Hermes Agent 深度拆解：会自己写 SOP 的实习生

# Hermes Agent 深度拆解报告 ## ——会自己进化的 AI 智能体，是营销话术还是真架构？ > **参考风格：理查德·费曼** > 如果你不能向一个聪明的大一学生解释清楚，那你自己也没有真正理解。 --- ## 一、先回答最根本的问题：它到底在卖什么？ 市面上每个 AI Agent 都在喊" autonomous"（自主）。Hermes 的特别之处在于，它把自己的定位从"工具"改成了"学生"。 它的核心主张是：**内置学习循环（built-in learning loop）**。不是指模型本身会更新权重——那需要 GPU 集群和几百万美元。而是指 agent 的运行时（runtime）会从自己的工作中提炼经验，把它们变成可复用的"技能"（skills），并在下次遇到类似任务时自动调用、自动优化。 这听起来像人话吗？打个比方： > 你请了一个实习生。普通 agent 是每天下班就失忆的实习生，第二天你得重新教。Hermes 是会在每天晚上写工作笔记、整理 SOP、而且越干越顺手的实习生。 笔记 = `MEMORY.md`（事实记忆）。 SOP = `skills/` 目录下的自生成文件（程序性记忆）。 对你的了解 = `USER.md`（用户画像，通过 Honcho 生成）。 这就是它的三层记忆架构。**区别不在于它有记忆，而在于记忆是如何被创建和维护的。** --- ## 二、内置学习循环：从"用"到"学"的机制 ### 2.1 技能的诞生：每 15 次工具调用后的"复盘" Hermes 的学习循环有一个非常具体的触发条件：**每完成大约 15 次工具调用，agent 会暂停当前工作，进入一次自我复盘（reflection）**。 它做了什么？ 1. 回顾刚才这一轮对话里用了哪些工具、步骤是否有效、有没有走弯路。 2. 如果任务足够复杂且解决路径清晰，它会**自动生成一个 skill 文件**，存到 `~/.hermes/skills/` 下。 3. 这个 skill 是一个 Markdown 文件，遵循 agentskills.io 开放标准，包含：触发条件、步骤清单、注意事项、甚至可以内嵌 Python 脚本。 **关键洞察：这不是魔法，这是一个可重复的节拍器（cadence）。** 很多 agent 框架号称"自动学习"，但学习触发条件是模糊的——比如"任务结束后"。Hermes 把它量化成了工具调用次数。这让它不会因为每一个小任务都乱写技能，也不会因为任务太长而忘记复盘。 ### 2.2 技能的自我改进：从 v1 到 v4 的"重写" skill 生成后不是死的。下次 agent 调用这个 skill 时，如果环境变了、步骤需要调整、或者发现了更短的路径，它会在执行过程中**直接修改 skill 文件**。 有用户记录了一个真实案例：一个"竞品监控"任务，同样的 prompt 每周一执行一次。 - 第 1 周：花了 20 分钟，agent 现查现做。 - 第 4 周：花了 12 分钟，skill 已经被重写过两次。 - 第 6 周：花了 8 分钟，agent 基本在走固定流程，只在遇到异常时才需要动脑。 **这就是程序性记忆的复利效应。** 模型能力本身没有变，但 agent 的"肌肉记忆"在积累。 ### 2.3 "Nudge"机制：agent 自己催自己写笔记 除了被动地在工具调用后复盘，Hermes 还有一个主动机制：**定期 nudge（轻推）自己把短期记忆持久化**。 这类似于一种"你该写日记了"的内部提醒。agent 会检查当前会话中有没有值得写入 `MEMORY.md` 或 `USER.md` 的信息——比如用户的新偏好、项目路径的变更、一个刚发现的坑——然后主动调用记忆写入工具。 **坦诚地说：** 这个 nudge 的具体触发逻辑（是定时？还是基于信息熵？）在公开文档里没有完全透明。但从架构设计的角度看，它的意义在于解决了 agent 的一个常见毛病：**做了很多事，但关窗口那一刻什么也没留下。** ### 2.4 FTS5 + LLM 总结：跨 session 的"长程记忆" Hermes 用 SQLite 的 FTS5（全文检索）模块索引所有历史会话。当你问"上周我们是怎么解决那个 Docker 问题的？"时，它不是靠 LLM 的上下文窗口去"回想"——那只有 128k 或 200k token，撑不住几个月的日志。 它的流程是： 1. FTS5 快速检索相关历史会话（毫秒级）。 2. 把检索到的片段交给 LLM 做总结和关联。 3. 把总结结果注入当前上下文。 **这是搜索引擎 + 大脑的组合拳。** 没有 FTS5，LLM 总结就是大海捞针；没有 LLM 总结，FTS5 搜出来的是碎片，无法形成连贯的叙事。 --- ## 三、与 OpenClaw 的对比：不是更好的锤子，是不同的锤子 ### 3.1 架构哲学：生态系统优先 vs. Agent 核心优先 | 维度 | OpenClaw | Hermes Agent | |------|----------|--------------| | **设计核心** | Skill 生态系统（clawhub，数千个 community skills） | AIAgent 类本身（一个核心 agent 服务所有入口） | | **记忆模型** | 按渠道/会话隔离，依赖社区 skill 做持久化 | 统一三层记忆（Facts/User model/Skills），跨平台共享 | | **学习机制** | 主要依靠用户手动安装 skills，agent 本身不"学习" | 内置循环：自动创建、自动改进 skills | | **部署形态** | 偏重本地 CLI + 可选 gateway | gateway 是一等公民，CLI 和消息平台完全对等 | | **模型绑定** | 历史上有较强绑定（OpenAI 早期） | 完全模型无关，200+ 模型 via OpenRouter | OpenClaw 像一个**应用商店**——你想做什么，先去商店搜有没有对应的 skill。Hermes 像一个**学徒**——你教它做什么，它学会后自己长出了能力。 ### 3.2 迁移功能揭示的兼容性设计 Hermes 明确支持 `hermes claw migrate` 命令。如果检测到 `~/.openclaw` 目录，它会主动提供迁移： - 迁移配置（provider、API key、模型偏好）。 - 迁移 MEMORY.md（事实记忆）。 - 但**不迁移 OpenClaw 的 skills**——因为两者 skill 格式不完全兼容（agentskills.io vs. OpenClaw 的旧格式）。 这暗示了两件事： 1. **用户群体重叠度很高**：Hermes 很清楚它的种子用户就是从 OpenClaw 过来的。 2. **记忆比工具更重要**：配置和事实记忆的迁移是自动的，但技能生态需要重建——因为 Hermes 认为自己的技能生成机制能更快补齐这个 gap。 ### 3.3 一个真实的用户反馈 有团队同时部署了两者： > "过去用 OpenClaw，每次新 session 都要重新解释项目脉络；Hermes 记住了我们的技术栈偏好、部署流程、甚至常见的 debug 步骤。" 但同一篇文章也警告： > "Hermes 的学习品质高度依赖底层模型的能力。用顶级模型时 skill 文件写得精确；换成免费或小型模型，生成的技能就比较粗糙，有时反而会干扰后续任务。" **这就是费曼式诚实：它不是一个无脑变强的黑箱，它的学习质量上限由你选的模型决定。** --- ## 四、多后端架构：为什么一个 Agent 需要 6 种运行环境？ ### 4.1 六种终端后端一览 | 后端 | 适用场景 | 核心价值 | |------|----------|----------| | **Local** | 本地开发、快速迭代 | 零延迟、零开销 | | **Docker** | VPS 部署、团队共享 | 容器隔离 = 安全边界 | | **SSH** | 远程服务器 | 你在笔记本聊天，agent 在生产环境执行 | | **Daytona** | 云原生开发环境 | 空闲时休眠，近乎零成本 | | **Singularity** | HPC 集群、学术研究 | 无需 root 的容器隔离 | | **Modal** | Serverless GPU | 按需唤醒、按秒计费 | ### 4.2 核心设计决策：界面与执行解耦 Hermes 最重要的架构决策不是"支持很多后端"，而是**把"你在哪里说话"和"工作在哪里执行"彻底分开**。 你可以在 Telegram 上发一条语音消息，agent 的处理逻辑运行在 Modal 的 serverless GPU 容器里，结果又推送到你的 Slack 频道。你的手机、笔记本、远程服务器、serverless 云函数，全部通过同一个 gateway 协调。 **为什么这很重要？** 因为 agent 的可用性和成本结构被彻底改变了。传统的本地 agent（比如早期的 OpenClaw）有一个致命缺陷：**它只在你的电脑开机时活着**。你想让它每天早 8 点给你发一份日报？那你得让笔记本整夜不睡。 Hermes 的 Daytona/Modal 后端让 agent 的环境可以**休眠（hibernate）**。没有任务时，容器停止，费用趋近于零。有消息进来时，平台在秒级唤醒它。这对于个人用户意味着"$5 VPS 就能跑一个 24/7 agent"，对于企业意味着"突发任务自动扩缩容"。 ### 4.3 安全设计 Docker/Singularity/Modal 后端默认启用安全加固： - 只读 root 文件系统（Docker）。 - 丢弃 Linux capabilities（只保留 `DAC_OVERRIDE`、`CHOWN`、`FOWNER`）。 - 禁止特权提升。 - PID 限制（256 个进程）。 - 完整的命名空间隔离。 SSH 后端被官方推荐为一种"安全模式"——agent 运行在一个它无法修改自身代码的远程沙箱里。这防止了一种很真实的攻击面：**agent 被 prompt 注入后，试图修改自己的系统文件或提示词**。 --- ## 五、消息网关：如何同时对接 Telegram、Discord、微信、飞书？ ### 5.1 统一网关架构 Hermes 的 gateway 是一个**单进程后台服务**，同时维护到所有配置平台的 WebSocket/HTTP/webhook 连接。 截至 v0.9.0+，它支持 15+ 个平台： - 国际：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS - 国内/企业：微信（iLink Bot API）、企业微信、飞书/Lark、钉钉 - 其他：Line、Microsoft Teams、Google Chat、Home Assistant、BlueBubbles（iMessage） **不同平台的能力矩阵差异很大：** | 平台 | 语音 | 图片 | 文件 | 线程 | 反应 | 打字中 | 流式 | |------|------|------|------|------|------|--------|------| | Telegram | ✅ | ✅ | ✅ | ✅ | — | ✅ | ✅ | | Discord | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | | Slack | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | | WhatsApp | — | ✅ | ✅ | — | — | ✅ | ✅ | | 微信 | ✅ | ✅ | ✅ | — | — | ✅ | ✅ | | 飞书 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | | Email | — | ✅ | ✅ | ✅ | — | — | — | 网关的任务是**把各平台的原生消息格式翻译成统一的内部事件**，然后交给同一个 AIAgent 实例处理。回复时，再根据目标平台的 API 能力做适配（比如 Telegram 支持流式编辑消息，Email 只能一次性发送）。 ### 5.2 跨平台记忆连续性 这是 Hermes 网关最有价值的特性之一： > "你在飞书里教它的偏好，在微信里同样生效；你在 CLI 里沉淀的技能，在 Telegram 里同样可调用。" 记忆以**用户**为核心存储，而不是以**渠道**隔离。这与很多"多平台支持"的竞品有本质区别——后者往往是同一个后端挂了好几个互不相通的前端。 ### 5.3 企业接入的"正规军"路线 Hermes 接入微信的方式值得单独提一句：它走的是**腾讯官方 iLink Bot API**，而不是模拟客户端或破解协议。企业微信侧通过回调验证机制确保安全。这在开源 agent 生态里相对少见——很多项目为了快速支持微信，采用了灰色地带的协议逆向，导致随时可能因为微信的风控策略而失效。 --- ## 六、Honcho Dialectic User Modeling：它怎么"理解"你？ ### 6.1 什么是 Dialectic（辩证式）建模？ "Dialectic" 源自古希腊的苏格拉底式对话：通过提问、反驳、澄清，逐步逼近真理。Hermes 的 Honcho 模块把这个概念借到了用户建模上。 它的工作方式不是填表式的（"你的名字？你的职位？"），而是**观察式的**： - 你在不同任务中的决策模式是什么？ - 你更喜欢详细解释还是直接给答案？ - 你什么时候会打断 agent、什么时候会放任它自己干？ - 你对错误的容忍度如何？ 这些信息被持续写入 `USER.md`，并在每次会话开始时作为 prompt 的一部分注入。 ### 6.2 与其他用户建模方案的区别 | 方案 | 机制 | 局限 | |------|------|------| | **静态 Profile** | 用户手动填写 JSON/YAML | 更新滞后，维度有限 | | **LLM 记忆窗口** | 依赖上下文长度"记住"你 | 128k/200k token 后必然遗忘 | | **RAG 向量检索** | 把历史对话做 embedding，相似度搜索 | 只能召回"像什么"，无法形成"你是谁"的系统性画像 | | **Honcho Dialectic** | 基于对话历史的辩证推理，主动更新 `USER.md` | 效果依赖底层模型的推理能力 | **坦诚地说：** Honcho 的具体算法细节（它是如何做"辩证推理"的？