4月，Hermes Agent憑借“自進(jìn)化”挑戰(zhàn)了OpenClaw的霸主地位。盡管兩者基礎(chǔ)功能高度重合，但Hermes通過(guò)“技能自動(dòng)進(jìn)化”與“主動(dòng)記憶管理”，實(shí)現(xiàn)了從“手動(dòng)配置”到“自主成長(zhǎng)”的跨越。

這種將復(fù)雜度隱藏在底層規(guī)則中的設(shè)計(jì)，雖在處理復(fù)雜任務(wù)時(shí)仍有隱患，卻精準(zhǔn)踩中了“干預(yù)遞減”的自動(dòng)化趨勢(shì)，為Agent向“伙伴”進(jìn)化搶占了關(guān)鍵生態(tài)位。

———— / BEGIN / ————

進(jìn)入 2026 年 4 月，才火了兩個(gè)月的 OpenClaw （俗稱(chēng)“龍蝦”）就迎來(lái)了它的挑戰(zhàn)者。Hermes Agent 連續(xù)數(shù)周占據(jù) GitHub Trending 榜首，狂攬 22,000 顆星。

它火到什么程度呢？

連 Anthropic 都要抄它的。

4 月 10 日，Nous Research 的創(chuàng)始人 Teknium 跳出來(lái)吐槽，說(shuō) Anthropic 正在「復(fù)制」Hermes 自動(dòng)判斷任務(wù)完成、主動(dòng)提醒用戶(hù)的功能。

社區(qū)敘事也因此非常統(tǒng)一，認(rèn)為 Hermes 憑借自進(jìn)化 Agent、自動(dòng)記憶管理和用戶(hù)建模系統(tǒng)，在技術(shù)上全面超越了前任王者 OpenClaw，重新定義了開(kāi)源 Agent 的方向。

不過(guò)，如果拋開(kāi)這些宏大敘事，真正把兩邊拆開(kāi)對(duì)比，你會(huì)發(fā)現(xiàn)它們?cè)诠δ苌弦荒Ｒ粯拥牡胤剑h(yuǎn)比差異多得多。

比如定時(shí)調(diào)度，兩邊都有。

Hermes 支持人類(lèi)可讀的格式和標(biāo)準(zhǔn)的 cron 表達(dá)式，每個(gè)任務(wù)都跑在隔離的會(huì)話(huà)（session）里。

OpenClaw 也同樣支持 at、every、cron 三種調(diào)度類(lèi)型，任務(wù)直接持久化寫(xiě)進(jìn)本地的 JSON 文件，重啟也不會(huì)丟。

再比如子 Agent 委派，兩邊都有。

Hermes 的 delegate_task 支持單任務(wù)和最多 3 個(gè)并行子任務(wù)，子 Agent 環(huán)境完全隔離，干完活只返回一個(gè)摘要。

OpenClaw 的 sub-agent 機(jī)制也支持這種后臺(tái)隔離執(zhí)行和結(jié)果回傳，甚至還能配置嵌套深度。

瀏覽器自動(dòng)化、TTS（語(yǔ)音合成）、Vision 視覺(jué)能力、圖像生成、語(yǔ)音交互，兩邊也全都有。

Gateway 方面，Telegram、Discord、Slack、WhatsApp、Signal 等 20 多個(gè)平臺(tái)的消息集成，兩邊也毫無(wú)懸念地全都有。

對(duì)著清單一項(xiàng)項(xiàng)打勾就會(huì)發(fā)現(xiàn)，兩者的功能幾乎完全重合。

所謂功能表上的「絕對(duì)碾壓」根本不存在。

那么問(wèn)題來(lái)了，既然功能都一樣，Hermes 憑什么火成這樣？社區(qū)里被吹上天的「自進(jìn)化」「自動(dòng)記憶」「用戶(hù)建模」，到底有多少是真正的底層結(jié)構(gòu)差異？

