狂攬4萬星！換掉OpenClaw太爽了，5美元就能養(yǎng)個AI打工人

新智元報道

編輯：元宇

【新智元導(dǎo)讀】每月5美刀，就能在你家服務(wù)器里養(yǎng)個AI打工人，無縫接入Telegram、Discord、Slack、飛書、企業(yè)微信等平臺。它不僅能幫你干活，還會自己攢技能并反哺訓(xùn)練。網(wǎng)友直呼：換掉OpenClaw太爽了！

OpenClaw最強對手來了！

它就是Nous Research今年2月推出的開源Agent神器：Hermes Agent。

Nous Research稱它是一個「會跟著你成長的Agent」。

Hermes Agent推出后勢頭很猛。

從2月底上線以來，迅速在GitHub上超過4萬星，目前已經(jīng)迭代到v0.8.0，平均不到一周一個大版本，貢獻者超過240人，合并PR達到了1400個。

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

它的更新速度，超過絕大多數(shù)商業(yè)Agent產(chǎn)品。

社區(qū)反饋也很熱烈，一種「換掉OpenClaw」的即視感撲面而來。

有網(wǎng)友說「切到Hermes太爽了，比OpenClaw響應(yīng)速度快了太多倍」。

還有的非技術(shù)網(wǎng)友感覺，v0.4.0的更新就像是為自己量身打造的：「無需代碼，毫無麻煩」。

這個自主Agent

住在你家的服務(wù)器上

Nous Research官方在描述Hermes Agent時，稱它是「一個運行在你服務(wù)器上的自主Agent」。

https://hermes-agent.nousresearch.com/

「運行在你的服務(wù)器上」，意味著它是一個部署在你自己終端上的私人AI。

根據(jù)官網(wǎng)介紹，Hermes Agent具有六大核心特性：與你同在、越用越強、定時自動化、委派與并行、沙盒隔離、全網(wǎng)頁與瀏覽器控制。

它可以跑在每月5美元的VPS服務(wù)器上，也可以跑在GPU集群上，閑置時幾乎不花錢。

你可以通過Telegram、Discord、Slack、WhatsApp、Signal、SMS、飛書、企業(yè)微信等平臺跟它對話，一個gateway進程，連通所有入口。

而且，Nous Research不只是在做一個Agent，他們在搭一整條生態(tài)。

agentskills.io是一個開放的技能標(biāo)準(zhǔn)，Agent創(chuàng)建的skill可以跨項目、跨社區(qū)共享。

agentskills.io是Nous Research推出的開放技能標(biāo)準(zhǔn)，官方也運營著Skills Hub供社區(qū)發(fā)現(xiàn)和安裝技能。

圍繞這個標(biāo)準(zhǔn)，第三方社區(qū)已經(jīng)長出了HermesHub（帶安全掃描的技能市場）、hermes-workspace（網(wǎng)頁端GUI，Nous Hackathon作品）、mission-control（多Agent管理面板）等項目。

Nous Research的聯(lián)合創(chuàng)始人之一Jeffrey Quesnelle，甚至演示過用Hermes Agent自主完成一部7.9萬字小說的寫作，跨多個迭代會話，全程無人工干預(yù)。

記憶→技能→訓(xùn)練數(shù)據(jù)

三層閉環(huán)

OpenClaw的技能由人類維護，而Hermes Agent的技能由其自身維護，這正是它值得注意的地方。

Hermes Agent的一個核心概念叫「built-in learning loop（內(nèi)置學(xué)習(xí)閉環(huán)）」。

是指它能從經(jīng)驗中創(chuàng)建技能，在使用中改進技能，主動提醒自己保存知識，搜索自己過去的對話，并在跨會話中構(gòu)建一個不斷加深的用戶模型。

拆開來看，這個閉環(huán)分三層。

第一層：記憶。

Hermes Agent的官方記憶機制包括內(nèi)置的MEMORY.md和USER.md，并支持基于FTS5的跨會話檢索與LLM摘要。

它能搜索幾周前的對話內(nèi)容，也能在每次會話開始時加載兩個核心文件：MEMORY.md記錄環(huán)境信息和歷史教訓(xùn)，USER.md記錄你的偏好和工作習(xí)慣。

第二層：技能。

當(dāng)Agent完成一個復(fù)雜任務(wù)（通常是5次以上工具調(diào)用），它會自動把這次經(jīng)驗寫成一個結(jié)構(gòu)化的skill文件，包括操作步驟、常見陷阱和驗證方法。

