拆完Hermes源码，我发现Agent的"自我进化"根本不需要训练模型

关注腾讯云开发者，一手技术干货提前解锁👇

注：本文有使用 AI 进行辅助写作，特此说明。

两个月 5.2 万 Star，Hermes Agent 用一个"LLM 审判官"机制实现了 Agent 的自我进化——不改模型权重，只改"怎么用模型"的策略。我逐行读完源码后发现：所谓的"自动学习"，本质是 Prompt Engineering + 文件持久化的一次精妙工程化实践。本文从源码层面拆解它的三大核心机制，并与 OpenClaw 做一次硬核对比。

引言：Agent 赛道杀出一匹"爱马仕"

2026 年 2 月，Nous Research 悄悄开源了一个项目——Hermes Agent。

没有铺天盖地的发布会，没有大佬站台背书，只有 GitHub 上一句简洁的 Slogan："The agent that grows with you."

两个月后，它的 Star 数突破了 5.2 万，日均增长超过 800，多次霸榜 GitHub Trending 全球第一。社区里开始出现一种声音："换掉 OpenClaw 太爽了。"

这让我很好奇——在 OpenClaw 已经拿下 30 万+ Star、Claude Code 和 Codex 打得不可开交的 2026 年，一个新框架凭什么能杀出重围？

于是我做了一件事：逐行读完了 Hermes Agent 的核心源码。

读完之后，我的结论是：Hermes Agent 的核心创新不在于"它能做什么"，而在于"它做完之后会发生什么"。

01

一个根本性的分歧——做完就走 vs 越用越强

要理解 Hermes Agent 的设计哲学，最好的方式是把它和 OpenClaw 放在一起看。

1.1 OpenClaw：全能管家，但记忆像金鱼

OpenClaw（社区昵称"龙虾"🦞）是 2025-2026 年最火的开源 Agent 框架，30 万+ Star，插件市场 ClawHub 里有数千个插件，能接入 Telegram、WhatsApp、Slack、飞书、企业微信——几乎是一个"个人 AI 操作系统"。

但它有一个根本性的问题：无状态。

每次任务独立执行，做完即结束。除非你手动配置 AGENTS.md 、SOUL.md、USER.md 等四层配置文件，否则它不会记住上次的偏好。你今天教它"我喜欢简洁的代码风格"，明天它就忘了。

更关键的是——即使你在一次复杂任务中摸索出了一套高效的工作流，OpenClaw 也不会自动把这个经验保存下来。你必须手动告诉它："帮我把刚才的流程总结成一个 Skill。"

1.2 Hermes Agent：不那么全能，但会"长记性"

Hermes Agent 的定位完全不同。它不追求"什么都能做"，而是追求"做过的事情，下次做得更好"。

用一张表来对比：

一句话总结：OpenClaw 是一个"什么都能干但不长记性的全能管家"，Hermes Agent 是一个"能力在成长的专属员工"。

02

源码拆解——"自我进化"到底是怎么实现的？

这是全文最硬核的部分。我从 Hermes Agent 的源码中提炼出三大核心机制，逐一拆解。

2.1 四维持久记忆系统

Hermes Agent 的记忆不是一个扁平的文本文件，而是一个四维系统：

┌─────────────────────────────────────────────┐
│              Hermes 记忆架构                 │
├─────────────────────────────────────────────┤
│                                             │
│  📋 身份记忆 (IDENTITY)                      │
│  └─ Agent 的角色定义、行为准则                │
│                                             │
│  📝 Agent 笔记 (MEMORY.md)                  │
│  └─ 用户偏好、项目上下文、经验教训              │
│                                             │
│  ⚡ 程序性记忆 (SKILL.md)                    │
│  └─ 可复用的工作流程、操作步骤                 │
│                                             │
│  💬 对话历史 (Conversation History)         │
│  └─ 当前会话的完整上下文                      │
│                                             │
└─────────────────────────────────────────────┘

源码中，记忆的读写通过 memory_tool.py 实现。关键设计是"冻结快照"模式——每次会话开始时，系统提示词会加载当前的 MEMORY.md 和 SKILL.md 内容作为快照。会话过程中即使后台更新了这些文件，当前会话看到的仍然是开始时的版本。

为什么这么设计？因为如果记忆在会话中途被修改，模型可能会产生混乱——它的系统提示词和实际文件内容不一致了。冻结快照保证了单次会话内的一致性。

2.2 技能自动创造系统

这是 Hermes Agent 最核心的创新。

在传统 Agent（包括 OpenClaw）中，Skill 的生命周期是这样的：

用户编写 Skill → 安装到 Agent → Agent 执行 → 结束
                                    ↑
                          （用户手动说"更新 Skill"才会触发）

在 Hermes Agent 中，Skill 的生命周期变成了：

Agent 执行任务 → 后台自动审查 → 判断是否有价值 → 自动创建/更新 Skill
                                                        ↓
                                              下次会话自动加载