會(huì)自己長(zhǎng)大的 Skill

翻遍兩邊的默認(rèn)配置，你能找到的唯一硬核差異就一個(gè)，即，Hermes 在 Skill（技能）上實(shí)現(xiàn)了自動(dòng)進(jìn)化的閉環(huán)。

Skill 算是 Agent 的工作流知識(shí)單元，說(shuō)白了就是一個(gè) Markdown 文件，專(zhuān)門(mén)告訴 Agent 遇到某類(lèi)任務(wù)該按什么步驟干、中間調(diào)什么工具、搞砸了怎么救場(chǎng)。

Hermes 把技能的生命周期硬生生劈成了兩截。一截是運(yùn)行時(shí)的靜默生成，另一截是離線(xiàn)的硬核進(jìn)化。

先說(shuō)生成。平時(shí)讓 Agent 干活，只要它在中間調(diào)用了 5 次以上工具，或者出了錯(cuò)又自己把流程救回來(lái)了，再或者你作為用戶(hù)直接糾正了它的輸出，主倉(cāng)庫(kù)里一套寫(xiě)死的硬規(guī)則就會(huì)被觸發(fā)。Agent 會(huì)默默把剛才那套跑通的工作流打個(gè)包，存成本地的 SKILL 文件。這一步完全靜默，很多時(shí)候你根本不知道它又給自己寫(xiě)了個(gè)新技能。

等下次再遇到類(lèi)似任務(wù)，它會(huì)自動(dòng)去掃索引。這個(gè)加載過(guò)程分四層漸進(jìn)，就像去圖書(shū)館找資料。它先看目錄卡片（Tier 0），只把名稱(chēng)和描述塞進(jìn)系統(tǒng)提示詞里，大概占 3,000 個(gè) token。方向?qū)α耍僦饘尤?shū)架拿書(shū)，把完整內(nèi)容展開(kāi)。

但真正讓 Hermes 拉開(kāi)身位的，是第二步的進(jìn)化。

Hermes 內(nèi)置了一套離線(xiàn)批量進(jìn)化算法，還專(zhuān)門(mén)拉了一個(gè)獨(dú)立倉(cāng)庫(kù)（hermes-agent-self-evolution）。引擎用的是 DSPy 框架，加上一套叫 GEPA 的核心算法。

GEPA 的全稱(chēng)是 Genetic-Pareto Prompt Evolution。這套體系并非 Hermes 自創(chuàng)，出自 Lakshya Agrawal 等人的一篇 ICLR 2026 Oral 論文，標(biāo)題就叫《反思性提示詞進(jìn)化可以跑贏強(qiáng)化學(xué)習(xí)》。

現(xiàn)在的學(xué)術(shù)圈搞技能進(jìn)化，大部分都在走 RL（強(qiáng)化學(xué)習(xí)）的路線(xiàn)。像 SkillRL 或者 SAGE 這些框架，連名字都帶著 RL，指望用梯度更新來(lái)強(qiáng)化技能庫(kù)。但 GEPA 走了一條完全對(duì)立的路，刻意拋棄了強(qiáng)化學(xué)習(xí)。GEPA 論文本身就是在證明一件事，哪怕沒(méi)有梯度更新，靠大模型的反思能力加上進(jìn)化算法，不僅能跑贏 RL，樣本利用效率還更高。

它是怎么做的呢？

這套算法有三個(gè)硬核的底座。

首先是反思性變異（Reflective mutation）。它不是瞎猜式的隨機(jī)變異。大模型會(huì)去讀之前的執(zhí)行軌跡（trace），自己反思這次為什么做對(duì)了，為什么做錯(cuò)了，提示詞到底該改哪幾個(gè)字。

其次是帕累托前沿選擇（Pareto frontier selection）。生成了一批變異的候選技能后，它不是一刀切只留全局均分最高的。只要某個(gè)候選在哪怕一個(gè)評(píng)估樣本上表現(xiàn)最強(qiáng)，它就會(huì)被保留下來(lái)。這么做是為了保證技能探索的多樣性和魯棒性。

