Hermes Agent 解析：會自行撰寫技能的開源代理

Nous Research 在該專案 GitHub 儲存庫的 README 中，稱 Hermes Agent 是「唯一內建學習迴圈的代理」。我們於 2026 年 10 月 23 日查看時，該儲存庫有 256,360 個星號與 56,015 個分叉，採用 MIT 授權，建立於 2025 年 7 月 22 日，且最後推送日也是同一天。星號代表的是關注，而非證據，而這份關注並非偶然：我們於 2026 年 10 月 23 日查看的 Google Trends 全球過去七天資料顯示，「hermes」與「hermes agent」的熱度上升了 30% 到 40%。讓這個專案值得仔細解釋的，不是這些數字，而是其背後的宣稱。這個代理不綁定特定模型——你可以讓它指向任何與 OpenAI 相容的端點，包括我們的——而它宣稱能做到、且未來被拿來與它比較的產品做不到的一件事，就是從自身的工作中學習。

你實際安裝的究竟是什麼

Claude Code、Claude Cowork 與 Claude Duet 都是產品。你登入之後，就得到一個介面，由廠商執行模型，方案則涵蓋用量。Hermes Agent 則是一個儲存庫。你把它安裝在自己掌控的機器上，給它一個模型端點，接下來它就歸你配置、弄壞，然後放著讓它持續運行。README 本身的定位是基礎設施，而非消費級產品：「把它跑在一台 5 美元的 VPS、一座 GPU 叢集，或閒置時幾乎不花錢的無伺服器基礎設施上。」它刻意不綁定於筆記型電腦，而隨之而来的賣點是：你透過 Telegram 跟它對話，而它在一台雲端 VM 上幹活。

安裝方式也遵循同樣的形式。Linux、macOS 與 WSL2 會取得一行指令碼；原生 Windows 則會取得 PowerShell 一行指令，README 表示這能在完全不使用 WSL 的情況下執行 CLI、閘道、終端介面與工具。Android 與 Termux 使用者會取得適用於 aarch64 裝置的已簽署 APT 軟體倉庫，內含穩定通道與金絲雀通道，而 README 會將他們導向獨立的 Termux 指南，而非桌上型電腦安裝程式。原始碼安裝程式會將 Python 3.14、Node.js、npm、ripgrep、FFmpeg 與 Python 相依套件交由套件管理員處理，並在缺少 Git 時準備一份經驗證的 Git for Windows 壓縮檔——而不會取代電腦上既有的 Git。甚至還有一個疑難排解項目，專門處理防毒軟體將隨附的 uv.exe 隔離的問題，README 指出這是對其隨附之 Rust 套件管理員的誤判。這種對維護者無法看見的電腦所投入的細心程度，本身就透露出這套軟體是為誰而做。

它所在之處，以及工作發生之地

功能清單中有兩部分很容易被快速略過，卻很難做好。第一是它存在於你已經在用的地方：Telegram、Discord、Slack、WhatsApp、Signal 和單純的 CLI，全都來自單一閘道程序，並具備語音備忘錄轉錄，以及跨頻道延續的對話連續性。第二則是實際工作發生之處。內建六種終端後端——本機、Docker、SSH、Modal、Daytona 與 Vercel Sandbox——外加 Singularity 和 Apptainer 等外掛後端。Daytona 與 Modal 提供無伺服器持久化：代理環境閒置時會休眠，並按需喚醒。這就是為什麼 README 能同時提供「一台 $5 VPS」和「閒置時幾乎不花費」而不會自相矛盾。

在此之上，還有一個可將內容投遞到任何平台的 cron 排程器——每日報告、夜間備份、每週稽核，皆以自然語言撰寫並無人值守執行——以及用於平行工作流程的隔離子代理，其供應商、模型與限制可在桌面應用程式的 Settings > Model > Subagents 中設定。還有一個研究介面：批次軌跡生成與軌跡壓縮，用於訓練下一代工具呼叫模型。終端機介面本身是一個完整的 TUI，具備多行編輯、斜線命令自動補全、對話歷史、中斷並重新導向，以及串流工具輸出。這些都不是該專案對外主打的重點，而這很能說明問題：這是代理得以在被長時間放著運行時存續下來、卻不怎麼光鮮的那一半。

