转载--Hermes Agent 00 | 开篇词：当 AI Agent 学会自我进化，一切都变了
—通过 OpenRouter（覆盖 200+ 模型）、Nous Portal、OpenAI、Anthropic、Google、xAI、Ollama、Kimi、MiniMax、智谱、小米、HuggingFace，以及任何 OpenAI 兼容的端点。它们不只是"回答问题"，而是"完成任务"。Claude Code 和 Cursor 在各自的维度上仍然是最强的——Claude Code 的代码理解深度和
工具终将被遗忘，但会成长的伙伴会被记住。
Claude Code 有 Memory，Cursor 有 .cursorrules，各类 Agent 框架都有自己的记忆文件——2026 年的 AI Agent 都有记忆了。但"记住"和"学会"是两回事。今天我们聊一个把这条线跨过去的项目：它不只是记住你告诉它的东西，而是从工作经验中自主创建技能、持续改良技能、越用越强。当 Agent 从"有记忆的工具"变成"会进化的伙伴"，游戏规则就变了。
一个让我重新思考 Agent 的瞬间
三月初的一个晚上，我在测试一个开源项目。
任务很简单：让 Agent 帮我把一个 Go 项目的日志库从 logrus 迁移到 slog。十几个文件，涉及日志格式、级别映射、上下文字段传递。对人来说大概半天的活。
我先用了 Claude Code。前几个文件改得干净利落——分析导入、替换调用、调整格式化字符串，甚至还自动处理了 WithFields 到 slog.With 的语义映射。但到第六个文件，风格开始漂移：前面统一用的 slog.String("user_id", uid) 风格，这里突然变成了 slog.Any("user_id", uid)。到第九个文件，错误日志里约定的 slog.String("trace_id", traceID) 也丢了。
公平地说，Claude Code 有 Memory 功能，我也把迁移规范钉在了 CLAUDE.md 里。它确实"记住"了这些规范——如果你问它"我们的日志迁移规范是什么"，它能准确回答。但"记住规范"和"从实战中形成肌肉记忆"是两回事。
我做了上下文工程该做的一切：压缩历史对话，用摘要替代完整的修改记录，把关键约定反复强调。有改善，但问题没有根治。因为问题的本质不是"Agent 没看到规范"，而是 Agent 没有能力从前面的成功经验中提炼出一套可复用的操作方法，并在后续任务中自动应用。
记忆存的是"知识"——你告诉它的事实和规则。但十几个文件的迁移任务需要的是"技能"——从实战中抽象出的模式、决策树、边界情况处理。这两者之间有一道鸿沟。
同一周，我在测试另一个项目时，遇到了一个不同的体验。
我让它做类似的迁移任务。前三个文件，它跟 Claude Code 一样，靠系统提示词和上下文来完成。但在做了几轮任务后，它做了一件我没见过的事：它自己创建了一个技能文件。
这个文件叫 logrus-to-slog-migration.md（一个 SKILL.md 技能文件），里面记录了它在前面几轮中总结出的迁移模式——字段映射表、错误处理约定、格式化风格。从下一个文件开始，它先加载这个技能文件，然后再动手改。十几个文件，风格从头到尾一致。
这个项目，就是 Hermes Agent。
那一刻我意识到：这不是一个更好的编码工具。这是一个不同类别的东西。
一个值得关注的开源项目
Hermes Agent 由 Nous Research 开源（LICENSE 文件头写明 Copyright (c) 2025 Nous Research，MIT 协议）。Nous Research 就是那个以训练 Hermes 系列开源语言模型闻名的团队。
这个项目的增速在 Agent 圈内引起了相当的关注。根据公开报道，它在开源后很短时间内就冲上了数万 GitHub Star。这个数字本身来自外部信息源，不是我们今天要验证的重点；真正值得拆开的，是它背后的产品形态和工程机制。
小声提醒：Nous 自家的 Hermes-3/4 系列语言模型并不是为 Agent 场景训练的——Hermes Agent 自己的 CLI 在加载这些模型时会主动警告你 "NOT agentic"。这是本专栏后面会详细展开的一个有趣的细节：叫 Hermes 的模型 ≠ 叫 Hermes 的 Agent 框架。Hermes Agent 本身是一个"模型无关"的框架，把任何一款 agentic 模型（Claude、GPT、Gemini、DeepSeek 等）接进来都能跑。