是每次对话后跑一个独立的 summarization pass？还是增量更新？）在公开文档中没有深入到代码级别的透明度。但从架构定位来看，它的意义在于**把用户建模从"配置"变成了"过程"**——agent 不是读一份简历来了解你，而是通过长期的共事关系来熟悉你。 --- ## 七、与 AutoGPT、MetaGPT、AIDE 等框架的横向对比 ### 7.1 各框架的核心假设 | 框架 | 核心假设 | 最佳场景 | |------|----------|----------| | **AutoGPT** | "给 agent 一个目标，它会自己分解、规划、执行" | 概念验证、探索性任务 | | **MetaGPT** | "软件工程可以模拟为多人协作的 SOP 流程" | 标准化软件开发（需要角色分工） | | **AIDE** | "AI 是研究助手，核心是数据处理和实验迭代" | 数据科学、学术研究 | | **Hermes** | "agent 的价值在连续运行中积累，学习 > 单次执行" | 长期运维、周期性任务、个人/团队助理 | ### 7.2 关键差异 **AutoGPT** 是这场游戏的"先驱"，但它的问题也很经典：容易陷入"思考循环"（不停规划却不执行），或者执行了却没法把经验带走。它证明了" autonomous agent"的概念可行，但没有解决"可持续运行"的问题。 **MetaGPT** 把软件工程拆解成产品经理、架构师、工程师、测试员等角色，让多个 agent 协作。它的优势是**流程结构化**，劣势是**僵化**——如果任务不完全符合它的 SOP 模板，效率会急剧下降。 **AIDE** 更偏向研究场景，强调实验的可复现性和数据的版本控制。它不是"助手"，而是"合作者"。 **Hermes** 的选择是**单 agent + 强记忆 + 自改进**。它不试图用多角色协作来覆盖复杂度，而是试图让同一个 agent 越干越聪明。这种选择更适合那些**重复性高、但细节不断变化**的场景——比如运维、监控、内容运营、竞品跟踪。 --- ## 八、Nous Research 的战略定位：为什么一家模型实验室要做一个 Agent 框架？ ### 8.1 Nous Research 是谁？ Nous Research 是一家以开源模型训练著称的 AI 实验室。它的核心产出包括： - **Hermes 系列模型**：基于 Llama 3 微调的开源对话模型（Hermes 3 80B、Hermes 4 等）。 - **Nomos / Psyche**：其他模型系列。 - **Atropos**：强化学习训练框架。 2026 年初，Nous 完成了由 Paradigm 领投的 **5000 万美元 A 轮融资**。 ### 8.2 Hermes Agent 的双重身份 大多数人把 Hermes Agent 当成一个"应用层"产品来评估。但如果你从 Nous Research 的商业模式来看，它还有另一层身份：**数据收集层**。 Hermes 内置了三套研究级基础设施： 1. **Batch trajectory generation**：并行生成数千条工具调用轨迹，自动 checkpoint，输出 ShareGPT 格式的微调数据。 2. **Atropos RL 集成**：11 种工具调用 parser，覆盖几乎所有主流模型架构，直接把 agent 的运行轨迹喂给 RL 训练管线。 3. **Trajectory compression**：把长 agent 轨迹压缩到可用 token 预算内——这是长轨迹 RL 训练的刚需。 **这意味着什么？** 每一个 Hermes 用户的每一次成功任务，都可能成为 Nous Research 训练下一代工具调用模型的燃料。对于一个靠卖模型 API 和企业支持合同赚钱的实验室来说，这构成了一个完美的闭环： > 更好的 agent → 吸引更多用户 → 产生更多轨迹 → 训练更好的模型 → 更好的 agent。 这很像 Red Hat 的 Linux 商业模式（开源 + 企业支持），但叠加了一层"数据飞轮"。 ### 8.3 在 AI 生态中的位置 当 Stanford HAI 的报告指出，2026 年 3 月顶级模型之间的 Arena Elo 差距已经压缩到 **25 分以内**（Anthropic 1503 vs. OpenAI 1481）时，** raw model intelligence 不再是唯一的差异化来源**。 Nous Research 的赌注是：下一层的价值在**运行时**——记忆系统、工具编排、可靠性、成本控制、安全性。Hermes Agent 就是他们在这个新战场的棋子。 --- ## 九、社区反馈、成熟度与部署真相 ### 9.1 增长数据 - GitHub Stars：从发布到突破 10 万用了约 7 周，速度快于 LangChain 和 AutoGPT 同期。 - Contributors：207+。 - 当前版本：v0.11.x（截至 2026 年 5 月）。 ### 9.2 真实的痛点 **Windows 支持是硬伤** Hermes **不支持原生 Windows**。Windows 用户必须走 WSL2，而社区报告了大量路径相关的 bug：斜杠/反斜杠混用导致 `hermes update` 失败、`pwd` 命令报错、PowerShell 与 cmd 行为不一致。有一个专门的社区项目 `hermes-for-win` 试图解决这个问题，但本质上是用 WSL 做了一层封装。 > "Windows 用户在 enterprises 中仍然大量存在，忽视原生支持是一个战略盲点。" ——社区反馈 **学习质量 = 模型质量** 如前所述，skill 的生成和改写完全依赖底层 LLM。用 Claude Opus 4.6 或 GPT-5 时，skill 文件精确、边界清晰；用免费/小型模型时，可能生成粗糙甚至错误的流程，**反而干扰后续任务**。 **配置认知 bug** 有用户报告 issue #13965：agent 在处理 provider 配置时，混淆了"当前运行时 provider"和"可用 providers 列表"，产生了不必要的修改意图。这类 bug 说明 agent 的"自我认知"（对自身配置状态的理解）还不够 robust。 ### 9.3 迁移潮的真实动机 部分分析文章提到 OpenClaw 的"512 个漏洞和 335 个恶意 skills"推动了迁移。这个数字需要谨慎对待——它可能来自某个特定的安全审计报告，而不一定是全局统计。但**安全顾虑确实是真实动机之一**：Hermes 的 Docker 默认安全加固、SSH 沙箱模式、以及更封闭的技能生成机制（自己写，而不是从社区下载），确实降低了供应链攻击面。 ### 9.4 成熟度评估 | 维度 | 评分（1-5） | 说明 | |------|-------------|------| | 核心功能稳定性 | 4 | CLI、Gateway、记忆系统基本可用，但 Windows 和边缘平台有 bug | | 学习循环有效性 | 3.5 | 顶级模型下表现优秀，中低端模型下表现不稳定 | | 文档与上手体验 | 4.5 | 官方文档覆盖全面，`hermes setup` 向导降低了门槛 | | 生态与社区 | 4 | stars 增长快，awesome-hermes-agent 等社区资源涌现 | | 企业就绪度 | 3 | 多平台支持强，但 RBAC、审计日志、SSO 等企业特性弱于 Eigent 等竞品 | --- ## 十、总结：它值得你的时间吗？ ### 10.1 费曼式一句话总结 > Hermes Agent 不是最聪明的实习生，但它是一个**会写笔记、会整理 SOP、而且越干越快**的实习生。如果你愿意每天花时间教它，三个月后它会比任何新招的人都更懂你的项目。 ### 10.2 适用场景 **适合：** - 有周期性任务（日报、周报、监控、备份）的个人或小团队。 - 希望 agent 能"记住"项目细节，而不是每次重新交代背景的技术负责人。 - 重视数据隐私、想要 self-host 的用户（所有记忆本地存储，无强制云同步）。 - 需要多平台接入（Telegram + Slack + 微信）的跨地域团队。 - 对 AI 研究感兴趣、想收集工具调用轨迹用于模型训练的研究者。 **不适合：** - 追求"开箱即用海量插件"的用户（OpenClaw 的生态仍然更大）。 - 需要严格企业治理（RBAC、审计、合规）的大型组织（Eigent 或 Claude Cowork 更合适）。 - 只想用最强模型做一次性复杂推理、不在乎记忆的人（直接用 Claude Code 或 Cursor 更简单）。 - Windows 原生环境用户（目前体验不佳）。 ### 10.3 最后的诚实判断 Hermes Agent 的"内置学习循环"不是一个营销 buzzword，它有具体的实现机制：15 次工具调用的复盘节拍、FTS5+LLM 的混合检索、Honcho 的辩证式用户建模。这些设计在开源 agent 领域确实有差异化。 但它也不是银弹。**学习效果的上限取决于你喂给它的模型质量，它的 Windows 支持仍然粗糙，它的企业级治理功能还在早期阶段。** 最准确的定位是：它是**当前开源生态中，在"持续性"和"自改进"这两个维度上走得最远的 agent 框架**。如果你相信 AI 助手的价值在于长期陪伴和知识积累，而不是单次对话的惊艳，Hermes 是目前最值得押注的选项之一。 --- *报告完成时间：2026-05-02* *参考来源：Nous Research 官方文档、GitHub Issues、社区博客、Stanford HAI AI Index 2026、以及多篇第三方对比分析。*