迴圈拆解

「learning loop」這個說法在 README 的第一行承擔了很大的作用，因此值得拆解成這份文件實際點名的五件事。

• 由 Agent 策劃的記憶，並伴隨定期提示：Agent 會決定哪些內容值得保留，並被提示主動將其保存下來，而不是等待使用者提出要求。

• 在複雜任務之後自主建立技能，讓一長串步驟留下可重複使用的程序，而不是下次再重新推導一遍。

• 使用時會自我精進的技能：程序會在下次套用時被編輯，而不是在撰寫當下就凍結。

• 具備 LLM 摘要功能的 FTS5 工作階段搜尋，讓過往對話能跨工作階段被檢索，而不是靜靜躺在没人會去讀的捲動緩衝區裡。

• 使用者建模——README 將此歸功於 Honcho 的辯證式方法——它會逐步累積成「一套跨工作階段、對你是誰日益深刻的理解模型」。

那是一個連貫的設計，而產物問題才是關鍵。README 中沒有任何內容描述訓練執行。這個迴圈產出書面材料：記憶條目與技能，並公開地保留與修訂。原則上，這意味著使用者可以閱讀代理決定保留的內容，並在下一項任務之後比對哪些地方有所變動；這也意味著改進存在於模型之外，存放在即使更換模型仍能留存的檔案中。該專案也相容於 agentskills.io 開放標準，而這恰恰在你關心那些技能是否能比撰寫它們的工具存續更久時顯得重要。單獨來看，記憶、檢索、排程工作與子代理都已在其他地方存在。組合起來，以及對代理改寫自身程序的強調，才是被宣稱屬於新的部分。

已測量了什麼

公開層面上，什麼都沒有。README 沒有公布任何基準測試分數、沒有公布經審核的與其他代理的比較、沒有預設模型，也沒有託管服務定價頁面。第一句的最高級說法並沒有附上任何測試，而這種形式的宣稱需要一項測試，因為它所做的比較是針對世上所有其他代理，包括已經會保留記憶或自行撰寫工具的代理。「唯一內建學習迴圈的代理」是一句讀者可以對照功能矩陣查核的話；這個迴圈是否讓代理更擅長你的工作，則是另一個問題，而這個問題尚未公開回答。

與此同時，關注度正在承擔本應由證據完成的工作。對一個 2025 年 7 月建立的儲存庫來說，256,360 個星標和 56,015 次分支是很大的數字，而這是讀者會當成定論來吸收的那種數字。但它並不是定論。2026 年 10 月初的新聞報導稱，Nous Research 融資 9,000 萬美元，據報估值 15 億美元，投資方包括 NVIDIA 和 Samsung，並稱該代理程式下載量超過 2,400 萬次。這些是來自報導的數字，而非公司自己發布的說法；即使照單全收，它們衡量的也是採用程度，而非能力。

要妥善衡量這件事確實很難，而這也是替該專案說的最公允的一句話。改善的單位是一項你已經完成的任務，因此反事實是同一個代理在沒有它自己所撰寫技能的情況下執行同一項任務——工作負載必須在有和沒有該產出物的情況下各跑一次，並涵蓋足夠多的任務，才能區分真正的增益與逐次執行間的雜訊。沒有人發表過這樣的結果。在有人做到之前，誠實的總結是：機制被描述得異常詳細，而結果則只是被斷言。

被拿來與之比較的 Claude 產品

從 Claude 這一側來到 Hermes 的讀者，心裡會有一組特定的產品清單；而這項比較值得做，因為在談到任何功能之前，類別本身就已經不同。Anthropic 的導覽列列出 Claude 本身、Claude Code、Claude Cowork、Claude Duet、Claude Tag、Claude Science 與 Claude Security。Claude Code 是為軟體工程打造，可在終端機、桌面應用程式、網頁介面與行動應用程式中執行，並具備 GitHub 與 IDE 整合、Team 和 Enterprise 方案一般可用的程式碼審查，以及 Beta 版的安全外掛。Claude Cowork 會接收一個目標，並跨你的檔案與工具作業，側邊面板中有瀏覽器，而刪除任何內容都需要經你核准。Claude Duet 則是主動積極的那一款：獨立應用程式，在美國針對 Claude Pro 與 Max 訂閱者開放候補，建構於 Claude Opus 5.5 之上。