创始人 Teknium 在早期定位 Hermes Agent 时用过一句话："A very good blend between coding agents like Claude Code and generalist agents." 这句话定义了 Hermes Agent 的方向——它不是一个纯粹的编码助手，也不是一个通用聊天机器人。更准确地说，它是一套既能在 CLI 中直接工作、也能通过 Gateway 长期在线接入多渠道的 Agent runtime。
但 Star 数只是表象。真正有意思的问题是：Hermes Agent 到底跟别的 Agent 不一样在哪儿？
两代 Agent 的分水岭
要理解 Hermes Agent 为什么值得深入看，你得先看清一个正在发生的范式转移。
过去两年，AI Agent 工具经历了两代：
第一代：会话型 Agent（2024-2025）
代表产品：ChatGPT、Claude。
特征：你问它答，一问一答。对话结束，什么都不留下。下次打开，从头开始。它不知道你是谁、你在做什么项目、上次聊到哪里。
本质上，它是一个无状态的函数：f(prompt) → response。
第二代：工具型 Agent（2025-2026 上半年）
代表产品：Claude Code、Cursor、Codex CLI、Devin，以及各类跨平台 Agent 框架。
巨大的进步。它们能读文件、写代码、跑测试、提 PR。它们不只是"回答问题"，而是"完成任务"。而且它们都有了某种形式的记忆——Claude Code 有 Memory 和 CLAUDE.md，Cursor 有 .cursorrules，Codex CLI 有 AGENTS.md，跨平台 Agent 通常用 MEMORY.md 这类约定。
这些记忆确实有用。它们能记住你的偏好、项目规范、编码风格。其中一些已经做到了主动保存——Claude Code 的 auto memory 会在对话中自动识别值得记住的用户偏好和纠正反馈，不需要你说"请记住这个"。
但即使是最先进的第二代记忆，存的仍然是事实——"用户偏好 Python 3.12"、"项目用 pyproject.toml 管理依赖"、"用户不喜欢 verbose 输出"。Agent 不会从一次复杂的调试中提炼出一个可复用的调试策略，也不会在十次类似的日志迁移后自己形成一套标准操作流程。它记住的是"知道什么"，不是"怎么做"。
用一个类比：第二代 Agent 就像一个有笔记本的高级实习生——能力很强，也会记笔记（有的甚至能自己判断该记什么），但它不会把十次类似任务的经验抽象成一套可复用的工作方法论。笔记本里写的是事实和偏好，不是从实战中提炼的操作手册。
第三代：进化型 Agent（2026-）
Hermes Agent 代表的，是第三代。
核心差异只有一个词：进化。
不是"记住用户告诉它的东西"——前两代都能做到。而是主动从工作经验中提炼可复用的技能，持久化为文件，在未来的工作中自动加载和应用，并在每次使用中持续改良。
记忆存的是"知道什么"（知识）。技能存的是"怎么做"（方法）。前两代 Agent 有记忆，但没有自动涌现的技能系统。Hermes Agent 两者都有——而且技能是Agent 主动创建、主动改良的。
这个差异听起来微妙，实际上是天壤之别。
闭环学习：Hermes Agent 的核心引擎
让我用一张图来解释 Hermes Agent 最核心的机制：
┌──────────────────────────────────────────────────────────────┐
│ 闭环学习系统 │
│ │
│ ┌──────────┐ ┌───────────┐ ┌───────────┐ │
│ │ 执行任务 │───→│ 定期 Nudge │───→│ 后台审查 │ │
│ └────┬─────┘ │（评估会话） │ │（非阻塞） │ │
│ │ └───────────┘ └─────┬─────┘ │
│ │ │ │
│ │ ┌────────────────┐ │ │
│ └──→│ MEMORY/技能写入 │←────────────┘ │
│ └────────┬───────┘ │
│ │ │
│ ▼ │