最后是自然語(yǔ)言反饋?zhàn)鳛樽儺愋盘?hào)。傳統(tǒng) RL 靠數(shù)值 reward 引導(dǎo)參數(shù)更新，但數(shù)值信號(hào)顆粒度太粗，跑了一次得 0.6 分，你根本不知道是哪里對(duì)哪里錯(cuò)。

GEPA 的每次變異用的都是具體的自然語(yǔ)言反饋，比如「這一步?jīng)]檢查邊界條件」「應(yīng)該先讀配置再寫(xiě)緩存」。LLM 讀得懂這種反饋并據(jù)此產(chǎn)生下一輪變體，比解讀一個(gè)浮點(diǎn)數(shù)有效得多。

把它串成工作流就是這樣。系統(tǒng)定期去讀現(xiàn)有的 SKILL 文件，去歷史會(huì)話(huà)里抽樣（或者干脆自己合成）搞出一個(gè)評(píng)估集。然后 GEPA 介入，看執(zhí)行軌跡，反思提意見(jiàn)，生成候選變體，跑一輪評(píng)估，最后用帕累托算法挑出贏家。

這套離線(xiàn)的進(jìn)化閉環(huán)跑完，得出優(yōu)化后的 Skill 后，它不會(huì)直接覆蓋原文件，而是老老實(shí)實(shí)生成一個(gè) PR（Pull Request），必須要等你作為人類(lèi)審核員點(diǎn)頭合并，這個(gè)進(jìn)化的技能才會(huì)真正生效。系統(tǒng)永遠(yuǎn)不會(huì)進(jìn)行直接提交。

這直接戳破了社區(qū)里那套「用戶(hù)完全無(wú)需介入」的爽文神話(huà)。Hermes 的態(tài)度其實(shí)很明確，技能生成可以全自動(dòng)且靜默，但技能進(jìn)化必須過(guò)人眼。

回過(guò)頭看看 OpenClaw。它也不是沒(méi)有 Skill 系統(tǒng)，但要命的是每一步都得靠你主動(dòng)。你需要手動(dòng)建文件、手動(dòng)安裝、再手動(dòng)授權(quán)，三個(gè)條件湊齊了技能才會(huì)生效。搞了個(gè)新 Skill 還得重啟它統(tǒng)一管理的 Gateway 網(wǎng)關(guān)進(jìn)程，系統(tǒng)才能認(rèn)得出。

而且它的加載極其簡(jiǎn)單粗暴，根本不做任務(wù)匹配，只要配了就全量塞進(jìn)上下文里，除非你手動(dòng)加個(gè)禁用標(biāo)簽把它踢出去。

兩邊都有 Skill。真正的區(qū)別就在于誰(shuí)來(lái)按下啟動(dòng)鍵。

Hermes 說(shuō)「放著我來(lái)」，OpenClaw 說(shuō)「你自己搞」。

誰(shuí)在替誰(shuí)記事

如果說(shuō) Skill 解釋了 Hermes 為什么「越用越快」，那社區(qū)里傳得神乎其神的另一半敘事「它懂我是誰(shuí)」，就得歸功于記憶系統(tǒng)了。

現(xiàn)在的三大主流 Agent（Claude Code、OpenClaw、Hermes）其實(shí)都有自動(dòng)記憶。但只要稍微深挖就會(huì)發(fā)現(xiàn)，它們服務(wù)的對(duì)象、觸發(fā)機(jī)制和記憶保質(zhì)期完全是兩碼事。

先說(shuō) Claude Code。

它的自動(dòng)記憶（auto-memory）是默認(rèn)開(kāi)著的，平時(shí)干活時(shí)會(huì)自動(dòng)把構(gòu)建命令、調(diào)試經(jīng)驗(yàn)、架構(gòu)筆記甚至代碼風(fēng)格都記下來(lái)，而且每 24 小時(shí)就跑一次 Auto Dream 來(lái)整理，把過(guò)期或者自相矛盾的東西清掉。

