Hermes Agent v0.18.0 深度解析：208K Star 的自进化 AI Agent——MoA、验证闭环与零 P0/P1 的工程奇迹
Hermes Agent v0.18.0 深度解析：208K Star 的自进化 AI Agent
2025 年 7 月 22 日，Nous Research 在 GitHub 上发布了 Hermes Agent。一年后：208,669 Star、38,006 Fork，MIT 许可证，Python。
这是目前 GitHub 上增长最快的 AI Agent 项目之一。它的定位非常独特：
The agent that grows with you. 唯一内置学习循环的 Agent——从经验中创建技能，在使用中改进技能，主动提醒自己持久化知识，搜索自己的历史对话，跨会话构建你的深度模型。
Hermes Agent 是什么
Hermes Agent 是一个自进化的 AI Agent 平台。它不是又一个"ChatGPT 套壳"——它是一个完整的 Agent 操作系统：
- 真正的终端界面：全功能 TUI，多行编辑、斜杠命令自动补全、对话历史、中断重定向、流式工具输出
- 你生活的地方：Telegram、Discord、Slack、WhatsApp、Signal、CLI——单一网关进程统一管理
- 闭环学习：Agent 策展的记忆+定期提醒、复杂任务后自主创建技能、技能在使用中自我改进、FTS5 会话搜索+LLM 摘要实现跨会话回忆
- 定时自动化：内置 cron 调度器，自然语言描述任务，自动投递到任何平台
- 委托与并行：生成隔离子 Agent 并行工作，Python 脚本通过 RPC 调用工具
- 运行在任何地方：6 种终端后端——本地、Docker、SSH、Singularity、Modal、Daytona
核心架构：自进化学习循环
Hermes Agent 最核心的差异化能力是它的闭环学习循环：
使用 → 创建技能 → 改进技能 → 持久化记忆 → 跨会话回忆 → 更智能的使用
这个循环由四个子系统驱动：
1. 技能系统（Skills System）
Hermes 的技能系统是它的"程序性记忆"——可复用的工作流程和专业知识：
- 自主创建：完成复杂任务（5+ 工具调用）后，Agent 自动提议创建技能
- 使用中改进：技能在使用中被发现过时或不完整时，Agent 自动修补
- agentskills.io 标准：兼容开放的技能标准，可跨 Agent 共享
- 116+ 内置技能：覆盖编码、研究、创意、数据科学、DevOps 等领域
v0.18.0 新增的 /learn 命令将技能创建简化到极致——指向一个目录、URL 或刚完成的工作流，Agent 自动蒸馏为可复用技能。
2. 记忆系统（Memory System）
Hermes 的记忆系统是它的"陈述性记忆"——关于你和世界的持久事实：
- 双轨记忆：USER.md（你是谁）+ MEMORY.md（Agent 的笔记）
- 主动提醒：Agent 定期提醒自己持久化重要信息
- 跨会话搜索：FTS5 全文搜索 + LLM 摘要，实现跨会话上下文回忆
- Honcho 辩证用户建模：构建你的深度模型
v0.18.0 新增的 /journey 命令和桌面记忆图谱（可播放的径向时间线）让记忆从黑箱变为可视化——你可以看到 Agent 知道什么、观察它成长、修剪错误。
3. 委托系统（Delegation System）
Hermes 的委托系统支持后台扇出——同时生成多个子 Agent 并行工作：
- 隔离上下文：每个子 Agent 有独立的对话、终端会话和工具集
- 后台运行：父会话不被阻塞，子 Agent 完成后结果合并返回
- 最多 3 个并发：可配置的并发限制
v0.18.0 将委托从"阻塞等待"升级为"后台扇出"——启动"并行研究这五个竞品"或"审计这三个模块"，然后继续做其他事。
4. 定时任务系统（Cron System）
Hermes 的 cron 系统支持自然语言描述定时任务：
- 自然语言调度："每天早上 6 点"、"每 30 分钟"
- 多平台投递：结果可投递到 Telegram、Discord、本地文件等
- 技能驱动：定时任务可加载技能，执行复杂工作流
- 脚本支持：支持 Python/Bash 脚本作为数据采集器
v0.18.0：The Judgment Release 核心突破
2026 年 7 月 1 日发布的 v0.18.0 是 Hermes Agent 的一个重要里程碑。~1,720 次提交、998 个合并 PR、949 个 Issue 关闭、370+ 社区贡献者。
突破一：P0/P1 清零——工程奇迹
