新智元報道

【新智元導讀】一個純Python寫的開源項目，竟把OpenAI用Rust寫的王牌給秒了！最終戰績6比5，Hermes直接上演工程暴力美學，解釋型語言終于逆天改命。

一個純Python寫的開源項目，竟擊潰了OpenAI王牌！

今天，全網都被Hermes Agent的硬核實力狠狠刷屏了：

在針對真實世界CLI任務的11項基準測試中，它以6:5的戰績，直接把Codex按在地上摩擦。

在這場備受矚目的對決中，Hermes Agent展現出了驚人的底層優化能力。

通過一連串的硬核操作，成功把系統的啟動時間，從701ms縮短至258ms。

更讓人震撼的是，Hermes完全由Python編寫，而Codex是用Rust寫的。

這一仗，Python打贏了Rust！

這在編程界，屬是「逆天改命」了。

三大狠招，砍掉63%啟動時間

就在這次優化之前，Hermes還是5-6落后的那個。

這次逆轉不是靠換模型、不是靠堆算力，而是靠三個純工程優化，刀刀見血。

那么，它是具體如何做到的？

第一刀：Bitwarden磁盤緩存

原來Hermes每次啟動都會調用Bitwarden Secrets Manager的API去拉取憑據，一次就是380毫秒。

問題在于，之前的緩存是「純進程內」，連續執行兩次hermes chat -q，第二次還是要重新拉。

解決方案是，加了一個L2磁盤緩存。

緩存文件權限鎖死0600，存放在 /cache/bws_cache.json ，默認TTL 300秒。

另外，訪問token本身絕不落盤，默認300秒TTL，過期才重新拉取。

一刀砍掉380ms。

第二刀：模型目錄延遲加載

hermes_cli.models._PROVIDER_MODELS，一個包含所有AI供應商模型信息的巨型字典。

之前在模塊加載時就急切導入，吃掉約55ms。

實際上只有model_flow相關的處理函數才需要它。

團隊用PEP 562的模塊級getattr實現了懶加載，只在真正訪問模型目錄時才付出這筆開銷。。

這一步，又省了55毫秒。

第三刀：配置文件去重

main.py頂部原本讀了兩次config.yaml。

一次yaml.safe_load用于密鑰脫敏橋接，一次完整的load_config()（含深度合并）只為檢查一個布爾值。

合并成一次原始加載，省下17ms。

這三刀加起來， 啟動時間從701ms暴降至258ms，降幅63%。

不得不說，這才是真正的工程暴力美學，純靠profiling找到瓶頸，一刀一刀切掉冗余。

戰績6:5，Hermes翻盤時刻

最終結果，是不會說謊的。

在優化前，Hermes對Codex的總戰績是5勝6負：單輪任務被Codex壓制，多輪任務略有優勢但不夠明顯。

優化后，局面徹底反轉。

單輪任務（8項）：Hermes的中位框架開銷，降到了與Codex持平甚至略低的水平。

原本被Codex碾壓的啟動劣勢，被完全抹平。

多輪任務（3項）：Hermes在5輪對話的總開銷上已經領先，優化后優勢進一步拉大。

最后的總分，6:5，Hermes實現了反超。

這意味著，一個用Python寫的開源項目，在框架開銷——

一個最考驗底層功力的維度，擊敗了用Rust寫的、背后站著萬億市值公司的閉源產品。

Python，打贏了Rust

真正反直覺的部分在于，Python憑什么贏下Rust？

長期以來，Python在性能圈幾乎是「原罪」般的存在：解釋型語言、GIL鎖、動態類型開銷……

當OpenAI選擇用Rust構建Codex CLI時，所有人都覺得理所當然——

Rust生來，就是為性能而生的。

但Hermes的這次逆襲說明了一個關鍵事實：

在Agent這個賽道上，框架層面的架構決策，比語言層面的原始速度更重要。

開發者netrunner的評論一針見血，「Python在多輪任務上打贏Rust，本質上是架構決策的勝利，而不是語言速度的勝利」。

「Codex可能在上下文處理上，過度工程化了」。

還有人問道，「為何不把Hermes也遷移到Rust？那不是更快」？

Hermes聯創兼首席科學家Teknium直言，「那樣就無法編輯代碼，以及實時改進和迭代」

也就是說，Python的優勢不在于快，而在于活。

對于一個需要持續進化、從每次交互中學習的Agent來說，開發者友好性和迭代速度，就是最大的性能優勢。

GitHub沖爆16.7萬星

硬剛萬億巨頭

Hermes Agent的爆發速度，本身就是一組讓人瞠目的數據。

從2026年2月25日上線至今，僅僅三個月，GitHub星標已經突破16萬。

日活Token消耗量達到353B，是同類項目OpenClaw的近兩倍。

可以說，它是2026年增長最快的開源Agent框架，沒有之一。

GitHub地址：https://github.com/nousresearch/hermes-agent

Hermes的核心殺手锏，是一套閉環學習架構：

每次完成復雜任務后，Agent會自動將解決方案提煉為可復用的Skill（技能）。

下次遇到類似任務，直接調用已有技能，跳過從頭推理。

NousResearch內部基準測試顯示，積累20個以上自創技能的Hermes實例，完成同類任務的速度比全新實例快40%。

更狠的是，v0.12版本引入的自治Curator——

一個后臺自動運行的Agent，會定期評分、修剪、合并你的技能庫。

換句話說，Hermes不僅能學，還能自己整理學到的東西。

語言不是天花板，架構才是

Python打贏Rust這件事，看起來是一個編程語言之間的「逆襲爽劇」。

但它真正揭示的東西，要深刻得多。

在AI Agent的世界里，底層語言的性能差異正在變得越來越不重要。

Hermes這次優化砍掉的443毫秒，已經是框架層能擠出的極限了。而一次LLM調用的延遲，動輒幾百毫秒甚至數秒。

這意味著，在通往ASI的路上，真正的競爭從來不是「用什么語言寫」，而是「怎么讓Agent越用越聰明」。

而Hermes這次用Python干翻Rust，恰恰證明了——

在Agent進化的賽道上，開放、可編輯、可迭代的架構，比「跑得快」更接近ASI的本質。

Rust是一把好刀，但ASI需要的不是一把更快的刀。

參考資料：

https://x.com/Teknium/status/2058885472513065471?s=20

https://github.com/NousResearch/hermes-agent/pull/31968

編輯：桃子 David