Hermes Agent 深度体验：它和普通 AI 助手到底有什么区别

你有没有这种感觉用 AI 写代码每次新建一个对话都要把项目背景重新说一遍。上下文窗口再大也大不过你关掉窗口后消失的那段记忆。Claude Code 很强大但你周二写的那个临时方案周五想接着改的时候它已经不记得当时为什么那么设计了。这不是工具的问题是范式的限制。所有聊天机器人式的 AI 助手本质上都是过客模式——你进来它服务关门它忘光。Hermes Agent 解决的就是这个问题。它不是又一个能聊天的 AI而是一个带记忆的长期搭档。我用了大概两个月把它的各种模式踩了个遍这篇文章来说说它到底能做什么以及值不值得你花时间去配置。一、Hermes Agent 是什么Hermes Agent 是 Nous Research 出品的产品GitHub 目前约 18 万星MIT 协议可以商用。官网是 https://hermes-agent.nousresearch.com/ 。如果你是从零了解它听到这里可能会觉得又一个开源 AI 项目不稀奇。但 Hermes 的定位和普通开源模型不太一样。它的核心思路是记忆持久化——不是靠模型本身记住什么而是靠一套文件系统机制让 Agent 在跨会话之间保留上下文。具体来说每次对话中它认为值得记住的东西——项目结构、你踩过的坑、技术选型的理由、某个 API 的坑点——都会自动写入两个核心文件MEMORY.md和SKILL.md。下次再开对话它会先读这两个文件像接过上一棒的同事一样继续工作。这和 ChatGPT、Claude 的本质区别就在这里。后两者是每次都从零开始的聪明人Hermes 是想跟你长期干的搭档。你教过它一遍的东西它真的会用上第二遍、第三遍。模型方面Hermes 支持 300 多个前沿模型接入也支持 Ollama 本地部署。换句话说你可以在本地跑一个 Llama 3.1 8B也可以接 GPT-4o 或者 Claude 系列记忆层是通用的不绑定具体模型。这个设计是合理的——记忆是它最有价值的功能而这部分不依赖模型厂商。二、安装桌面版和命令行版桌面版2026 年 6 月Hermes 正式上线了桌面版对大多数用户来说这是最省事的入口。官网提供 macOS.dmg、Windows.exe和 Linux 安装包下载包体积大约在 150 到 180MB 之间。下载后一路下一步就行没有特别复杂的配置项。不过有一个坑需要注意Windows 版桌面客户端目前依赖 WSL 环境。如果你没有装过 WSL安装完 Hermes 后第一次启动会报错提示缺少 Python 环境相关的组件。具体原因是桌面版内部调用了一些 Linux 工具链。官方文档在 Windows 部分写的是旧版命令行安装方式没有第一时间更新桌面版的说明导致我在这一步浪费了大约半小时。解决方案是管理员模式打开 PowerShell运行wsl --install重启后再启动 Hermes 就好了。命令行版如果你更习惯在终端里操作或者需要跟现有工作流集成命令行版是更灵活的选择。安装方式是npm install -g hermes-desktop前提是你已经装了 Node.js且版本不低于 20。装完以后在终端运行hermes就能启动。第一次启动会引导你配置 Nous Portal 账号——这是 Hermes 的账号体系有免费档够基本使用。命令行版的优点是可以写进脚本、接进 CI/CD、或者和其他工具联动。缺点当然是没有桌面版那么直观第一次用的人可能会被一堆配置项吓到。三、三种使用模式Hermes 设计了三种使用模式从保守到激进分别是 Ask、Plan 和 Craft。这三种模式的区别直接影响你每天的使用体验。Ask 模式是最保守的档位。在这种模式下Hermes 只做纯问答不会读写你的文件不会执行任何脚本。你问它一个问题它给你一个答案仅此而已。适合什么场景呢比如你刚接触一个新项目想快速了解某个模块的作用或者想查一个不熟悉的 API 文档用 Ask 模式不会对你的项目造成任何影响。Plan 模式是一个中间档。它会分析你的任务生成一套执行计划然后用自然语言展示给你——比如我打算做这三步第一步修改config.py第二步更新数据库迁移脚本第三步跑测试。你可以逐条确认、修改、拒绝然后它才会开始执行。