聽(tīng)起來(lái)很智能，但這套系統(tǒng)有著極其嚴(yán)格的項(xiàng)目隔離。

它的邊界卡死在 git root（項(xiàng)目根目錄）上，項(xiàng)目 A 里學(xué)到的血淚教訓(xùn)，絕對(duì)帶不到項(xiàng)目 B 里。它不記你的個(gè)人偏好，不關(guān)心坐在屏幕對(duì)面的是誰(shuí)，腦子里只有「這個(gè)項(xiàng)目該怎么跑」。

再說(shuō) OpenClaw，它的記憶系統(tǒng)就更偏長(zhǎng)程。每次啟動(dòng)對(duì)話(huà)，它都會(huì)把包括 MEMORY.md 和 USER.md 在內(nèi)的 8 個(gè)底層文件強(qiáng)制灌進(jìn)自己的腦子里。這兩個(gè)文件不僅跨項(xiàng)目共享，而且會(huì)自動(dòng)寫(xiě)入。

那它是怎么寫(xiě)入的呢？

它的寫(xiě)入機(jī)制極其被動(dòng)，更像兜底。

在每次對(duì)話(huà)的上下文（token）快要撐爆、系統(tǒng)準(zhǔn)備做大壓縮（compaction）之前，Agent 會(huì)悄悄跑一個(gè) silent turn（隱藏輪次）。它會(huì)在這個(gè)輪次里，把當(dāng)前聊過(guò)的重點(diǎn)隨手記到當(dāng)天的日記文件里，同時(shí)把關(guān)于你的偏好寫(xiě)進(jìn)長(zhǎng)期掛載的 MEMORY.md 或 USER.md。

所以你很久沒(méi)用 OpenClaw，隔幾天一打開(kāi)發(fā)現(xiàn)它「居然還記得你是誰(shuí)」，靠的就是這張被動(dòng)結(jié)成的長(zhǎng)期大網(wǎng)，那些偏好早就被塞進(jìn)了幾個(gè)啟動(dòng)必讀的文件里。

這確實(shí)能讓人產(chǎn)生「這 AI 可以養(yǎng)」的實(shí)感。但本質(zhì)上更像是一種求生本能，眼看腦子裝不下了趕緊存一下檔。

至于那些老舊日記，如果不用外掛的語(yǔ)義向量數(shù)據(jù)庫(kù)支持，它只能靠關(guān)鍵詞生搜。

在這個(gè)維度上 Hermes 是另一套邏輯。

在 v0.7 版本之前，Honcho 是 Hermes 里唯一寫(xiě)死的長(zhǎng)期記憶后端，沒(méi)有別的選項(xiàng)。

這個(gè)之前是默認(rèn)選項(xiàng)的 Honcho 設(shè)計(jì)得很巧妙。絕大多數(shù) Agent 的記憶系統(tǒng)（包括 Hermes 的默認(rèn)內(nèi)置記憶）本質(zhì)上是一個(gè)被動(dòng)的記錄儀。你聊了什么，它切碎了轉(zhuǎn)成向量塞進(jìn)數(shù)據(jù)庫(kù)，下次遇到相似的話(huà)題再通過(guò)計(jì)算距離（Embedding 余弦相似度）撈出來(lái)。

Honcho 不走這條路。它是一個(gè)「AI 原生」的記憶后端，主打的是異步的辯證推理（Dialectic reasoning）和深度實(shí)體建模。

你跟 Agent 聊完天，主會(huì)話(huà)結(jié)束了，但 Honcho 的活才剛開(kāi)始。它會(huì)在后臺(tái)拉起額外的模型調(diào)用，對(duì)剛聊完的歷史進(jìn)行分析，提煉出你話(huà)里的概念（Entity），提取底層偏好，甚至把你前后矛盾的話(huà)進(jìn)行辯證和對(duì)齊。它把你隨口說(shuō)出的碎碎念，計(jì)算成結(jié)構(gòu)化的「洞察（Insight）」。