│ 下次执行更快、更准 │
└──────────────────────────────────────────────────────────────┘
四个齿轮：
齿轮一：Agent 主动策展的记忆。 不是"自动保存一切"——那会导致记忆膨胀和噪音污染。也不是"等用户说请记住这个"——那会丢失大量有价值的信息。Hermes Agent 有一个定期 nudge 机制：run_agent.py 里的 _memory_nudge_interval = 10、_memory_flush_min_turns = 6 这类阈值，会驱动系统在合适的时机回看刚才的对话，判断**"哪些信息值得持久化"**，再把条目写入 ~/.hermes/memories/MEMORY.md 或 USER.md。
齿轮二：自主技能创建。 与记忆 nudge 并行的还有 _skill_nudge_interval = 10 的技能 nudge——系统定期提示 Agent 反思最近的工作，如果确实形成了可复用的模式，就抽象成一个技能文件（SKILL.md）。就像开头那个日志迁移的例子——Agent 把解决方案沉淀成一个技能文件。下次遇到类似任务，加载技能，直接执行。
齿轮三：技能渐进式改良。 技能不是创建了就完事了。每次使用，Agent 可以对技能做补丁式更新——优先打补丁，避免完全重写。技能在使用中越来越精确，越来越高效。
齿轮四：后台审查线程。 源码中的 _spawn_background_review() 会在命中记忆或技能 nudge 条件后，fork 出一个隔离的 **AIAgent** 实例，传入 _MEMORY_REVIEW_PROMPT / _SKILL_REVIEW_PROMPT 审查当前会话，直接写入共享的记忆/技能存储。它发生在主响应完成之后，不阻塞主会话，也不产生用户可见输出——你在干活，它在后台默默学习。
这四个齿轮咬合在一起，形成了一个正反馈循环：
-
Agent 做的任务越多 → 技能越丰富 → 下次做得越快
-
记忆越积累 → 上下文越丰富 → 决策越准确
-
技能改良次数越多 → 技能质量越高 → 出错越少
用了一个月的 Hermes Agent，和刚装上的 Hermes Agent，是两个不同的东西。
至少在我实际对比过的主流 coding agent 里，这种"把经验沉淀成技能文件，并在后续任务里持续复用和改良"的机制并不常见。也正因为如此，Hermes Agent 值得单独开一整个专栏来拆。
不只是"会学习"——全景差异
闭环学习是 Hermes Agent 最核心的差异，但不是唯一的差异。
差异一：多入口、共享状态与能力
Claude Code 是很典型的单入口体验：你在终端里启动它，当前工作主要围绕这一个入口展开。
Hermes Agent 更像两套入口共用一套 runtime：CLI 可以直接本地对话，Gateway 则适合长期在线、接入多渠道。它共享的是同一套 AIAgent 能力层、工具层、状态目录、记忆和技能机制，而不是简单的"一个终端工具加几个外壳"。
源码的 gateway/platforms/ 目录下已经落地了近二十个平台适配器：telegram、discord、slack、whatsapp、signal、matrix、mattermost、feishu、dingtalk、wecom、weixin、qqbot、bluebubbles、sms、email、homeassistant、webhook、api_server 等。README 重点强调的主打平台是 Telegram、Discord、Slack、WhatsApp、Signal + CLI，语音备忘录转写、图片理解、home channel 投递这些能力也都已经进入体系。
这里有一个很关键的工程细节：跨平台共享的不是"同一段活跃会话历史"，而是状态和能力。 Gateway 的会话键会按 platform / chat / thread / user 组合隔离；但一个渠道里沉淀下来的记忆和技能，可以在另一个渠道的新会话里继续发挥作用。早上你在 CLI 里沉淀了一个技能，晚上在 Telegram 里遇到类似任务，它就可能已经会用了。这才是多渠道 Agent 从"共享配置"升级到"共享进化"的关键一步。
差异二：模型无关
Claude Code 主要围绕 Anthropic 模型设计。Codex CLI 主要围绕 OpenAI 模型设计。
