夜雨聆风
一、产品概述与命名由来
还在执着于“养虾”吗？那你可就跟不上AI圈的潮流了。如今，AI领域的热门焦点已从“养虾”转向“养马”，而这股热潮的核心，正是Nous Research团队研发的Hermes Agent。据官方介绍，Hermes源自古希腊神话中的神祇，Nous则对应古希腊语中直接感知真理、理性及神圣现实的能力，名字背后藏着团队对这款产品的高定位。
二、产品核心数据表现
从数据表现来看，Hermes Agent的实力堪称亮眼。在OpenRouter平台的全球每日排名中，它稳居第二，尤其在编程Agent和CLI Agent两大细分领域，更是长期霸占榜首。过去一个月里，其全球调用量突破1.6万亿Token，兼容的模型涵盖Qwen3.6 Plus、MiMo-V2-Pro、MiniMax M2.7、Claude Opus 4.6等众多主流型号。不仅如此，它还是有史以来增长速度最快的智能代理工具——发布仅两个月，就收获了近六万GitHub星标，且始终在Github Trending榜单上占据一席之地。
三、产品增长速度对比
对比同类产品，Hermes Agent的增长速度更是碾压级的。OpenClaw从0星增长到4万星，花费了61天时间，而Hermes Agent仅用45天就完成了这一目标。单看过去7天的星标增长数量，Hermes Agent更是达到了OpenClaw的3倍，这样的增长势头在行业内史无前例。自2月25日首次发布以来，Hermes Agent保持着高频迭代的节奏，如今已更新至V0.8.0版本，成为当前最活跃的开源Agent项目之一。值得一提的是，官方已在X平台宣布，Hermes Agent现已原生支持个人微信，用户只需扫码即可连接，无论是私聊还是群聊都能轻松适配，图片、视频、文件、语音消息等多种格式也能全面覆盖，且采用长轮询直连方式，无需公网IP就能正常使用。
四、与同类产品核心差异
要快速理解Hermes Agent是什么，最直观的方式就是将它与现有主流工具进行对比，清晰看清三者的差异。
（一）Claude Code核心特点
Claude Code主要应用于代码仓库场景，擅长读取代码、编写代码、运行测试以及提交变更，是目前最强大的编码智能体之一，但它无法在服务器上独立运行，也不能在用户休眠时执行定时任务，更无法通过飞书等消息平台向用户推送信息。
（二）OpenClaw核心特点
OpenClaw则解决了AI“离不开笔记本”的痛点，它可以部署在服务器上，接入各类消息平台，能够执行终端命令、管理日程、控制浏览器，成功将AI从单纯的聊天框中解放出来，嵌入到实际的工作流程中。但OpenClaw存在一个根本性的缺陷：它的记忆是静态的。用户需要将信息写入配置文件，它才能读取并执行，一旦会话结束，所有记忆都会清零。它无法从执行过程中自动提炼有用信息，也不会因为用户的一次纠正，就在下次执行时自动调整方式，即便同一套工作流程重复使用，用户每次都需要重新提醒。
（三）Hermes Agent核心优势
而Hermes Agent则在OpenClaw的基础上，构建了一套从底层架构出发设计的学习循环——这并非通过额外的技能插件修补而成，而是内建于整个执行引擎的核心机制。（图源：爱马仕橙皮书）两者差距最明显的两个维度，就是学习能力和用户建模。OpenClaw的技能主要依靠人工编写和调整，其功能进化完全依赖社区和用户的主动维护；而Hermes Agent则越用越精准，使用时间越长，它的技能越贴合需求，记忆越深厚，处理事务也越顺手。
五、产品核心定位
它不再是简单的智能助手，而是能够持续成长的工作搭档。大多数AI工具只能解决“当下一次”的问题——用户提问，它给出答案，会话结束后，所有交互痕迹都会消失。而Hermes Agent的核心目标，是让AI记住“上次是怎么做的”，让它在第30天的表现，与第1天截然不同。这正是Nous Research研发Hermes Agent的核心出发点：它不是一个更智能的聊天框，而是一套可以部署在服务器上、持续运行、能从执行经验中自动沉淀能力的自主智能体框架。
六、学习循环：核心心脏
Hermes Agent的核心竞争力，在于其独特的闭合学习循环（Closed Learning Loop）。每次任务完成后，它会自动复盘三件事：哪些信息值得长期保存、是否有可提炼的技能、已有的技能是否需要根据本次反馈进行优化。同时，系统还内置了周期性唤醒机制（Periodic Nudge）——即便没有新的任务接入，Hermes Agent也会定时回顾近期的交互记录，判断是否有值得沉淀的内容。这就像手机弹出的日记提醒，询问你“今天有什么值得记录的”，不同的是，Hermes Agent无需用户手动回应，会自主完成判断和沉淀。
（一）学习循环三大环节
这个学习循环主要分为三个环节：
1、策划记忆
对话结束后，它会主动提炼有价值的信息，并非将所有聊天记录杂乱地存入数据库，而是筛选出关键内容，写入SQLite数据库并建立FTS5全文索引。如果说传统工具的记忆像录像带，越积累越庞大，那么Hermes Agent的记忆就像日记本，只记录真正有价值的内容。