这种模式适合那些有风险的操作你想在动手之前心里有数。Plan 模式有一个细节值得说它的计划展示不是干巴巴的列表而是带上下文的解释告诉你为什么要做这一步这对于理解 Agent 的决策过程很有帮助。Craft 模式是全权限模式。Hermes 会直接读写文件、执行脚本、调用工具不需要你逐一确认。这是日常工作的主力模式。你让它改一段代码它直接改你让它跑测试它直接跑你让它部署它直接部署。当然风险也最高——Craft 模式下如果 Prompt 没写清楚它可能改错你想保留的东西。我的使用习惯是这样刚装好一个项目先用 Ask 模式问几个问题熟悉一下环境真正开始干活的时候切到 Craft 模式一路跑遇到需要谨慎的操作比如删文件、改配置切到 Plan 模式确认一遍再执行。Ask 模式更像是给初次接触的人准备的熟悉阶段真正用起来 Craft 才是日常主力。四、记忆体系MEMORY.md 怎么工作这是 Hermes 和普通 AI 助手差异最明显的地方也是它最有价值的功能。每次对话结束后Hermes 会自动把本次对话中认为值得保留的信息写入MEMORY.md。什么值得保留根据我的观察它倾向于记录这几类内容你提到过的项目背景、你踩过的坑及解决方案、你做出的技术决策及理由、你给它的反馈“下次别这样做”。这意味着你不需要主动说帮我记一下这个它自己会判断。你在对话里随口提了一句这个数据库连接池我们用的是 PgBouncer不是直接连 RDS下次你问它我们的数据库架构是什么样的它很可能已经在 MEMORY.md 里读过这句话并记住了。Skills 是另一套机制。当 Hermes 发现你反复处理同类任务时它会把这类任务的处理模式固化成一条 Skill写进SKILL.md。比如你每周都要更新一次 Changelog几次之后它可能就会生成一条叫update-changelog的 Skill下次你说更新一下 changelog它直接调用这个 Skill 而不是从头理解你的需求。持久性是这套机制的核心价值。你关掉窗口第二天再打开记忆还在。第三周再打开它还记得你第一周踩的那个坑。ChatGPT 做不到这一点它关窗即清零每次都要从头开始。但记忆体系也不是完美的。我踩过几次记错的情况它把 A 项目的决策记成了 B 项目的导致在新对话里给出了错误的上下文。还有一种情况是它记了一些我不需要记的东西——比如我测试时随口说的一句这个方案不好它也写进了 MEMORY.md下次对话它就开始劝我别用这个方案但我后来发现那个方案其实没问题。所以定期清理是有必要的用/skills list查看生成的 Skills对于不需要的及时删掉。MEMORY.md 也可以手动编辑它就是一个纯文本文件你直接进去删改都可以。五、全平台接入Hermes 支持接入多个即时通讯平台包括 Telegram、Discord、Slack、WhatsApp、Signal以及 Email。这意味着你可以把一个 Hermes 实例同时接到手机和电脑上通过不同渠道跟它交互它会用同一套记忆和 Skills 来响应你。这个功能的意义不只是一个多端同步。真正的价值在于场景切换。比如我在地铁上突然想起要改一下文档里的某段措辞我不需要打开电脑、解锁、找到项目、打开文件——我直接在 Telegram 上给 Hermes 发一条消息它改完告诉我你复制走就行了。等你到了公司打开电脑同一个对话已经在记忆里更新了你能看到它改了哪些地方、为什么改。对比一下现有的产品。ChatGPT 目前只有网页端Claude 有网页和 App但两者都不支持多平台消息渠道接入。Hermes 的这个设计是真正从长期助手角度出发的——你的助手不应该只能在电脑前找到你。接入方式不算复杂。在 Hermes 的配置文件里填入对应平台的消息源配置Webhook 或 Bot Token然后重启服务就行。各平台的配置文档在官方 Wiki 里都有但细节比较分散需要花点时间找。六、子 Agent 委派当你有一个比较复杂的任务时Hermes 支持把任务分解给子 Agent 来并行处理主 Agent 负责协调和汇总结果。子 Agent 支持的沙箱后端有几种local是直接在本地跑适合简单任务Docker会启动容器隔离执行适合需要干净环境的情况SSH可以连接到远程机器上跑Singularity和Modal适合 HPC 场景普通开发者用得不多。