聽(tīng)著非常先進(jìn)，但它也非常費(fèi) token，容易把關(guān)鍵細(xì)節(jié)給洗掉。設(shè)成插件，更安全。

但就算沒(méi)有 Honcho，Hermes 的記憶寫(xiě)入都比 OpenClaw 主動(dòng)得多。

Hermes 搞了個(gè)微調(diào)（nudge）機(jī)制，根本不等腦子撐爆，大概每聊 15 輪對(duì)話(huà)就會(huì)被硬性觸發(fā)一次。這就是系統(tǒng)強(qiáng)制塞給 Agent 的一條反思指令，趕緊回顧一下剛才聊的，看看這人有什么習(xí)慣值得記一筆。

這種高頻的主動(dòng)反思，讓 Hermes 在同等時(shí)間里寫(xiě)進(jìn)持久文件的信息量大得驚人。

不僅寫(xiě)入更積極，Hermes 找回記憶的手法也更硬。它在默認(rèn)架構(gòu)里內(nèi)置了 SQLite FTS5 的全文檢索能力。不用再去費(fèi)勁配什么詞向量服務(wù)，Agent 想翻舊賬，直接就能去龐大的過(guò)往聊天記錄里掃街。

把這三家擺在一起看，那條進(jìn)化線(xiàn)就清晰了。

OpenClaw 是一套被動(dòng)觸發(fā)的長(zhǎng)期記憶體系。Claude Code 做到了主動(dòng)記錄和整理但底線(xiàn)是對(duì)事不對(duì)人。而 Hermes 把觸發(fā)時(shí)機(jī)做得極其主動(dòng)，記憶插件隨意切，全局共享，還默認(rèn)配齊了能翻遍所有歷史的檢索利器。

日常用起來(lái)的體感差異也就是這么拉開(kāi)的。OpenClaw 是在快崩潰前才想起來(lái)認(rèn)識(shí)你一下。Hermes 則是每隔一會(huì)兒就在暗中揣摩你的心思，并且能隨時(shí)翻出你們倆說(shuō)過(guò)的話(huà)。

把復(fù)雜度藏起來(lái)

無(wú)論是 Skill 的自生成，還是記憶的高頻主動(dòng)寫(xiě)入，背后指的其實(shí)都是同一件事，即，Hermes 只是替你把本該你做的決定都做了。

但是系統(tǒng)復(fù)雜度這種東西是守恒的。

你不用動(dòng)手，不代表決策憑空消失了，它只是從你的手動(dòng)操作轉(zhuǎn)移到了底層硬編碼的死規(guī)則里。

在搭這套 harness 的過(guò)程里，Hermes 的設(shè)計(jì)者領(lǐng)悟了一個(gè)道理，模型判斷不可信，那就做成死規(guī)則。

這套 harness 遠(yuǎn)比 Anthropic 之類(lèi)的要死。Agent 干活的時(shí)候并不是一個(gè)純粹的大模型在裸跑思考，大模型外面嚴(yán)嚴(yán)實(shí)實(shí)地包著一層代碼框架，這層框架里寫(xiě)滿(mǎn)了條件判斷。

工具調(diào)用滿(mǎn) 5 次了嗎？對(duì)話(huà)輪數(shù)湊夠 15 輪了嗎？剛才是不是剛死里逃生重試了一次？用戶(hù)有沒(méi)有明確開(kāi)口指出錯(cuò)誤？這些問(wèn)題系統(tǒng)根本不打算交給大模型去模糊判斷，而是用確定性的代碼一條條死盯。條件一滿(mǎn)足，立刻執(zhí)行寫(xiě)好的動(dòng)作，去生成初始技能，或者硬塞反思指令，再或者把某句話(huà)記進(jìn)長(zhǎng)期文件里。