这是 v0.18.0 的发布标题。团队在 12 天内清理了整个仓库的所有 P0 和 P1 Issue/PR：
| 优先级 | Issue 关闭 | PR 合并 |
|---|---|---|
| P0（严重） | 3 | 8 |
| P1（高） | 493 | 188 |
| 合计 | 496 | 196 |
~692 个最高优先级项目在 12 天内解决。团队承诺从此保持 P0/P1 为零。
突破二：Mixture-of-Agents 一等公民
MoA 从"可切换的模式"变成了"可选择的模型"：
- 每个命名的 MoA 预设作为
moa供应商下的可选模型出现 - 在所有模型选择器中与 Claude、GPT、Grok 并列
- 选择 "my-council" 就像选择任何模型一样——Agent 自动通过该集成路由你的提示
更关键的是透明性：每个参考模型的完整输出现在渲染为独立标记块——你可以看到 GPT-5 的想法、Claude 的想法、Grok 的想法，然后聚合器将它们合成为一个答案。最终答案实时流式输出，而不是长时间沉默后一次性出现。
突破三：验证闭环——"完成"意味着证明，不是声称
Hermes 现在记录编码工作的验证证据，并可以通过实际运行项目检查来决定是否完成，而不是靠模型"感觉"完成了：
/goal获得完成合约：你声明"完成"是什么样子，常驻目标循环根据证据判断完成pre_verify钩子用于接入自定义检查- 一次性迁移调整默认值
"我觉得我修好了"和"测试通过了，这是证据"之间的区别。
突破四：/learn 和 /journey——自进化可视化
/learn <anything>：指向目录、URL 或刚完成的工作流，Agent 自动蒸馏为可复用技能，按 CONTRIBUTING.md 标准写入/journey：CLI 和 TUI 中的可播放学习时间线，显示 Agent 积累的记忆和技能——可直接编辑或删除- 桌面记忆图谱：自顶向下、可播放的记忆和技能径向时间线
Agent 的记忆不再是黑箱。
突破五：桌面编程项目
桌面应用获得了真正的编程项目支持：
- 侧边栏代码库列表
- 编程轨道
- 审查面板
- Git worktree 管理
- Agent 可操作的项目工具
project → repo → lane模型
桌面从"聊天窗口"变成了"编程驾驶舱"。
突破六：规模化部署
网关现在可以空闲时休眠并在重启/迁移/自动更新前优雅排空——不丢失进行中的对话。托管或中继模式的 Hermes 可以在没人对话时缩放到零，按需唤醒。
版本演进：从 Surface 到 Judgment
| 版本 | 日期 | 主题 | 核心变化 |
|---|---|---|---|
| v0.16.0 | 6/5 | The Surface Release | 原生桌面应用（macOS/Linux/Windows），100 PRs、159 commits 一周完成 |
| v0.17.0 | 6/19 | The Reach Release | iMessage + WhatsApp 频道，更深工具集成，团队功能 |
| v0.18.0 | 7/1 | The Judgment Release | P0/P1 清零，MoA 一等公民，验证闭环，/learn + /journey，后台扇出 |
三个版本，三种主题：Surface（桌面）→ Reach（覆盖）→ Judgment（质量）。这是一个教科书级的版本规划——先铺面，再扩覆盖，最后打磨质量。
技术栈亮点
| 组件 | 技术选择 | 亮点 |
|---|---|---|
| 语言 | Python 3.11+ | 全栈 Python，uv 包管理 |
| 终端 | 全功能 TUI | 多行编辑、斜杠命令自动补全、流式工具输出 |
| 桌面 | 原生应用 | macOS/Linux/Windows，一周 100 PRs 构建 |
| 网关 | 多平台消息 | Telegram/Discord/Slack/WhatsApp/Signal/iMessage |
| 后端 | 6 种 | 本地/Docker/SSH/Singularity/Modal（serverless）/Daytona |
| 工具 | 40+ | 终端、文件、Web、浏览器、计算机使用、代码执行等 |
| 技能 | 116+ 内置 | agentskills.io 标准，自主创建+自我改进 |
| 记忆 | FTS5 + LLM | 双轨记忆，Honcho 用户建模，跨会话搜索 |
| 模型 | 任意 | Nous Portal/OpenRouter/OpenAI/Anthropic/本地——无锁定 |
与同类项目的对比