源码中，技能管理通过 skill_manager_tool.py 实现，提供三个核心操作：

• create：从零创建一个新 Skill
• patch：精准更新已有 Skill 的某个部分
• delete：删除不再需要的 Skill

每个 Skill 本质上就是一个 Markdown 文件（SKILL.md），内容是自然语言描述的工作流程。比如：

# 数据爬取与分析 Skill

## 触发条件
用户要求爬取网页数据并进行分析

## 执行步骤
1. 先确认目标 URL 的 robots.txt 协议
2. 使用 web_search 工具获取页面内容
3. 提取关键数据点，按用户要求的格式整理
4. 如果数据量大，分批处理并汇总

## 注意事项
- 用户偏好 Markdown 表格格式输出
- 每批次不超过 20 条数据

没有代码，没有 API 调用，纯自然语言。 这意味着 Skill 的创建和修改完全不需要编程能力——LLM 自己就能读懂、写出、修改这些 Skill。

2.3 KEPA：对"提示"做反向传播

这是 Hermes Agent 最精妙的设计，也是"自我进化"的核心引擎。

社区把这个机制称为 KEPA（Knowledge-Enhanced Prompt Adaptation），我更喜欢用一个类比来解释它：

传统深度学习：

前向传播：输入 → 模型 → 输出
反向传播：根据损失函数，更新模型权重

Hermes 的做法：

前向传播：用户意图 → Hermes（LLM + 工具）→ 执行结果
反向传播：周期性回顾执行过程 → 检测失败点 → 更新 Skill/记忆

关键差异：不是更新"模型权重"，而是更新"如何使用模型"的策略——包括提示模板、工具调用顺序、技能定义等。

在源码中，这个机制的实现出奇地简洁。核心在 run_agent.py 的 _spawn_background_review 函数：

# 伪代码还原核心逻辑
class BackgroundReview:
    def __init__(self):
        self.tool_call_counter = 0
        self.threshold = 10  # 每 10 次工具调用触发一次

    def on_tool_call(self):
        self.tool_call_counter += 1
        if self.tool_call_counter >= self.threshold:
            self.tool_call_counter = 0
            self._spawn_review()  # 启动后台审查

    def _spawn_review(self):
        # 在后台线程中运行，不阻塞主 Agent
        review_agent = create_agent(
            system_prompt=SKILL_REVIEW_PROMPT,
            tools=[skill_manager, memory_tool],
            max_iterations=8  # 最多 8 次工具调用
        )
        # 把当前对话历史喂给审查 Agent
        review_agent.run(conversation_history)

审查 Agent 收到的 Prompt（_SKILL_REVIEW_PROMPT）大意是：

"你是一个经验审查员。请回顾刚才的对话历史，判断： 1. 任务过程中是否有试错或中途改变策略？ 2. 最终方案是否具有可复用性？ 3. 如果值得保存，请调用 skill_manager 创建或更新 Skill。 4. 如果不值得保存，请回复 'Nothing to save.'"

整个"自我进化"的核心，就是这么一段 Prompt + 一个后台线程 + 文件持久化。

没有强化学习，没有模型微调，没有向量数据库——纯粹的 Prompt Engineering + 文件系统。

03

这个设计到底强在哪？弱在哪？

✅ 强在哪

1. 零成本进化

传统的 Agent 学习需要收集数据、标注、微调模型——成本高、周期长。Hermes 的方式几乎零额外成本：审查 Agent 的 Token 消耗很小（最多 8 次工具调用），Skill 文件就是普通的 Markdown 文本。

2. 可解释、可编辑

因为 Skill 是自然语言写的 Markdown 文件，你可以随时打开看看 Agent 学到了什么，觉得不对可以直接手动修改。这比黑箱的模型微调透明得多。

3. 跨模型迁移

Skill 不依赖特定模型。你今天用 GPT-4o 积累的 Skill，明天换成 Claude 或 DeepSeek 一样能用——因为它们都是自然语言。

4. 渐进式积累

每次使用都在积累经验，Skill 库会越来越丰富。用三个月后的 Hermes 和刚装好的 Hermes，体验完全不同。

⚠️ 弱在哪

1. "自动"不等于"准确"

审查 Agent 的判断力上限就是底层 LLM 的能力上限。它可能：

• 保存了不重要的经验（噪声）
• 遗漏了你认为重要的经验（漏判）
• 写的 Skill 质量参差不齐

2. 只有"复杂任务"才会触发

审查 Prompt 明确要求：只有涉及"试错"或"中途改变策略"的任务才值得保存。如果你的任务很简单、一步到位，Hermes 大概率会判断 "Nothing to save." 然后跳过。

