这个Agent把记忆分成了4层，越用越懂你

有读者在评论区玩谐音梗，说 Harness 可以译成「爱马仕」。一查还真有个叫 Hermes 的 Agent，GitHub 热门榜霸榜整月，4.8 万 Stars。

和这段时间爆火的 OpenClaw 不同，Hermes 的定位是「与你共同成长的 Agent」。听着像鸡汤，但这确实是它的核心卖点。

OpenClaw 靠修改配置文件，联合多个 Agents 处理复杂任务；Hermes 则是单一 Agent 框架，能力随运行时间自动增强。它解决了一个被忽视的问题：Agent 用完之后，什么都没留下。而 Hermes 能记住「什么方法有效」。

社交媒体上不少用户从 OpenClaw 迁移过来，称这是「最明智的选择」。还有人整理「爱马仕橙皮书」，认为它是目前最被低估的开源 Agent 框架之一。

项目由 Nous Research 团队维护，从 3 月中旬的 V0.2.0 到昨天的 V0.8.0，更新频率极高。Karpathy 之前分享的 LLM Wiki 笔记大法，也被迅速内置为技能。

安装方式很灵活：电脑端一行命令，Android 手机通过 Termux 也能跑。模型配置与 OpenClaw 类似，目前 Claude 尚未「封杀」，Pro 会员可直接接入；也支持自家的 Nous Portal 订阅服务。

今天小米大模型也正式宣布接入，限免两周。

OpenClaw 的核心价值是把 AI 从聊天框拉进真实场景——接微信、跑命令、控浏览器、发邮件、管日程。但它的记忆是静态的：写进配置文件，读取，会话结束，下次再读。不会从执行中提炼经验，也不会因为被纠正过一次就自动改对。

Hermes 从底层架构就把「越用越懂你」作为重点。它的秘密是一个闭合的学习循环。

每次任务完成后，Hermes 会检查：工具调用超 5 次？中途出错又自修复了？用户纠正过？走了条不明显但有效的路径？满足任一条件，就在 ~/.hermes/skills 目录生成 Skill 文件——名称、描述、步骤、工具调用，全部写清，格式遵循 agentskills.io 标准，理论上可跨兼容 OpenClaw、Claude Code、Cursor 等工具。

技能文件不是一次写死。后续发现更优路径，Hermes 用 patch 方式局部修改，而非全量覆写。这样更安全，token 消耗也更少。

另一项差异是记忆系统。前几天《生化危机》女主 Milla Jovovich 和工程师发布的 MemPalace，两天斩获 2.3 万 Stars，灵感来自古希腊记忆术——把信息放进想象建筑的不同房间，检索准确率从 60.9% 提升到 94.8%。

Claude Code 泄露事件中，网友还发现 Claude 会用「做梦」方式自动整理记忆。

Hermes 的记忆分四层，每层负责不同的事，在不同时机被调取：

第一层，常驻提示记忆。 MEMORY.md 和 USER.md，每次会话自动加载。上限 3575 字符，故意收窄，强迫用户筛选。

第二层，会话归档。 写入 SQLite，全文索引。需要历史时主动查询，经 LLM 摘要后只注入相关部分。

第三层，技能文件。 学习循环的产出。系统提示只加载名称和简介，全文按需调入——技能库从 40 个涨到 200 个，上下文成本几乎不变。

第四层，Honcho。 可选的用户建模层，跨会话积累偏好、沟通风格、领域知识。适合长期当个人助理用。

分工原则很清晰：每次对话都要的，放第一层；特定话题有用的，等第二层检索；可复用的流程，第三层处理；长期画像，交给第四层。

消息进入 Hermes 后，无论来自 Telegram 还是命令行，都走同一套同步引擎：生成任务 ID，构建系统提示，优先复用缓存，检查上下文长度，调用模型。

执行过程中自动更新技能，会话间隙还会触发周期性微调——系统定期自动发内部提示，回顾近期操作，判断哪些值得写入记忆。完全无需用户触发，Agent 自己决定保留什么。

安装方面，Linux、macOS、WSL2 一行命令，Android 用 Termux。原生 Windows 不支持，需装 WSL2。安装脚本会自动处理 Python 3.11、Node.js v22、ripgrep、ffmpeg 等依赖，完成后界面类似 Claude Code，通过命令交互。

模型配置选择极宽：Nous Portal、Anthropic、OpenRouter、DeepSeek、Hugging Face、阿里云 DashScope、GitHub Copilot、任何 OpenAI 兼容接口包括 Ollama 本地模型，以及小米刚接入的 MiMo-V2 系列。

Hermes 还有 Auxiliary Models 模块，专门处理图像分析、网页提取、Skill 匹配、记忆处理等「侧任务」。默认自动检测并优先使用 Gemini Flash，无需手动配置。这和 Anthropic 今天推出的 advisor 功能思路相近，但 Hermes 把「多模型编排」做成了底层架构。

消息平台支持 Telegram、Discord、Slack、飞书等，一套网关统一管理。

但 Hermes 很难说是「装完即用」的工具。它更像一套需要运维的基础设施。如果只是想要手机发消息控制的 AI 助理，OpenClaw 更简单——写个 SOUL.md，跑起来，接 Telegram，完事。

Hermes 适合的场景是：有重复且会演化的工作流，愿意让 Agent 从习惯中积累经验，期待三个月后的 Agent 和第一天不一样。

网友分享的应用实例包括：商业自动化（CRM 接知识库）、营销管理（内容生成到社群发布一体化）、代码生成等软件工程项目。

Agent 正在加速杀入真实生产环境。有人说 Hermes 只是 OpenClaw 的「轻量级平替」，也有人说它是单一智能体的进化。但无论如何，演进路线不会止步于 OpenClaw 的框架。

目前所有开源方案都留着缺口：复杂的记忆系统解决了，AI 安全问题还在；给了 AI 手脚，又要给它上枷锁 Harness；安装门槛太高。能让 Agent 真正打穿主流、成为普通人日常基础设施的形态，大概还没出现。

Hermes 至少给了一个新方向——让 Agent 从用完归零的工具，变成能从失败里学到东西、能记住教训的搭档。有用户迁移两周后反馈：「它终于记得我不喜欢在周五下午开会了。」