| 维度 | Hermes Agent | OpenClaw | Claude Code | Codex | Cursor |
|---|---|---|---|---|---|
| Star | 208K | 381K | — | — | — |
| 定位 | 自进化 Agent 平台 | 个人 AI 助手 | 终端编码 Agent | 终端编码 Agent | IDE Agent |
| 学习循环 | ✅ 核心 | ❌ | ❌ | ❌ | ❌ |
| 技能系统 | ✅ 自主创建+改进 | ✅ | ❌ | ❌ | ❌ |
| 记忆系统 | ✅ 双轨+跨会话 | ✅ | ❌ | ❌ | ❌ |
| 多平台消息 | ✅ 7 平台 | ✅ | ❌ | ❌ | ❌ |
| 桌面应用 | ✅ 原生 | ❌ | ❌ | ❌ | ✅ IDE |
| MoA | ✅ 一等公民 | ❌ | ❌ | ❌ | ❌ |
| 验证闭环 | ✅ 完成合约 | ❌ | ❌ | ❌ | ❌ |
| 定时任务 | ✅ 内置 cron | ✅ | ❌ | ❌ | ❌ |
| 委托/并行 | ✅ 后台扇出 | ✅ | ❌ | ❌ | ❌ |
| Serverless | ✅ Modal/Daytona | ✅ | ❌ | ❌ | ❌ |
| 许可证 | MIT | MIT | 专有 | 专有 | 专有 |
Hermes Agent 在学习循环、MoA、验证闭环三个维度上是独有的。它不是又一个编码助手——它是一个会成长的 Agent 操作系统。
多维度评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 架构设计 | 9/10 | 自进化学习循环是范式级创新，技能+记忆+委托+cron 四子系统协同 |
| 工程质量 | 9/10 | P0/P1 清零是工程奇迹，12 天 692 个高优先级项目，370+ 贡献者 |
| 用户体验 | 9/10 | CLI/TUI/桌面/消息四界面统一，/learn 和 /journey 让自进化可视化 |
| 平台覆盖 | 9/10 | 7 消息平台 + 6 终端后端 + 3 桌面 OS，几乎无处不在 |
| 创新性 | 10/10 | MoA 一等公民、验证闭环、自进化技能——多项全球首创 |
| 社区活力 | 10/10 | 208K Star，370+ 贡献者/版本，25418 Open Issue 说明极度活跃 |
| 成熟度 | 7/10 | 一年历史，快速迭代中，25418 个 Open Issue 说明仍有大量工作 |
总评：9.0/10。Hermes Agent 是目前最完整、最具创新性的开源 AI Agent 平台。它的自进化学习循环是 Agent 领域的范式创新——Agent 不只是执行任务，而是在执行中成长。
局限与风险
- 25418 个 Open Issue：虽然 P0/P1 已清零，但 Issue 总量巨大，说明项目仍在快速扩张中，边缘场景覆盖不足。
- 复杂度：技能系统、记忆系统、委托系统、cron 系统——概念密度极高，新用户学习曲线陡峭。
- Python 生态依赖：全栈 Python，对非 Python 开发者不够友好。
- 资源消耗：全功能 Agent（MoA + 多工具 + 网关）需要可观的算力资源。
- 快速迭代风险：版本更新频繁（两周一个大版本），向后兼容性可能受影响。
结论
Hermes Agent 是 Nous Research 送给 AI Agent 生态的一份厚礼。它证明了一个观点：最好的 AI Agent 不是最强大的模型驱动的，而是最会学习的。
它的设计哲学值得每一个 AI 系统构建者深思：
- Agent 应该在使用中成长：技能自主创建+自我改进，记忆跨会话积累——Agent 不是静态的工具，是动态的伙伴
- "完成"需要证明，不是声称：验证闭环让 Agent 从"我觉得做好了"变成"测试通过了，这是证据"
- 透明性比智能更重要：MoA 展示每个模型的推理过程，/journey 展示 Agent 的学习历程——用户需要看到 Agent 的思考
- 无处不在，但不绑定：7 个消息平台、6 种后端、任意模型——Agent 应该适应用户，而不是反过来
我们的建议：如果你在寻找一个会成长的 AI Agent 平台，Hermes Agent 是目前最好的开源选择。从 hermes setup --portal 开始，体验 /learn 和 /journey 的自进化能力，然后逐步探索 MoA、cron 和委托系统。
对于 AI 研究者：Hermes Agent 的自进化学习循环是 Agent 领域最重要的架构创新之一——技能系统、记忆系统和验证闭环的设计值得深入研究。