一个我实际用过的场景当时需要同时做三件事——调研某个技术方案的竞品情况、写一段接口代码、发邮件给同事同步进度。我让主 Agent 发起三个子 Agent 分别去做等它们各自完成后再汇总。这样省掉了在几个任务之间来回切换的认知成本。子 Agent 的结果是可信的但需要你在 Prompt 里把汇总方式说清楚。比如明确告诉主 Agent子 Agent 返回的内容需要整合成一份报告包含三部分每个部分不超过 200 字不然它可能直接把三个结果堆在一起扔给你。这个功能对于同时维护多个项目的开发者来说比较有用。如果你一天只处理一两个任务开三个子 Agent 的开销反而大于收益。七、和其他工具的定位差异说 Hermes 适合什么场景之前先说清楚它不适合什么场景以及它和现有工具的定位差异。和 OpenClaw 比。OpenClaw 本质上是一个本地工作空间管理器它整合了大量工具链浏览器自动化、文件操作、命令执行核心思路是让 AI 在你的电脑上更方便地执行操作。Hermes 的思路不太一样它的核心是记忆持久化和多平台接入工具执行能力只是它的一部分。如果你更在意本地工作流的整合OpenClaw 更适合你如果你需要跨设备、跨平台地推进同一个长期项目Hermes 更合适。和 ChatGPT 比。ChatGPT 是一个日抛型工具你每次打开都是一个新会话用完即走。它的优势是上手零门槛、模型能力强、生态成熟。Hermes 的学习曲线比 ChatGPT 高但一旦配好它能记住你是一个什么样的人、你的项目是什么情况。打个不准确的比方ChatGPT 是每次都重新开始的实习生Hermes 是已经跟你配合了几个月的正式员工。和 Claude 比。Claude 的单次会话能力很强Claude Code 在代码处理上表现出色。但它仍然是单次会话模型跨会话记忆依赖外部工具Artisan MCP、Continue 等。Hermes 把记忆层做成了内置功能不需要额外配置就能用。如果你用 Claude 但觉得每次都要重新介绍背景很烦Hermes 提供了另一种解决思路。八、我的判断值不值先说优点。记忆持久化是 Hermes 最核心的价值这个功能做对了。能记住你踩过的坑、记住项目背景、记住技术选型的理由——这解决的不是AI 强不强的问题而是AI 能不能跟你长期配合的问题。多平台接入的设计也很实用对于需要在手机和电脑之间切换工作场景的人来说一个统一的 Agent 接口确实比在各个平台分别复制粘贴方便。Skills 自动进化机制有潜力重复性工作固化成 Skill 之后效率提升明显。再说缺点。上手有门槛你需要配模型、配平台、配置各种连接这比直接打开 ChatGPT 复杂得多。UI 比较朴素没有那种精心打磨过的交互体验更像是一个给开发者用的工具而不是面向普通用户的产品。模型成本是另一笔账——如果你接的是 GPT-4o 或者 Claude 系列API 费用是按 token 算的Hermes 本身是开源的但脑子是另外租的。适合用 Hermes 的人你在推进一个需要跨周甚至跨月持续推进的长期项目你需要经常在多个平台处理任务不想每次都重新介绍背景你对 AI 工具的定制化有需求想让它适应你的工作方式而不是反过来。不适合用 Hermes 的人你只是偶尔查个资料、写段代码用完就走不需要记忆你不想花时间配置只想打开就用。这里我有一个偏争议的观点开源壳不等于零成本。Hermes 本身是免费的但它的记忆能力、多平台能力都是建立在模型 API 之上的而模型调用是要钱的。把这个成本算进去再决定值不值。如果你每天用 Hermes 处理大量任务一个月下来 API 费用可能不会太低。免费版的 ChatGPT 能解决大部分需求Hermes 的溢价在于省掉重复介绍背景的时间——值不值这个溢价取决于你的时间值多少钱。总结Hermes 的核心价值就一句话让 AI 不是每次都从零开始。如果你有长期项目在跑它能省掉你大量重复介绍背景的时间。跨会话的记忆、多平台的接入、Skills 的自动进化这些功能组合在一起解决的是AI 助手这个概念一直没解决好的一个问题上下文怎么持久化。如果你只是偶尔用一下 AI 查个东西ChatGPT 够用了别折腾。配置 Hermes 的时间成本不低如果没有一个值得长期跟进的场景这套机制的价值发挥不出来。