Hermes Agent 支持 200+ 模型——通过 OpenRouter（覆盖 200+ 模型）、Nous Portal、OpenAI、Anthropic、Google、xAI、Ollama、Kimi、MiniMax、智谱、小米、HuggingFace，以及任何 OpenAI 兼容的端点。你可以用 Claude 做复杂推理，用 GPT 做代码生成，用免费的开源模型做辅助任务。模型之间可以实时切换，甚至可以配置故障转移——主模型限速了，自动切到备用模型，用户无感。
这不只是"支持多模型"的技术花活。这是一个经济学优势：你可以把简单任务交给便宜模型（源码 smart_model_routing 模块会按消息复杂度自动路由），只有复杂任务用旗舰模型。Token 成本可以显著下降。
第 02 讲我们会把这个机制拆到源码级。
差异三：六种执行环境
大多数 Agent 只能在本地执行命令。Hermes Agent 支持六种终端后端（源码 tools/environments/ 目录）：
|
后端 |
源码文件 |
场景 |
|---|---|---|
|
Local |
local.py |
本地开发 |
|
Docker |
docker.py |
隔离沙箱 |
|
SSH |
ssh.py |
远程服务器 |
|
Daytona |
daytona.py |
无服务器开发环境 |
|
Modal |
modal.py |
无服务器 GPU 计算 |
|
Singularity |
singularity.py |
HPC 集群 |
你可以让 Agent 在本地写代码，在 Docker 里跑测试，在 Modal 上训练模型——同一次对话，不同的执行环境。Daytona 和 Modal 两个无服务器后端在空闲时自动休眠，几乎零成本。
差异四：安全深度
当 Agent 可以自主创建技能文件时，技能文件本身就成了攻击面。
想象一下：一个被提示词注入攻击的 Agent，写了一个包含后门的技能文件。如果这个文件被持久化，下次加载时——攻击就从一次性的变成了持久性的。
Hermes Agent 处理这个问题的方式，分两个维度：
安全整体架构（7 层防线）。源码文档 website/docs/user-guide/security.md 明确列出：
-
用户授权——谁能跟 Agent 对话（允许名单、DM 配对）
-
危险命令审批——destructive 操作的 human-in-the-loop
-
容器隔离——Docker / Singularity / Modal 沙箱
-
MCP 凭证过滤——MCP 子进程的环境变量隔离
-
上下文文件扫描——项目文件中的 prompt injection 检测
-
跨会话隔离——session 之间互相不可访问，cron 存储路径防穿越
-
输入净化——工作目录参数白名单校验，防 shell 注入
技能扫描专用机制。tools/skills_guard.py 针对"外部来源的技能"设计了专门的扫描器：
-
结构检查：遍历技能目录，识别可扫描文件类型
-
120 条威胁正则模式（
THREAT_PATTERNS数组）——覆盖 exfiltration、injection、destructive、persistence、network、obfuscation、execution、traversal、mining、supply_chain、privilege_escalation、credential_exposure 共 12 大类威胁 -
不可见 Unicode 检测（
INVISIBLE_CHARS集合）——识别 zero-width space、bidi override 等 17 种隐藏字符 -
基于来源的信任级别策略（
INSTALL_POLICY）——builtin/trusted（openai/skills、anthropics/skills）/community/agent-created四档，每档对 safe/caution/dangerous 裁决有不同的允许或拒绝规则
注意：这是纯静态分析，不涉及 LLM 语义审计——skills_guard.py 的模块文档明确写着 "regex-based static analysis"。好处是零额外成本、确定性结果；代价是只能覆盖已知威胁模式。
