AI 是怎样从“会回答”变成“会工作”的？

最近接触 Hermes Agent 时，我有一个很直观的感受：它已经不像只会回答问题的聊天机器人，更像一个能够持续工作的执行者。
它可以调用工具、读取文件、运行命令，并根据结果调整下一步；也能记住经验，把有效方法沉淀成 Skills，在之后继续复用。它不仅会回答，还会行动、纠错、记忆和积累方法。
理解这种变化，可以从一条能力演进路线说起。
第一阶段是 LLM。它更像一个知识丰富的大脑：理解问题、进行推理、生成答案。它可以告诉你代码怎么改、项目怎么部署，但真正打开文件、执行命令和处理错误的人，仍然是用户。LLM 会回答，却不一定会行动。
第二阶段是 ReAct。模型开始调用搜索、终端、浏览器和代码执行器，不再一次性猜出答案，而是边做边看。例如处理程序错误时，它可以读取代码、运行程序、查看报错、修改代码，再重新测试。
它的核心循环是：
推理 → 行动 → 观察 → 再推理
ReAct 的意义，不只是让模型多想几步，而是让 AI 进入环境，通过真实反馈修正判断。它从“给建议的大脑”，变成了拥有“手脚”的执行者。
第三阶段是 Hermes。ReAct 主要解决“下一步做什么”，却没有完整解决经验能否保留、方法能否复用，以及 Agent 能否跨会话长期运行。
Hermes 在 ReAct 的执行内环之外，加入了 Memory、Skills、历史检索、上下文管理、子 Agent 和长期运行机制。一次任务中验证有效的方法，可以被整理成 Skill；下次遇到相似问题时，Agent 可以直接复用。
于是形成两个循环：
快速内环：推理 → 行动 → 观察 → 调整
长期外环：执行 → 总结 → 写入记忆或 Skill → 未来复用
所以，Hermes 并没有抛弃 ReAct。ReAct 是当前任务的执行内环，Memory 和 Skills 则构成跨任务积累经验的外环。
不过ReAct 也不是唯一的推理与决策范式。CoT 强调逐步思考，Plan-and-Execute 强调先规划再执行，ToT 和 GoT 则用于探索和组合多条思路。实际 Agent 往往会混合使用多种模式。
概括来说：
LLM，让 AI 学会回答；
ReAct，让 AI 学会行动；
Hermes，让 AI 开始记忆、复用，并持续工作。
下一代 Agent 的关键，会是更强的模型，还是更完整的记忆、工具与 Skills 系统？