2、自主创建技能
完成复杂任务后，Hermes Agent会判断该解决方案是否具有复用价值。如果有，就会将整个执行过程提炼成markdown文件，存入~/.hermes/skills/目录下，下次遇到同类任务时，无需从零开始，直接加载该技能即可。
3、技能自改进
它的技能并非一成不变、写死固定的。当用户给出反馈或进行纠正后，Hermes Agent会自动回溯并修改对应的技能文件，采用补丁式修改方式，只修正有问题的部分，不会整体重写，下次执行时，改进后的版本会自动生效。这种方式不仅更安全，能避免覆盖原本好用的逻辑，还能有效降低Token消耗。
七、三层记忆：智能大脑
学习循环产生的各类内容，需要一套完善的分层架构来承载和管理。Hermes Agent采用三层记忆体系，每层各司其职，分别对应不同的核心问题，协同运作支撑整体功能。
（一）第一层：会话记忆
第一层：会话记忆——记录“发生了什么”。每一轮对话的内容、工具调用的过程以及返回结果，都会全部写入SQLite数据库，同时建立FTS5全文索引。其关键设计在于“按需检索”，而非全量加载。当新对话开始时，Hermes Agent不会将所有历史记录全部调用，而是根据当前话题，通过FTS5搜索相关片段，只加载需要的内容。这一设计使得上下文占用的资源基本保持恒定，响应速度不会随着使用时间的增加而变慢，理论上可以持续使用数月甚至数年，且所有数据均存储在本地，不会上传至任何外部服务器，保障用户隐私安全。
（二）第二层：持久记忆
第二层：持久记忆——记住“你是谁”。这一层存储的并非对话内容，而是从长期交互中提炼出的用户持久状态，包括编码偏好、项目习惯、常用工具链、工作时间规律等，这些信息会跨会话保持，即便开启新的对话也不会丢失。在此基础上，可选的Honcho用户建模系统进一步升级了这一功能——它不仅记录用户明确说过的内容，还能从用户的行为模式中推断出用户的真实偏好。比如，用户从未明确说过“我喜欢简洁的代码风格”，但Honcho通过分析用户多次修改代码的行为，就能得出这一结论，后续生成代码时会默认遵循简洁风格。它甚至能捕捉到用户“言行不一”的情况：比如用户嘴上说要写完整注释，但实际审核代码时从不关注注释，Honcho会同时关注用户的语言和行为，而非只听从表面表述。
（三）第三层：技能记忆
第三层：技能记忆——掌握“怎么做事”。这一层存储的是处理事务的方法论和操作规范，每个技能都是~/.hermes/skills/目录下的一个markdown文件，可读可编辑，其来源主要有三种：安装时自带的40+预置技能、Agent从使用经验中自主创建的技能、以及从社区Skills Hub安装的技能。这三种来源并非并列关系：预置技能是基础起点，Skills Hub是功能加速的助力，而Agent自主创建的技能，才是Hermes Agent真正的差异化优势——比如同一个编写代码的技能，经过Python开发者和Rust开发者三周的使用后，会演化出两种完全贴合各自使用习惯的版本，并非通用的模板，而是从用户的实际使用场景中自然生长而来。
（四）技能跨平台复用
值得注意的是，Hermes Agent的技能遵循agentskills.io开放标准，目前已支持30+种工具，包括Claude Code、Cursor、Copilot、Gemini CLI等。用户为Claude Code积累的技能，可以直接在Hermes Agent中调用，反之亦然，技能资产不会被锁定在某一个工具中，实现跨平台复用。
八、三层记忆协作实操
当用户发出“帮我部署这个项目”的指令时，Hermes Agent会通过三层记忆的协同运作完成任务：首先，调用会话记忆，通过FTS5搜索找到用户上次部署项目时遇到的端口冲突记录；接着，调取持久记忆，确认用户常用的是阿里云ECS和Nginx反向代理；最后，加载deployment-checklist这一技能，按照用户之前验证过的步骤逐步执行。三层记忆各司其职，一次调用即可完成复杂任务。
这一逻辑，恰好对应了认知科学中的三种记忆类型：情景记忆（记录发生过什么）、语义记忆（记住你是谁、你的偏好是什么）、程序性记忆（掌握怎么做事）。就像人类学习骑自行车，需要记住上次摔倒的经历（情景记忆），知道骑行时重心要放低（语义记忆），身体能自动保持平衡（程序性记忆），Hermes Agent处理任务的逻辑，与人类的认知过程高度相似。
九、产品局限性
Hermes Agent并非完美无缺，其记忆系统目前没有自动过期机制，长期使用后，数据库会持续增长，因此建议用户定期检查~/.hermes/目录的大小，清理过时的技能文件。此外，如果早期对话中写入了错误信息，这些错误可能会持续影响后续的任务执行，因此定期审查记忆内容和技能文件是十分必要的——就像整理笔记本一样，偶尔翻一翻，发现不合适的内容及时修正，才能保证工具的正常使用。
十、部署与适配场景