这些是其他 Agent 不太需要面对的问题——因为它们没有"Agent 自动生成可执行技能文件"这个场景。
一张表看懂竞争格局
|
维度 |
Claude Code |
Codex CLI |
Cursor |
Hermes Agent |
|---|---|---|---|---|
| 学习能力 |
auto memory（事实级） |
无自主学习 |
无自主学习 |
闭环学习（记忆 + 技能创建 + 渐进改良） |
| 跨会话记忆 |
Memory + CLAUDE.md |
AGENTS.md |
.cursorrules + 记忆 |
MEMORY.md + USER.md + FTS5 会话搜索 + 可插拔 Provider |
| 部署模式 |
本地 CLI |
本地 CLI |
桌面应用 |
CLI + Gateway 双入口，可本地也可服务化部署 |
| 访问渠道 |
终端 |
终端 |
IDE |
CLI + 近二十消息平台 |
| 模型支持 |
Anthropic |
OpenAI |
多模型 |
200+ 模型（OpenRouter 聚合 + 直连） |
| 执行环境 |
本地 |
本地 |
本地 |
6 种后端（含 Docker / SSH / Modal / Daytona / Singularity） |
| 安全架构 |
权限 + 确认 |
沙箱 |
IDE 隔离 |
7 层防线 + 技能扫描器（120+ 规则） |
| 开源协议 |
部分开源 |
开源 |
闭源 |
MIT 全开源 |
| 定时任务 |
无 |
无 |
无 |
内置 Cron 调度器（ |
| 技能系统 |
无 |
无 |
无 |
自动创建 + 渐进改良 + 安全扫描 |
这张表值得仔细看。
Claude Code 和 Cursor 在各自的维度上仍然是最强的——Claude Code 的代码理解深度和 auto memory 的精准度、Cursor 的 IDE 集成体验，目前没有谁能替代。Claude Code 的 auto memory 已经能主动识别用户偏好和纠正反馈并持久化，这是"事实级"自主学习的标杆。
但 Hermes Agent 打开了一个新维度。看最后一行：技能系统——在主流编码代理里，很少有产品把"从工作经验中自动提炼可复用的操作方法"做成内建的、持续运转的机制。记忆存的是"用户喜欢什么"，技能存的是"遇到这类问题该怎么做"。这不是一个"多了一个功能"的差异，而是一个层次差异——从记住事实，到提炼方法。
多层次的记忆系统：不是一个 MEMORY.md 就完事了
文章前面我说"Hermes Agent 有自己的 MEMORY.md"——准确地说，Hermes Agent 的记忆系统是由多个独立子系统组合起来的：
|
子系统 |
存储位置 |
作用 |
|---|---|---|
| MEMORY.md
（Agent 个人笔记） |
~/.hermes/memories/MEMORY.md |
环境事实、约定、学到的东西，上限 2,200 字符 |
| USER.md
（用户画像） |
~/.hermes/memories/USER.md |
用户偏好、沟通风格、期望，上限 1,375 字符 |
| 会话搜索
（FTS5 全文索引） |
SQLite 会话库 |
跨会话检索 "我们之前怎么处理这个问题的" |
| 可插拔 Memory Provider | plugins/memory/ |
8 种可选集成：Honcho、mem0、Supermemory、ByteRover、Hindsight、Holographic、OpenViking、RetainDB |
前两个是 Hermes Agent 自己的"核心记忆"——以frozen snapshot 的方式注入到 session 启动时的 system prompt 里，在 session 中由 memory 工具动态增删改查。Agent 自己是它的策展人。
会话搜索和 Memory Provider 是"长期记忆与外部脑"——解决 "我一个月前是不是讨论过这个" 这种跨会话问题，以及对接成熟的开源记忆系统。
这四个子系统加起来，才是完整的"Hermes Agent 记忆"。简化成一句"MEMORY.md"容易误导人。
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
10
0- 0
已为社区贡献8条内容
所有评论(0)