3.6 KiB
3.6 KiB
【城】开源 Agent 之王 Hermes，到底厉害在哪？-哔哩哔哩
来源: Bilibili | https://b23.tv/JlH5es4
视频总结
核心主题：Hermes Agent 的真正厉害之处不是模型，而是学习方式
背景介绍：
- Hermes Agent 开发商是 Nous Research（非追逐热点的AI创业公司，做开源模型起家，Free series 在开源圈响当当）
- 团队规模不大（10来个人到30人），创始人 TecNio 是独立研究员，open hermes 模型开发者
- 在推出 Hermes 之前，Nous Research 花了两年多时间做模型
Hermes vs OpenClaw（龙虾）核心差异
设计理念完全不同：
- OpenClaw（龙虾）：你是决策链的中心 agent，需要你告诉他做什么，你定义了它才能去做。适合企业级部署，需要完整审计和合规能力，需要精细控制每一条指令。
- Hermes：核心理念是"进化游戏"，你不用告诉他每一步怎么去做，它会自己学。从你的交互中自己学习，越用越聪明。
核心口号：The agent that grows with you（会和你一起成长）
Self Improving Loop（三层递进的循环）
第一层：记忆积累（持久记忆系统）
- 底层用 SQLite + FTS5 支持全文检索
- LLM Summarization 自动压缩历史对话
- Honcho Dialectic User Profile 机制：渐进式建立用户画像，不是一次性记住，而是在多次交互中慢慢拼凑出用户偏好
- 用户不用每次都重新解释
第二层：技能生成（自动技能创建）
- 最骚的功能：完成复杂任务后自动生成 SK.md 文件记录这次是怎么解决的
- 格式兼容 Agent Skill 开放标准，可以共享
- 不用用户手动安装配置技能
第三层：持续进化（自动优化）
- 把重复或相近的 skill 自动融合，避免技能库拥挤
- 每次完成任务后会复盘更快更省 token 的路径
- 自动更新旧的技能让它越跑越顺
进化曲线：
- 第一周：像一个刚入职的新人，你说什么他就做什么
- 第一个月：记住工作习惯，可以做提前量
- 第三个月：对你的了解程度可能超过你的同事，一个眼神就知道你想干什么
四大维度对照
| 维度 | OpenClaw（龙虾） | Hermes |
|---|---|---|
| 记忆机制 | 纯 markdown 文件存储，需要手动编辑 | 全自动压缩、提炼、建立用户画像 |
| 技能获取 | 用户手动去安装、配置插件市场数千个技能 | 自动生成，用户不用动手 |
| 部署成本 | 主要本地运行，serverless 需自己搞 | 支持 docker/SSH/serverless，$5 VPS 就能跑 |
| 安全模型 | DM Ping 验证 + 显示 allow list，每条消息验证，敏感操作审批 | 默认沙盒隔离容器执行 + 零遥测，不收集不上传数据 |
技术架构（三层）
从外往里说：
- 用户交互层（Surfaces）：CLI、Telegram、Discord 等
- Agent Core（AIAgent 核心循环）：理解 → 规划 → 执行
- Execution 执行层：工具调用、系统交互
如何选择？
适合 Hermes 的场景：
- 需要"长气的AI朋友"，记忆力超棒
- 预算敏感，想要低成本部署（几十块 ECS）
- 不想折腾配置，希望 agent 自己学会事情
适合 OpenClaw 的场景：
- 企业级部署
- 需要完整审计和合规能力
- 需要精细控制每一条指令
- agent 的每一个动作都需要审批
一句话总结
OpenClaw 是你告诉他做什么，Hermes 是它学会你自己想做什么
这是一个你想让 AI 以什么方式陪伴你的问题。
总结时间: 2026-05-06