夜雨聆风近期，AI Agent 领域出现明显分化趋势。一类以工具调用和流程编排为核心的系统，被业内称为“龙虾”；另一类则是以自主学习和长期运行能力为特征的新型Agent，被形象称为“马”。随着 Hermes Agent 的快速走红，这一对比开始在开发者社区持续发酵。
公开信息显示，Hermes Agent 由 Nous Research 于2026年2月开源，初期关注度有限，但在3月至4月期间迅速升温。GitHub 星标数量快速增长，相关技术讨论在海外社区和国内开发者平台同步扩散。
与传统Agent方案相比，Hermes Agent 的核心在于“持续运行与能力沉淀”。其设计包括长期记忆机制、技能（skills）复用体系以及多Agent协作能力，旨在让系统在多轮任务中不断积累经验，而非每次从零开始执行。这一思路被部分开发者视为从“工具调用”向“自主代理”转变的重要尝试。
与此同时，生态侧的动作进一步放大了市场关注度。2026年4月中旬，Tencent 在其产品体系中引入 Hermes Agent 能力，包括在社交与云服务场景中提供接入支持。业内普遍认为，这标志着相关技术开始从实验阶段迈向实际应用场景。
相比之下，被称为“龙虾”的一类方案，仍以工具链能力为核心，强调流程可控与执行稳定。这类系统通常依赖预定义流程与规则驱动，在企业级应用中具备一定落地基础，但在复杂任务适应性和长期能力积累方面存在局限。
当前，围绕两种路线的争议逐渐增多。一部分观点认为，自主型Agent有望显著提升效率，尤其在复杂任务处理和长期运行场景中具备潜力；另一部分则指出，相关技术仍处于早期阶段，在稳定性、成本控制及可解释性方面尚未得到充分验证。
从行业发展来看，AI Agent 正从“单次交互工具”向“持续运行系统”演进。无论是以工具链为核心的路径，还是以自主能力为导向的路径，都在试图解决AI从“可用”到“可依赖”的关键问题。
“养龙虾还是养马”，表面上是一个调侃，本质上是在讨论两种完全不同的发展逻辑。
前者短期更有价值，后者长期空间更大。但长期能不能兑现，取决于稳定性、成本和真实使用场景的验证。