這些遍布各處的防御網(wǎng)，就是被轉(zhuǎn)移走的那部分復(fù)雜度。本來(lái)該由用戶(hù)在使用過(guò)程中自我規(guī)范，現(xiàn)在全寫(xiě)死在 Hermes 的代碼里。

而 Hermes 寫(xiě)這些規(guī)則依靠的就是設(shè)計(jì)判斷。調(diào)用 5 次工具觸發(fā)技能生成，設(shè)成 3 次太容易誤觸發(fā)，設(shè)成 8 次又可能漏掉有價(jià)值的工作流。每 15 輪反思一次，而不是每輪都反思，因?yàn)槟菚?huì)產(chǎn)生海量垃圾記憶且燒錢(qián)。

你坐在屏幕前覺(jué)得什么都不用管真爽，背后是 Hermes 的開(kāi)發(fā)團(tuán)隊(duì)提前把所有判斷邏輯替你寫(xiě)死了。

自動(dòng)化并沒(méi)有消滅決策，它只是把決策藏到了看不見(jiàn)的地方。

為了保證這套硬規(guī)則在沒(méi)有人類(lèi)盯著的時(shí)候不翻車(chē)，Hermes 在底層做了一系列防御性設(shè)計(jì)。

首先看上下文管理。

當(dāng)對(duì)話(huà)撐到 85% 閾值時(shí)，Hermes 根本不叫大模型來(lái)做智能摘要，它的 ContextCompressor 就是一套純粹的字符串替換邏輯，把舊的工具輸出直接換成一個(gè)占位符，粗暴但絕對(duì)安全。

而記憶層面它用的是凍結(jié)快照，開(kāi)機(jī)時(shí)把記憶一次性倒進(jìn)系統(tǒng)提示詞里，中途不刷新，等下次重啟才生效。這犧牲了實(shí)時(shí)性，但換來(lái)了前綴緩存穩(wěn)定的命中率，直接砍掉了大概 75% 的 token 輸入成本。

兩個(gè)選擇的精神一致，session 內(nèi)部不讓 LLM 去做關(guān)于上下文和記憶的動(dòng)態(tài)判斷，用最笨的規(guī)則保住確定性。

再看它的安全審查。

內(nèi)置的 Smart 審批模式同樣不讓大模型當(dāng)裁判去判斷一條命令危不危險(xiǎn)，而是直接拿一套硬編碼的黑名單去正則匹配終端操作。匹配中就必須人類(lèi)點(diǎn)頭確認(rèn)。

它甚至連搞生態(tài)擴(kuò)展的插件系統(tǒng)，都把開(kāi)發(fā)者當(dāng)成了潛在敵人。Event Hooks 系統(tǒng)里有 6 種鉤子，其中 5 種全都是觸發(fā)即忘（fire-and-forget）的看客，系統(tǒng)根本不管它們的返回值。想修改 Agent 的運(yùn)行上下文只有一個(gè)唯一的注入點(diǎn)。官方死死卡住一條底線(xiàn)，就算插件代碼跑崩了也絕不拖垮 Agent 的主循環(huán)。

這幾個(gè)看似保守的選擇，底層邏輯高度一致。

今年初 Chroma 團(tuán)隊(duì)做過(guò)多輪對(duì)話(huà)壓測(cè)，單輪變多輪后，模型平均性能直接掉 39%，最慘能掉 85%。同一時(shí)期的記憶綜述論文也指出，在超長(zhǎng)上下文施壓下，死板的規(guī)則化跑分愣是碾壓了讓大模型全權(quán)統(tǒng)管的方案。

說(shuō)白了，當(dāng)大模型駕馭超長(zhǎng)上下文的底子還虛的時(shí)候，那些聽(tīng)起來(lái)越智能的統(tǒng)管方案越容易原地爆炸。反倒是越笨的死規(guī)則越靠得住。在平時(shí)跑任務(wù)的環(huán)境里，不翻車(chē)才是最高優(yōu)先級(jí)。這是一個(gè)誠(chéng)實(shí)的工程判斷。