3. 更新有延迟

由于冻结快照机制，后台更新的 Skill 要到下一次会话才会生效。当前会话感知不到变化。

4. 生态差距明显

OpenClaw 有 ClawHub 数千个插件，Hermes 的第三方生态还在早期。如果你需要大量现成的集成能力，OpenClaw 目前仍然是更好的选择。

04

一个更深层的思考——Agent 的"学习"该由谁驱动？

拆完源码后，我一直在想一个问题：

Agent 的学习，到底应该是"用户驱动"还是"Agent 自驱动"？

OpenClaw 代表的是用户驱动模式：你想让 Agent 学什么，就手动写什么。SOUL.md 定义人格，AGENTS.md 定义工作流，USER.md 定义偏好——一切都在你的掌控之中。

Hermes Agent 代表的是Agent 自驱动模式：Agent 自己决定学什么、怎么学。你只管用，它在后台默默积累经验。

两种模式各有优劣：

用户驱动（OpenClaw）
├── ✅ 精确可控：你写什么它就学什么
├── ✅ 无噪声：不会学到无用的东西
├── ❌ 成本高：需要用户持续投入精力
└── ❌ 容易遗漏：你忘了说的，它就不会学

Agent 自驱动（Hermes）
├── ✅ 零维护：自动积累，无需用户操心
├── ✅ 兜底能力：你忘了说的，它可能帮你记住
├── ❌ 有噪声：可能学到不重要的东西
└── ❌ 不可控：你不知道它什么时候会学、学了什么

我的观点是：最理想的方案是两者结合。

• 核心的、确定性的知识（如项目规范、个人偏好），应该由用户显式定义——就像 OpenClaw 的 SOUL.md
• 隐性的、经验性的知识（如"这个 API 容易超时，最好加重试"），应该由 Agent 自动积累——就像 Hermes 的 KEPA

事实上，Hermes Agent 也支持用户手动编辑 Skill 和 Memory。它的"自动进化"是一个兜底机制，而不是唯一的学习途径。

05

选 OpenClaw 还是 Hermes？一张决策表

我的建议：如果你是"用完即走"型用户，选 OpenClaw；如果你是"长期陪伴"型用户，选 Hermes。

当然，两者并不互斥。你完全可以用 OpenClaw 做多平台集成和一次性任务，用 Hermes 做需要长期积累的个人助手。

06

结语：Agent 的未来，是"会长大的软件"

回顾整篇文章，Hermes Agent 给我最大的启发不是某个具体的技术实现，而是一个理念的转变：

传统软件是静态的——你装好什么样，它就是什么样。 Hermes 代表的新范式是动态的——软件会随着使用而成长。

这让我想起 Andrej Karpathy 说的那句话：

"The hottest new programming paradigm is English."

Hermes Agent 把这句话推进了一步：不仅编程语言变成了英语，连"学习"的载体也变成了英语。 Skill 是英语写的，Memory 是英语写的，审查 Prompt 也是英语写的。整个"进化"过程，没有一行传统意义上的"训练代码"。

这是一个值得所有 Agent 开发者思考的方向：也许我们不需要微调模型，只需要让 Agent 学会"记笔记"。

当然，Hermes Agent 目前还很年轻——两个月的项目，生态、稳定性、企业级特性都还在完善中。但它提出的"自我进化"范式，已经在 5.2 万 Star 的社区验证中得到了初步认可。

最后，用 Hermes Agent 的 Slogan 结束这篇文章：

"The agent that grows with you."

不是"为你工作的 Agent"，而是"和你一起成长的 Agent"。

这个微妙的措辞差异，也许就是 Hermes 和所有传统 Agent 最本质的区别。

参考来源：

1. NousResearch/hermes-agent，GitHub，https://github.com/NousResearch/hermes-agent
2. 《会自我进化的AI有多强？深度拆解Hermes Agent三层机制》，今日头条，2026-04-10
3. 《两个月 4.7 万星，爆火的 Hermes Agent 是下一个龙虾，还是另一个故事？》，搜狐，2026-04-10
4. 《Hermes Agent vs OpenClaw：2026年两大AI Agent框架深度对比》，CSDN，2026-04-11
5. 《深度解析 Hermes Agent：用"提示反向传播"打造可自我进化的 AI 智能体》，CSDN，2026-04-07
6. 《狂揽4万星！换掉OpenClaw太爽了，5美元就能养个AI打工人》，新智元，2026-04-09
7. 《Hermes Agent vs OpenClaw：52k Star 背后，谁才是 2026 最强 AI 智能体框架》，腾讯新闻，2026-04-11
8. 《"同事.skill"不用写了，爱马仕 Hermes 主动"蒸馏"你》，腾讯新闻，2026-04-11

-End-

原创作者｜刘庭辉

感谢你读到这里，不如关注一下？👇

图片

📢📢来抢开发者限席名额！点击下方图片直达👇

你对本文内容有哪些看法？同意、反对、困惑的地方是？欢迎留言，我们将邀请作者针对性回复你的评论，欢迎评论留言补充。我们将选取1则优质的评论，送出腾讯云定制文件袋套装1个（见下图）。5月19日中午12点开奖。

扫码领取腾讯云开发者专属服务器代金券！

图片