# Hermes Agent 开源不到两个月 GitHub 星标近三万，核心卖点是会自己写技能、自我迭代的闭环学习引擎

> 原标题：Hermes Agent 势头很猛，这几天推荐的人很多，可以关注一下。我自己安装试用了还可以。

- 来源：X · @dotey（宝玉）
- 发布时间：2026-04-07T18:34:52.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3610
- 原文：https://x.com/dotey/status/2041585514873037167

## 摘要

Nous Research 今年 2 月底开源的 Hermes Agent，上线不到两个月 GitHub 星标接近三万，被社区看作 OpenClaw 的第一个真正对手。两者都是自托管、多模型、MIT 协议，但设计思路完全不同。OpenClaw 是网关，负责把聊天应用接到 AI agent；Hermes 是引擎，围绕 agent 怎么越用越强来设计。它最...

## 推荐理由

我会先打个折：目前证据主要来自社区反馈和少量个人试用，不是正式评测或大规模验证。但 H、K、R 三条都踩中了——开源热度够高，技能沉淀和记忆检索的机制讲得清楚，自托管学习型 agent 也确实戳到成本和工作流复用的神经。正文没披露安全五层的具体实现和长期稳定性数据，这点先别太激动。综合看，给 78 分合理，值得盯后续。

## 锐评

这条消息值得关注，因为 Hermes 的思路和 OpenClaw 确实不一样。OpenClaw 像个总机，把各种聊天软件接到 agent 上；Hermes 则把重心放在 agent 自己怎么越用越聪明上。它最特别的设计是 closed learning loop：完成一个涉及五次以上工具调用的复杂任务后，agent 会把过程写成一份 Markdown 技能文档存起来，下次遇到类似任务直接加载，不用从头摸索。有 Reddit 用户说两小时内自动生成了三份技能，重复性研究任务速度提升了 40%。这个数字来自社区个案，不是官方基准测试，所以只能当参考。

记忆方面，Hermes 用 SQLite 加全文检索，把历史对话全存下来，分两层调用：常驻关键信息写在 MEMORY.md 里每次对话都带，全量历史按需搜索召回。这比 OpenClaw 的“文件即记忆”更像给 agent 装了个搜索引擎。安全上 Hermes 做了五层防御，高危操作默认要人工审批，超时自动拒绝。OpenClaw 今年 2 月被曝出多个高危漏洞和恶意技能，安全记录确实不太好看。

目前缺的东西也很明显：正文没提 Hermes 在标准化 benchmark 上的表现，也没说技能自动生成的质量控制机制——万一 agent 写了个有问题的技能还自动迭代，会不会越跑越偏？另外，5 美元一个月的 VPS 就能跑，这个成本确实低，但没说明在什么负载下测的。如果你现在的 agent 用得顺手，没必要换；如果你更关心 agent 的长期进化能力，或者做研究需要生成训练轨迹，Hermes 的架构更对口。