2.0版本
- 2025年4月：V0.8.0版本，小米MiMo接入并限免两周
避坑指南：三个常见问题
问题一：安装太复杂
确实。Hermes不是”装完就能用”的工具，而是需要运行和维护的基础设施。如果你只是想要一个简单的手机AI助理，OpenClaw更合适。
问题二：模型费用高
Hermes需要调用大模型，每次对话都会消耗token。建议：
- 用小米MiMo（目前限免）
- 或用本地模型（Ollama）
- 或用便宜的模型处理侧任务（默认用Gemini Flash）
问题三：从OpenClaw迁移麻烦
其实有自动迁移工具：
hermes claw migrate --dry-run # 预览迁移内容 hermes claw migrate # 执行迁移
可迁移的内容：
- SOUL.md（人格文件）
- MEMORY.md、USER.md（记忆）
- Skills（技能）
- API keys（Telegram、OpenRouter等）
- 消息平台配置
方法和态度：怎么用好Hermes
方法：
1. 给它时间学习：刚装上它和普通Agent差不多，用过一段时间后才有差异
2. 让它犯错再纠正：学习循环的触发条件包括”用户纠正”，所以别怕它出错
3. 定期检查Skills目录：看看它自动生成了什么技能，可能比你自己总结的还好
态度：
Hermes适合的场景是：你有重复的、会演化的工作流，同时你愿意让Agent从使用习惯中积累经验。
如果只是偶尔用一下，或者每次任务都完全不同，Hermes的优势不明显。
但如果你是每天都要用它处理相似任务的人，三个月后你会发现：它真的变聪明了。
轮到你了
养龙虾还是拿爱马仕？
这不是简单的选择题。OpenClaw成熟稳定，社区活跃；Hermes理念先进，但还在快速迭代。
我的建议：先观望，等Hermes稳定后再评估。或者，在另一台机器上试点，用同样的任务对比测试，看看学习循环到底能带来多少价值。
毕竟，Agent的未来不是用完归零的工具，而是能从失败中学到东西的搭档。
Hermes给了Agent一个新的方向。
轮到你来决定：跟上，还是观望？
官网：hermes-agent.nousresearch.com
GitHub：github.com/NousResearch/hermes-agent