Hermes Agent是什么
Hermes Agent 是 Nous Research 推出的开源 AI 智能体项目,上线不到一年,GitHub 星标已经冲破 20 万。这个数字是什么概念?在 AI Agent 领域,这是现象级的增长速度。
它最吸引人的地方在于:越跑越离不开。用得越久,它越懂你——不是靠什么黑科技,而是靠一套扎扎实实的记忆系统和技能系统。你可以把它装在桌面上,也可以接入聊天软件,双端同步使用。
Nous Research 一直专注于开源 AI 模型和智能体研究,Hermes 系列是他们的旗舰产品。这次的 Harness Loop 架构,是对"Agent 应该怎么跑"这个问题的一次系统性回答。
Harness Loop:智能体的心跳
如果说 Hermes Agent 是一个人,那 Harness Loop 就是它的心跳。每一次循环,就是一次完整的思考与行动。
整个循环分为 6 步,环环相扣,少一步都不行:
用户输入一条消息,或者系统触发一个事件。这是循环的起点,所有后续动作都从这里开始。消息可以是文字、图片、语音,甚至是一个定时触发的信号。
智能体接收到消息后,开始"思考"——调用大模型分析意图、理解上下文、制定行动计划。这一步决定了接下来要做什么。
如果需要行动,Agent 会调用对应的工具——查资料、写文件、发消息、运行代码。工具是 Agent 伸向世界的手,没有工具,Agent 就只是个聊天机器人。
任务完成后,Agent 整理结果,生成回复,返回给用户。一次完整的交互到此结束。但故事还没完……
这是最关键的一步——把这次交互存进记忆系统。聊了什么、做了什么、用户喜欢什么、不喜欢什么,全部记下来。下次再聊,它就"记得"你了。
如果在交互中发现了新的模式、新的方法,Agent 会把它提炼成一个新技能,存进技能库。下次遇到类似问题,直接调用,不用再从头学起。
最意外的设计选择
研究 Hermes 的时候,有一个设计选择让我特别意外——全程没有 embedding。
现在做 AI Agent,言必称向量数据库、embedding 检索。但 Hermes 偏不,它走了一条完全不同的路:
- 技能是纯文本文件——不是向量,不是结构化数据,就是明明白白的 .txt 文件
- 用户信息也是纯文本——你的偏好、习惯、历史,全部存在文本里
- 聊天历史存本地数据库——就是普通的 SQLite,不上云,不搞花里胡哨的
- 检索靠关键词 + 上下文——不用向量相似度,直接搜,直接读
第一,可解释——你随时可以打开文件看看,Agent 到底记住了什么,没有黑箱。第二,可迁移——换个机器、换个模型,你的记忆和技能照样能用。第三,成本低——不用 embedding 模型,不用向量数据库,省了一大笔钱。第四,不依赖——不绑死任何一家厂商,真正的开源自由。
四大核心能力
Hermes Agent 有四大核心能力,每一个都值得单独说:
这是 Hermes 的护城河。短期记忆 + 长期记忆 + 情景记忆,三层结构。你上周说过什么、上次聊到哪里、你喜欢什么风格,它全都记得。而且记忆是你的,存在本地,随时可以带走。
这是 Hermes 的战斗力。技能可以学、可以写、可以分享。用着用着,Agent 自己就长出新技能了。每个技能都是一个纯文本文件,你可以直接编辑,也可以从社区下载别人写好的。
这是 Hermes 的自主性。你可以让它每天早上给你读新闻,每周一整理周报,每月底做复盘。到点自动跑,不用你催。配合记忆系统,它会越做越合你心意。
这是 Hermes 的扩展性。一个 Agent 忙不过来?那就生几个孩子。主 Agent 负责统筹,子 Agent 负责具体任务。写代码的写代码,查资料的查资料,分工合作,效率翻倍。
发现的问题
说了这么多好话,也得说说问题。实测下来,有两个 bug 比较明显:
理论上 Agent 应该自己长技能,但实际用下来,它的"学习主动性"有点欠缺。很多时候你得明确告诉它"把这个写成技能",它才会写。离真正的"自主进化"还有点距离。
定时任务功能偶尔会掉链子——有时候到点不触发,有时候重复触发。这个问题在 GitHub issue 里也有人提,官方应该还在修。日常用没问题,但别把太重要的事全交给它。
架构图随用随查
为了方便你理解,我把 Hermes 的架构整理成了 5 层,从上到下一目了然:
- 输入层——桌面端 App、聊天软件接入、API 接口、定时触发器,所有消息从这里进来
- 核心循环——Harness Loop 六步循环,是整个系统的心脏,负责调度和执行
- 记忆层——聊天历史、用户画像、情景记忆,存在本地数据库和纯文本文件里
- 能力层——技能库、工具集、子智能体,是 Agent 伸向世界的手
- 进化机制——技能学习、记忆提炼、自我优化,让 Agent 越用越强
启示与思考
研究完 Hermes,我有 4 个很深的感触,分享给你:
不用 embedding,不用向量数据库,纯文本 + 本地数据库,反而跑得挺好。有时候我们把问题想复杂了,真正好用的方案,往往反常识、反主流。简单不代表低级,简单是经过深思熟虑后的选择。
模型会越来越便宜,越来越同质化。真正拉开差距的,不是谁的模型更大,而是谁更懂你。记忆是你的,数据是你的,这才是真正的护城河。以后拼的不是模型参数,而是数据沉淀。
现在的 Agent 还是"教什么会什么",但未来一定是"用着用着就会了"。技能系统只是第一步,真正的自进化还很远。但方向是对的——Agent 应该越用越强,而不是越用越腻。
20 万星不是白来的。开源让所有人都能看、能改、能贡献,速度比闭源快十倍。Hermes 能这么快成长,靠的不是某一家公司,而是整个社区的力量。开源,是 AI 最好的加速器。
结语
Hermes Agent 让我看到了 AI 智能体的另一种可能——不追求花哨,不堆砌概念,扎扎实实做好记忆和技能。
Harness Loop 这个架构,简单、清晰、可解释,值得每一个做 Agent 的人研究。它可能不是最终答案,但绝对是目前为止最诚实、最接地气的答案之一。
You Can Build Anything.
You Can Learn Anything.
希望这篇拆解对你有启发。如果你也在用 Hermes,或者有其他有趣的 Agent 项目,欢迎交流。