下次遇到類似任務(wù)，直接調(diào)用skill，不用從頭推理。更狠的是，如果在使用skill的過程中發(fā)現(xiàn)了更好的做法，它會自動更新這個skill。

有Reddit用戶報告，Agent在兩小時內(nèi)創(chuàng)建了3個skill文檔后，重復(fù)性研究任務(wù)的執(zhí)行效率提升明顯。

第三層：訓(xùn)練數(shù)據(jù)。

Hermes Agent內(nèi)置了批量軌跡生成和Atropos強化學(xué)習(xí)環(huán)境。

也就是說，Agent在日常使用中產(chǎn)生的工具調(diào)用記錄，可以直接用來訓(xùn)練下一代模型。

記憶沉淀技能，技能反哺訓(xùn)練，訓(xùn)練提升模型能力，模型能力又回到Agent。

這條鏈路，是Nous Research真正想跑通的東西。

Hermes Agent可以做什么？

目前最常見的場景，是自動化情報監(jiān)控。

你只需要用自然語言寫一句類似cron的指令，比如「每天早上8點掃描這些GitHub倉庫的新release，把摘要發(fā)到我的Telegram」，Agent就會通過gateway在后臺無人值守地持續(xù)執(zhí)行。

已經(jīng)有用戶基于它搭出一套橫跨Reddit和X的開源AI趨勢日報：每天自動抓取信息、生成結(jié)構(gòu)化早報，再推送到手機上。

第二個高頻場景，是「帶記憶的編程」。

對很多開發(fā)者來說，它更像一個不會失憶的編程搭檔：記得你的代碼庫結(jié)構(gòu)、命名習(xí)慣，也記得部署流程和歷史上下文。

再配合6種終端后端，你可以把它放到云端VM上持續(xù)干活，自己去做別的事。

但真正讓社區(qū)興奮的，還是Gateway本身。

你可以在手機Telegram上發(fā)起一段對話，回到電腦后再在終端里無縫接著聊；發(fā)一條語音備忘錄，它會自動轉(zhuǎn)寫、繼續(xù)進入后續(xù)處理流程。

同一個Agent，駐留在同一個進程里，卻能同時出現(xiàn)在你所有的平臺上。

而在架構(gòu)層面，它已經(jīng)開始支持跨框架的Agent聯(lián)邦通信。

一個Hermes Agent和一個OpenClaw Agent可以互相發(fā)消息、委派任務(wù)。

社區(qū)也在推進更深層的多Agent協(xié)作：讓多個專業(yè)化Agent組隊分工、共享狀態(tài)。

它還沒學(xué)會「自我進化」

Hermes Agent目前的「成長」，發(fā)生在技能層和記憶層，而非模型參數(shù)層。

它不會在你的服務(wù)器上自動微調(diào)模型權(quán)重，也不會越用越「聰明」到超出底層模型能力的程度。

它的進化方式更像一個經(jīng)驗豐富的員工，做過的事會記住，踩過的坑會寫成SOP，下次執(zhí)行更快更準(zhǔn)。

但模型本身的天花板，仍然取決于你接入的大模型。

Hermes Agent支持Nous Portal、OpenRouter、OpenAI、Anthropic、Google Gemini、xAI、z.ai、Kimi、MiniMax等多種模型來源，也支持本地Ollama及任何OpenAI兼容端點，通過hermes model隨時切換，不鎖定任何廠商。

Hermes Agent的演進路線

近期幾個版本的更新方向，已經(jīng)非常清楚地勾勒出了Hermes Agent的演進路線。

2026年3月28日發(fā)布的v0.5.0，被定義為「hardening release」，核心關(guān)鍵詞是安全加固：50多項安全與可靠性修復(fù)、供應(yīng)鏈審計，先把整個系統(tǒng)的底盤打牢。

2026年4月3日發(fā)布的v0.7.0，被稱為「resilience release」，重點轉(zhuǎn)向長期運行能力，包括可插拔記憶架構(gòu)、憑證池輪換、網(wǎng)關(guān)競態(tài)與審批路由修復(fù)，以及總計168個PR、46個已解決問題帶來的系統(tǒng)性增強。

到了這次發(fā)布的v0.8.0，這一輪更新被命名為「intelligence release」，重點聚焦智能：后臺任務(wù)自動通知、模型實時切換、MCP OAuth 2.1，開始把Agent的「可用性」進一步推進到「智能性」。