一條「干預(yù)遞減」的光譜

把這幾家串起來(lái)看，不管是自動(dòng)寫(xiě)技能、主動(dòng)存記憶，還是故意退一步的技術(shù)棧選擇，最終落點(diǎn)都是同一個(gè)產(chǎn)品判斷，到底該讓用戶(hù)管多少事？

從 Claude Code 和 Codex，到 OpenClaw，再到 Hermes，市面上的開(kāi)源 Agent 其實(shí)鋪成了一段清晰的光譜。一端是「所有決定都由人來(lái)做」的生產(chǎn)工具，必須讓開(kāi)發(fā)者看 diff、批命令、盯每一步。

在真實(shí)業(yè)務(wù)里精確控制永遠(yuǎn)是第一順位，這不是技術(shù)不到位，是產(chǎn)品定位決定的。另一端是「全都交給 Agent 包辦」的自動(dòng)化工具。

Hermes 直接站在了最遠(yuǎn)那頭。

它押注的是大部分用戶(hù)既不想弄懂、也不屑于弄懂 Agent 怎么跑起來(lái)。你只管張嘴提需求，技能匹配、記憶分類(lèi)、上下文壓縮，全都在陰影里完成。它的野心不是讓你覺(jué)得它好用，而是讓它在不知不覺(jué)中自己越變?cè)胶谩?/p>

扛不住硬活，但方向?qū)α?/strong>

盡管 Hermes 已經(jīng)很克制，用各種技術(shù)保守的規(guī)則系統(tǒng)剝奪了模型的自由判定權(quán)，以使這個(gè)更自動(dòng)化的系統(tǒng)能夠穩(wěn)定。就放了這么點(diǎn)非規(guī)則的權(quán)限，模型就開(kāi)始拉垮。

重災(zāi)區(qū)就是那套引以為傲的技能系統(tǒng)。不止一個(gè)高階玩家抱怨，自己花好幾個(gè)小時(shí)手動(dòng)精調(diào)出來(lái)的技能，被全自動(dòng)的進(jìn)化流程直接覆蓋掉，這完全是沒(méi)法接受的災(zāi)難。

自動(dòng)記憶微調(diào)的機(jī)制同樣經(jīng)不起細(xì)看。nudge 的本質(zhì)是讓 Agent 自己判斷這輪有沒(méi)有值得記的，但社區(qū)發(fā)現(xiàn) Hermes 判斷自己「是否完成了任務(wù)」時(shí)幾乎總覺(jué)得自己成功了。所以反思出來(lái)的記憶，非常薄弱。

如果是拿去擬一份核心合同、過(guò)一遍底層代碼、或者搭復(fù)雜的財(cái)務(wù)模型，全自動(dòng)模式本身就是一個(gè)巨大的隱患。這也是那些老牌專(zhuān)業(yè)工具不敢直接上全自動(dòng)的原因，專(zhuān)業(yè)人士是會(huì)為 Agent 的腦抽付出真金白銀代價(jià)的。

但在寫(xiě)寫(xiě)周報(bào)、翻翻天氣、或者理一理本地文件這種容錯(cuò)率極高的日常重復(fù)任務(wù)里，Hermes 現(xiàn)在確實(shí)能站得住。只要你給它二十幾次迭代的機(jī)會(huì)，那些慢慢攢起來(lái)的技能和記憶，確實(shí)能讓它跑得又穩(wěn)又快。

這實(shí)打?qū)嵉捏w感，足夠它圈住第一波忠實(shí)用戶(hù)了。

更重要的是，它踩在了一個(gè)基本確定的方向上。

梳理這兩個(gè)月的發(fā)展，你會(huì)看到一條非常有意思的演進(jìn)弧線(xiàn)。

2026 年2月25日 Hermes 首發(fā)，打出的旗號(hào)是「與你共同成長(zhǎng)的 Agent」。它靠著主動(dòng)記憶、自動(dòng)進(jìn)化和強(qiáng)行替用戶(hù)做決定的激進(jìn)路線(xiàn)，一口氣沖到了 57,200 顆星。