Hermes Agent的适配性极强，支持多种运行环境、消息平台和模型，使用场景灵活便捷。
（一）运行环境支持
支持六种运行环境：本地、Docker、SSH、Daytona、Singularity和Modal。其中，Daytona和Modal提供无服务器持久化服务——Agent空闲时会进入休眠状态，有任务时自动唤醒，闲置成本几乎为零。用户既可以将它部署在一台仅需5美元的VPS上，也可以部署在GPU集群中，无需一直连接个人笔记本，使用场景十分灵活。
（二）消息平台适配
在消息平台适配方面，Hermes Agent支持超过15种平台，包括Telegram、Discord、Slack、飞书、微信、企业微信、WhatsApp、Signal、Matrix、电子邮件，以及Home Assistant等智能家居平台。通过一套网关进程统一管理所有渠道，会话可以在不同平台之间无缝衔接，用户无论使用哪种平台，都能获得一致的使用体验。
（三）模型选择支持
在模型选择上，Hermes Agent没有任何锁定限制，支持Nous Portal、Anthropic、OpenRouter（包含200+种模型）、DeepSeek、阿里云DashScope（Qwen系列）、GitHub Copilot，以及任何OpenAI兼容接口，包括本地的Ollama模型。用户只需输入一行命令hermes model，即可切换模型，无需修改代码，也无需重新配置，操作十分便捷。值得一提的是，小米MiMo-V2系列目前已完成与Hermes Agent的官方集成，包括支持百万上下文Token的MiMo-V2-Pro、具备全模态理解能力的MiMo-V2-Omni，以及轻量版Flash模型，并且提供两周的限免试用服务，用户可以免费体验高阶功能。
十一、内置工具与辅助模型
（一）内置工具
Hermes Agent内置超过40种工具，覆盖网页搜索、终端命令执行、文件系统操作、浏览器自动化、图像识别、图片生成、文字转语音、代码执行、子智能体派发、记忆管理、任务规划和定时调度等多个场景，满足用户多样化的使用需求。
（二）浏览器控制功能
在浏览器控制方面，Hermes Agent内置了Camoufox——一款不会留下自动化工具特征指纹的隐身浏览器，能够绕过大多数针对无头浏览器的检测机制。配合Firecrawl进行结构化内容提取，用户可以构建稳定的网页监控和数据抓取管道，无需担心被网站拦截。
（三）辅助模型机制
此外，Hermes Agent还设有辅助模型（Auxiliary Models）机制，专门用于处理那些不值得占用主模型资源的高频侧任务，比如图像分析、网页提取、技能匹配、记忆整理等。系统默认优先调用Gemini Flash自动处理这些任务，无需用户手动配置，这样就能让主模型专注于真正需要推理的核心任务，将边角工作交给更经济实惠的辅助模型完成，既提升了效率，又降低了使用成本。
十二、定时自动化与子智能体
（一）定时自动化功能
Hermes Agent内置cron调度器，支持用户通过自然语言设置定时任务，比如每日日报、夜间备份、每周审计等，只需设置一次，系统就会自动执行，并将结果投递到用户指定的消息平台，无需用户手动操作，极大节省了时间成本。
（二）子智能体功能
对于需要并行处理的复杂工作流，Hermes Agent支持派发隔离的子智能体，每个子智能体都拥有独立的对话上下文、终端环境和Python RPC脚本调用通道，彼此互不干扰，执行完成后，所有结果会汇总回主进程，高效完成复杂任务。
十三、安装与迁移操作
（一）安装流程
Hermes Agent的安装过程十分简单，只需一行命令即可完成，支持Linux、macOS、WSL2，以及通过Termux在Android设备上运行（原生Windows不支持，需先安装WSL2）。安装程序会自动处理Python 3.11、Node.js v22、ripgrep、ffmpeg等所有依赖，无需用户手动安装，上手门槛极低。
（二）OpenClaw迁移操作
如果用户之前使用的是OpenClaw，也无需担心数据迁移的问题——一行命令即可完整导入原有设置，具体命令为：Bash hermes claw migrate。用户的人设文件、记忆数据、自建技能、API密钥、消息平台配置等，都会自动迁移，整个过程不到五分钟就能完成，实现无缝衔接。目前，X平台上已有用户整理好了完整的安装教程，不难预见，新一轮的“装马”热潮即将来临。
十四、产品发展新方向
Hermes Agent解决的核心问题只有一个，但这个问题在过去，始终没有被真正解决：让AI Agent不再是用完即丢、归零重置的一次性工具，而是一个能够从失败中吸取经验、将实践经历沉淀为自身能力、随着使用时间的增加，变得越来越懂用户的长期工作搭档。
这个方向是否正确，或许只需几个月的时间，就能给出明确的答案，但不可否认的是，Hermes Agent的出现，为AI Agent的发展开辟了新的可能，也让人们对智能工具的未来，有了更清晰的期待。
