
最近 Agent 赛道最不缺的,就是“全能助手”“自动执行”“多工具编排”这类关键词。
但 Nous Research 开源的 Hermes-Agent,想强调的不是它能不能调工具,而是另外一个问题:
一个 Agent,能不能在长期使用中越来越像“你自己的助手”,而不是每次都从零开始?
从仓库介绍看,Hermes-Agent 把“自我改进”“跨会话记忆”“从经验中长出技能”当成核心卖点。它想做的,不只是一个会调用模型和工具的壳,而是一个会在使用过程中不断积累、调整、变得更贴近用户的 Agent 系统。
如果你最近在关注 AI Agent、个人助手、长期记忆和消息网关,这个项目值得认真看一眼。
Hermes-Agent 的一句核心定位是:
The agent that grows with you。
翻成中文,大意就是:
它不是一个静态 Agent,而是一个会随着你的使用不断成长的 Agent。
仓库公开描述里,它重点强调了几件事:
•内建学习闭环(built-in learning loop)
•能从经验中生成技能
•在使用过程中持续优化技能
•会主动提示自己去持久化知识
•能搜索过去的会话
•会跨 session 建立更深的“用户模型”
这套叙事有一个很明确的目标:
把 Agent 从“一次性对话工具”,推向“长期协作型系统”。
也就是说,它希望你跟它相处越久,它越懂你、越懂你的工作方式、越能复用以往积累。
很多 Agent 项目一上来会先强调:
•支持多少模型
•有多少工具
•能不能自动写代码
•能不能接浏览器、终端、消息平台
Hermes-Agent 这些也支持,但它想让你优先记住的是:
从仓库描述看,Hermes-Agent 并不满足于“记住几条偏好”。
它更想做的是:
•从一次次任务里抽出可复用的技能
•在后续任务里继续打磨这些技能
•不只是保留记忆,还要积累做事方法
这意味着它的重点不只在“记住你是谁”,还在“记住怎么更好地帮你做事”。
很多系统会说自己支持 memory,但最终只是:
•存一点用户信息
•存一点摘要
•下次有机会再喂给模型
Hermes-Agent 的描述更进一步:
它要建立一个不断加深的用户模型。
如果这部分做扎实,那么它的价值就不只是“能续上聊天”,而是更像一个越来越熟悉你工作方式的长期助手。
仓库介绍里特别提到:
•可以跑在 5 美元 VPS 上
•可以跑在 GPU 集群上
•也可以跑在几乎闲置时没成本的 serverless 基础设施上
•不绑在你的笔记本上
•你可以通过 Telegram 跟它对话,同时它在云端 VM 上工作
这说明 Hermes-Agent 的一个明确思路是:
Agent 应该是“驻场服务”,而不是只能在本机打开一次、用完就关的工具。
对于想把 Agent 做成长期在线助手的人来说,这很有吸引力。
除了理念,Hermes-Agent 在可用性上也给了几个比较实在的信号。
仓库中提到,它支持:
•Nous Portal
•OpenRouter
•z.ai / GLM
•Kimi / Moonshot
•MiniMax
•OpenAI
•自定义 endpoint
并且强调可以直接切换模型,不需要改代码。
这意味着它想把自己定位成一个 模型中立的 Agent 容器,而不是绑定某个单一模型生态。
它提供的是一条安装脚本:
class="language-bash">curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
并声称安装器会处理:
•Python
•Node.js
•各类依赖
•hermes 命令本身
支持 Linux、macOS、WSL2。
对于很多非重度工程用户来说,这会显著降低第一次上手成本。
Hermes-Agent 提供两种主要使用方式:
•终端里直接用 hermes
•启动 gateway 后,通过 Telegram、Discord、Slack、WhatsApp、Signal、Email 等渠道跟它对话
这类设计很关键,因为它决定了系统不是只服务“本机开发者”,而是可以自然进入跨设备、跨场景的使用方式。
和 OpenClaw 的对比,这里就不做空泛站队,直接按产品思路来拆。
从目前公开能力和实际使用体验看,OpenClaw 的强项更偏向:
•多渠道消息接入
•浏览器控制
•shell / 文件 / 会话 / 子代理编排
•cron、heartbeat、session、memory 等运行时能力