但到了4月3日發(fā)布的 v0.7 韌性更新里，它其實(shí)悄悄往回撤了半步。Hermes 引入了抽象接口，把原本寫(xiě)死在系統(tǒng)里的唯一高級(jí)記憶后端 Honcho，降級(jí)成了和新接入的 MEM0、ByteRover 等 6 個(gè)第三方服務(wù)平起平坐。反而把最原始的純文件加全文檢索頂成了默認(rèn)兜底方案。

一個(gè)自稱(chēng)替你決定一切的系統(tǒng)，主動(dòng)把復(fù)雜的方案剝離，把記憶的選擇權(quán)交還給了用戶(hù)。這是先行者在撞上社區(qū)真實(shí)投訴后的一種戰(zhàn)略讓步。

Hermes撤回一點(diǎn)，覺(jué)得現(xiàn)在的規(guī)則系統(tǒng)還吃不透所有復(fù)雜場(chǎng)景，有些選擇不必強(qiáng)行替用戶(hù)做。

而另一邊的 OpenClaw，動(dòng)作卻是截然相反的補(bǔ)課式加強(qiáng)。過(guò)去短短幾天里它連跑兩步。

4月5日放出了類(lèi)似 Claude Auto Dream 一樣的 Dreaming 做離線(xiàn)記憶整理，把已有的短期流水文檔在離線(xiàn)時(shí)段提煉、評(píng)分、晉升為持久的 MEMORY.md 條目。

4月10日的更新里，它又砸出 Active Memory，直接在主回復(fù)前跑一個(gè)專(zhuān)門(mén)的記憶子 Agent。這套大模型做裁判的主動(dòng)派打法，粒度比 Hermes 固定 15 輪一次的微調(diào)還要細(xì)、還要聰明。

這說(shuō)明，不管是 Anthropic 還是 OpenClaw，大家全都在往「替你做決定」這條路上靠。

Hermes 只不過(guò)是下注下得最早，也最狠。

它用兩個(gè)月的時(shí)間死死卡住了全自動(dòng) Agent 的敘事高地和用戶(hù)心智。當(dāng) OpenClaw 在后面拼命追趕、用更高級(jí)的子 Agent 補(bǔ)齊主動(dòng)記憶機(jī)制的時(shí)候，心智已立的 Hermes 反而有了謹(jǐn)慎和退讓的余裕。

它賭的不是今天的系統(tǒng)能有多完美，而是在提前做一場(chǎng)局。

它算準(zhǔn)了只要底層模型的上下文能跨過(guò)那條及格線(xiàn)，今天這些硬湊出來(lái)的規(guī)則安全線(xiàn)就能跟著往上漲，快照可以實(shí)時(shí)刷新，硬編碼條件也能放心交給大模型去判斷。那些看似保守的默認(rèn)層，遲早有一天會(huì)徹底吃掉今天顯得高大上的接口層。

先占生態(tài)位，再等技術(shù)升級(jí)。等到質(zhì)變那天，Hermes 早已經(jīng)攥著真實(shí)用戶(hù)、技能生態(tài)和記憶底座站在終點(diǎn)了。

Agent 這片修羅場(chǎng)里，誰(shuí)先在技術(shù)將將夠用的時(shí)候用兜底工程卡住位置、讓產(chǎn)品能用起來(lái)，往往比單純的技術(shù)領(lǐng)先管用得多。

Manus 是這樣，OpenClaw 是這樣，如今的 Hermes 也是這樣。

本文來(lái)自公眾號(hào)：騰訊科技 作者：博陽(yáng) 編輯：徐青陽(yáng)