上述每一項都是模型供應商在自家基礎設施上提供的自家產品。Hermes 則把這三個要素全部反轉：代理是開源的，模型是參數，基礎設施則取決於你把它指向哪裡。這種反轉正是「學習迴路」這項主張之所以有分量的原因，因為封閉產品可以隨時任意更換你腳下的代理，而技能存放在你自己擁有的檔案裡的代理則可以被檢視，原則上也可以被遷移。Anthropic 在其能力清單中列出 Skills 和 Plugins；但我們在 2026 年 10 月 23 日讀過的產品頁面中，沒有任何一頁描述過這樣的代理：它會從自己的任務歷史中寫出一項新技能，並在下次使用該技能時對其進行修訂。這種差異是否有價值，與它是否真實存在是兩個不同問題，而只有第二個問題已有定論。

將它指向一個模型

README 的模型故事只有一個指令：hermes model。README 說，不必改程式碼就能切換代理所運行的模型，而且不會被綁定。這是設計中最應該經得起時間考驗的部分，因為這類代理中有趣的變數不是迴圈，而是它底下的模型。同一套技能庫在小型的開放模型和前沿模型上行為不同，而把這種替換變成設定變更的工具，讓你得以測試差異，而不是為此爭論。

OpenAI 相容介面正是讓替換成本低廉的原因，而這也是我們所說的介面。OrcaRouter 是單一金鑰下涵蓋超過 200 個模型的單一端點，零加價——直接沿用供應商的牌價——並在供應商服務降級時自動容錯移轉，還提供路由 DSL，讓你能針對特定請求明確指定由哪個模型處理什麼。如果你想在代理背後使用前沿模型，Claude Opus 5.5 的價格是每百萬輸入 token 4.00 美元、每百萬輸出 token 20.00 美元，具備 100 萬 token 上下文，快取讀取為每百萬 0.20 美元。Hermes 不在乎是哪個端點回應它。有一點值得說清楚：我們代管的是模型，不是 Anthropic 的應用程式，也不是任何其他人的代理。Hermes 是 Nous Research 的軟體，執行它意味著用的是你的機器、你的頻道，以及你的 token 帳單。

如果你打算執行它

安裝前那份誠實的檢查清單，其實跟迴圈沒什麼關係；而 README 對其中大部分內容異常直白。

代理程式需要一台持續運作的主機。會進入睡眠的筆記型電腦是錯誤的機器，這就是為什麼 README 傾向採用小型 VPS 或會休眠的無伺服器後端，而不是你桌上的那台電腦。

• 頻道是一項決策，而非預設。將 Telegram、Discord、Slack、WhatsApp 和 Signal 接入同一個閘道程序，意味著該程序持有所有這些服務的憑證，而這是在享受功能之前就該思考的暴露面。

• 5 美元這個數字指的是運算費用。Token 會由你的 `model` 指令所指向的端點計費；而依 cron 排程運行的代理程式，會在你沒在看的時候消耗這些 Token。排程工作與便宜的空閒時間，是兩種不同的經濟模式。

• 它寫出的技能由你來審閱。相較於模型權重，人工產物的優勢在於你能讀懂它們；而真正的紀律，就是切實去讀，就像你會讀同事留在儲存庫裡的腳本一樣。

值得一問的問題

Nous Research 推出了某個東西，背後有一個明確論點：代理接下來真正有用的進展，不是更長的上下文視窗，而是一座由它自己撰寫、持續增長的程序庫，且運行在便宜到可以連續跑上好幾個月的基礎設施上。README 用詳盡的功能清單、在開發者可能使用的每個平台上都可行的安裝路徑，以及多數專案願意拿整份路線圖來換的星數，來論證這個主張。它尚未具備的，是能讓這場爭論塵埃落定的那個數字——同一個代理、同一批任務，在它自己的技能出現之前與之後的對比。在有人公布那項比較之前，公允的解讀是：這個學習迴圈是一個描述得很清楚的機制，也是一個尚未被衡量的結果。那仍然比一個承諾或一句否定，都是更值得安裝來試試的東西。