從安全，到穩(wěn)定，再到智能，這條版本演進路徑本身，反映了Nous對Agent產(chǎn)品形態(tài)的真實判斷。

他們很清楚，一個要24小時駐留在你服務(wù)器上的Agent，最大的敵人從來不是「不夠聰明」，而是「跑著跑著崩了」「憑證泄露了」「網(wǎng)關(guān)掛了」。

長期運行，才是Agent真正的工程挑戰(zhàn)。

一行命令，5美元就可以上手

說完架構(gòu)和路線，怎么上手？

官方把安裝入口直接做成了一條標(biāo)準(zhǔn)命令：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

最直接的方式，是租一臺便宜的VPS，SSH進去后一行命令完成安裝。

從官方安裝腳本的說明來看，這是面向Linux和macOS用戶的默認入口，也是最快的起步方式。

裝完之后，再運行hermes setup完成初始化：選擇你的LLM提供商，填入API Key，選好模型，就可以開始對話。

Nous Portal、OpenRouter、OpenAI、本地Ollama，都是常見選擇。

想省錢？就用OpenRouter接一個便宜模型，已經(jīng)足夠覆蓋大多數(shù)日常使用場景。

想要更強隱私，可以把Ollama和本地模型掛起來；想追求更好效果，還可以再切到更強的商用模型。

等基礎(chǔ)配置完成，再繼續(xù)跑hermes gateway setup，把它接到Telegram這類消息平臺上。

如果想讓它長期在線，再用hermes gateway install注冊成系統(tǒng)服務(wù)。

這樣一來，機器重啟之后它也會自動拉起，真正進入24小時在線的工作狀態(tài)。

如果你是從OpenClaw遷移過來的，hermes claw migrate可以一鍵導(dǎo)入原有設(shè)置、記憶和技能。

除此之外，Mac用戶、Windows WSL2用戶、Docker用戶，也都有各自對應(yīng)的安裝路徑。

甚至還可以借助Pinokio這類一鍵安裝器，把命令行門檻繼續(xù)壓低。

做Agent的人，自己就是訓(xùn)模型的

Nous Research并不是一個周末車庫項目。

這家公司2023年成立，團隊約20人，創(chuàng)始人是Jeffrey Quesnelle、Karan Malhotra、Teknium和Shivani Mitra，累計融資6500萬美元，其中5000萬美元A輪由Paradigm領(lǐng)投。

Jeffrey Quesnelle

四位創(chuàng)始人均來自研究與工程一線，他們此前最出名的作品是Hermes、Nomos、Psyche三個開源模型家族。

這說明Hermes Agent的創(chuàng)始團隊，他們原來的工作就是訓(xùn)練大模型，因此他們可能比任何Agent框架團隊都更清楚大模型在工具調(diào)用和長程規(guī)劃上會犯什么錯。

Hermes Agent不鎖定任何模型，但Nous Research自研的Hermes模型家族（下載量超5000萬次）正是在Agent場景中被大量使用的選項之一。

訓(xùn)模型的人親自做Agent，Agent產(chǎn)生的數(shù)據(jù)又能回流訓(xùn)練：這并非巧合，更可能是一種設(shè)計。

私有AI的自進化時刻，來了

「一個會跟著你成長的Agent」。

這句slogan背后，Nous Research押注的是這樣一條路線：

Agent不該只是一次性的調(diào)用接口，而應(yīng)該是私有的、常駐的、會積累的，并且最終能夠反哺訓(xùn)練。

這幾乎站在了當(dāng)下主流的云端Agent服務(wù)的反面。

后者更像一種「即開即用、用完即走」的托管模式，數(shù)據(jù)、記憶和行為沉淀大多留在平臺一側(cè)；而Hermes Agent想做的，是把這些能力盡可能留在用戶自己手里。

如今，在開源社區(qū)，Hermes Agent已經(jīng)跑出了自己的節(jié)奏。

比3.8萬GitHub stars更值得注意的，并不是它有多火，而是它背后那條從Agent、技能、記憶到訓(xùn)練數(shù)據(jù)的閉環(huán)，已經(jīng)開始顯形。

當(dāng)Agent開始自己積累技能、自己生成訓(xùn)練數(shù)據(jù)、再將這些沉淀重新喂回模型，我們距離一個真正意義上的「自進化AI系統(tǒng)」還有多遠？

5美元即可本地部署，帶記憶、不會輕易失憶的專屬「賽博員工」已經(jīng)上線。

Hermes Agent讓我們第一次如此清晰地看到：

私有AI的自進化時刻，可能真的來了！

參考資料：

https://virtualuncle.com/hermes-agent-complete-guide-2026/?utm_source=chatgpt.com

https://hermes-agent.nousresearch.com/