•更灵活的工具链与工作流拼接
•适合按具体任务搭建不同 agent workspace
也就是说,OpenClaw 更像一个可编排、可扩展、偏系统层的 Agent 运行平台。
它的重点是:
•让 Agent 真正“可操作”
•让不同技能、工具、会话和外部入口接起来
•让一个助手能在真实环境里持续工作
而 Hermes-Agent 这次主打的是:
•内建学习闭环
•从经验中生成技能
•搜索历史会话
•深化用户模型
•迁移已有 OpenClaw 配置、记忆、技能和 API keys
也就是说,Hermes-Agent 更像是在强调“长期个体化成长”这件事本身是产品主轴。
如果说 OpenClaw 的吸引力在于“你能把助手系统搭起来”,那么 Hermes-Agent 的叙事重点更像是:
这个助手会自己在长期使用中越变越好。
二者不是绝对对立,但表达重心不太一样。
•需要强工具编排的人
•需要浏览器自动化、文件操作、消息路由的人
•需要按 workspace / skill 自定义不同助手的人
•重视可控性、可接管性、可定制性的人
•想快速得到一个“会长期成长的 Agent”体验的人
•更关注记忆、学习、用户模型的人
•希望远程跑在云端并从消息入口使用的人
•希望从单体产品视角理解 Agent 的人
仓库里有一个很重要的信号:
它专门提供了:
•hermes claw migrate
并且提到在首次配置时,会自动检测 ~/.openclaw,允许在配置开始前做迁移。
这说明两件事:
1它明确知道 OpenClaw 用户群和自身目标用户有交集
2它在产品策略上,并不回避“从 OpenClaw 迁移过来”这个场景
这其实很值得关注。
因为这意味着 Hermes-Agent 不只是“另一个新项目”,而是在试图接住已经在用 Agent 平台的人。
我的判断是:值得看,但别把它理解成简单替代品。
更准确地说,Hermes-Agent 值得关注的原因主要有三个:
OpenClaw 很强,但它更像运行平台。
Hermes-Agent 则更强调:
•学习
•成长
•记忆深化
•长期个体化
如果你正在思考 Agent 的“第二阶段竞争力”是什么,那么 Hermes-Agent 代表的是一种很明确的答案。
过去很多 Agent 系统的重点是:
•先能跑起来
•先能调工具
•先能执行任务
但接下来真正拉开差距的,可能不是谁再多一个工具,而是谁更能沉淀:
•经验
•方法
•用户偏好
•长期合作上下文
从这个角度看,Hermes-Agent 值得所有 Agent 平台观察。
如果一个用户并不想自己搭很多技能链路,也不想折腾过多平台能力,而是更在意:
“我想要一个越来越懂我的主助手。”
那么 Hermes-Agent 这种强调成长性的设计,会非常有吸引力。
最后也要提醒一点:
目前这篇判断,主要基于 Hermes-Agent 仓库公开描述。
这意味着有些结论成立的前提是:
•它的学习闭环在实际使用中确实稳定
•技能生成和持续改进不是只停留在概念层
•长期记忆与用户建模不会带来过多噪声或不可控副作用
•远程部署和多渠道交互在真实场景下足够顺滑
所以现阶段更合适的态度是:
把它视为一个非常值得关注、方向非常明确的 Agent 项目,而不是草率地下结论说它一定全面超过谁。
Hermes-Agent 这次最值得看的,不只是“又支持了多少模型”,也不只是“又多了多少工具入口”。
它真正想抢占的是一个更关键的位置:
Agent 不只是替你执行任务,还要在长期相处中不断形成自己的记忆、技能和对你的理解。
而这件事,恰恰可能是下一阶段 Agent 产品分化最明显的地方。
如果说 OpenClaw 更像一个强大的 Agent 运行平台,Hermes-Agent 更像是在押注:
谁能把“长期成长”做成真实体验,谁才更像下一代个人 Agent。
这也是它最值得被持续跟踪的原因。
•Hermes-Agent GitHub 仓库[1]
•OpenClaw 文档[2]
本文由山行整理自:https://github.com/nousresearch/hermes-agent ,如果对您有帮助,请帮忙点赞、关注、收藏,谢谢~
参考链接
[1] Hermes-Agent GitHub 仓库: https://github.com/nousresearch/hermes-agent
[2] OpenClaw 文档: https://docs.openclaw.ai