Python逆天改命！开源Hermes首次击败OpenAI Codex

新智元报道

【新智元导读】一个纯Python写的开源项目，竟把OpenAI用Rust写的王牌给秒了！最终战绩6比5，Hermes直接上演工程暴力美学，解释型语言终于逆天改命。

一个纯Python写的开源项目，竟击溃了OpenAI王牌！

今天，全网都被Hermes Agent的硬核实力狠狠刷屏了：

在针对真实世界CLI任务的11项基准测试中，它以6:5的战绩，直接把Codex按在地上摩擦。

在这场备受瞩目的对决中，Hermes Agent展现出了惊人的底层优化能力。

通过一连串的硬核操作，成功把系统的启动时间，从701ms缩短至258ms。

更让人震撼的是，Hermes完全由Python编写，而Codex是用Rust写的。

这一仗，Python打赢了Rust！

这在编程界，属是「逆天改命」了。

三大狠招，砍掉63%启动时间

就在这次优化之前，Hermes还是5-6落后的那个。

这次逆转不是靠换模型、不是靠堆算力，而是靠三个纯工程优化，刀刀见血。

那么，它是具体如何做到的？

第一刀：Bitwarden磁盘缓存

原来Hermes每次启动都会调用Bitwarden Secrets Manager的API去拉取凭据，一次就是380毫秒。

问题在于，之前的缓存是「纯进程内」，连续执行两次hermes chat -q，第二次还是要重新拉。

解决方案是，加了一个L2磁盘缓存。

缓存文件权限锁死0600，存放在 /cache/bws_cache.json ，默认TTL 300秒。

另外，访问token本身绝不落盘，默认300秒TTL，过期才重新拉取。

一刀砍掉380ms。

第二刀：模型目录延迟加载

hermes_cli.models._PROVIDER_MODELS，一个包含所有AI供应商模型信息的巨型字典。

之前在模块加载时就急切导入，吃掉约55ms。

实际上只有model_flow相关的处理函数才需要它。

团队用PEP 562的模块级getattr实现了懒加载，只在真正访问模型目录时才付出这笔开销。。

这一步，又省了55毫秒。

第三刀：配置文件去重

main.py顶部原本读了两次config.yaml。

一次yaml.safe_load用于密钥脱敏桥接，一次完整的load_config()（含深度合并）只为检查一个布尔值。

合并成一次原始加载，省下17ms。

这三刀加起来， 启动时间从701ms暴降至258ms，降幅63%。

不得不说，这才是真正的工程暴力美学，纯靠profiling找到瓶颈，一刀一刀切掉冗余。

战绩6:5，Hermes翻盘时刻

最终结果，是不会说谎的。

在优化前，Hermes对Codex的总战绩是5胜6负：单轮任务被Codex压制，多轮任务略有优势但不够明显。

优化后，局面彻底反转。

单轮任务（8项）：Hermes的中位框架开销，降到了与Codex持平甚至略低的水平。

原本被Codex碾压的启动劣势，被完全抹平。

多轮任务（3项）：Hermes在5轮对话的总开销上已经领先，优化后优势进一步拉大。

最后的总分，6:5，Hermes实现了反超。

这意味着，一个用Python写的开源项目，在框架开销——

一个最考验底层功力的维度，击败了用Rust写的、背后站着万亿市值公司的闭源产品。

Python，打赢了Rust

真正反直觉的部分在于，Python凭什么赢下Rust？

长期以来，Python在性能圈几乎是「原罪」般的存在：解释型语言、GIL锁、动态类型开销……

当OpenAI选择用Rust构建Codex CLI时，所有人都觉得理所当然——

Rust生来，就是为性能而生的。

但Hermes的这次逆袭说明了一个关键事实：

在Agent这个赛道上，框架层面的架构决策，比语言层面的原始速度更重要。

开发者netrunner的评论一针见血，「Python在多轮任务上打赢Rust，本质上是架构决策的胜利，而不是语言速度的胜利」。

「Codex可能在上下文处理上，过度工程化了」。

还有人问道，「为何不把Hermes也迁移到Rust？那不是更快」？

Hermes联创兼首席科学家Teknium直言，「那样就无法编辑代码，以及实时改进和迭代」

也就是说，Python的优势不在于快，而在于活。

对于一个需要持续进化、从每次交互中学习的Agent来说，开发者友好性和迭代速度，就是最大的性能优势。

GitHub冲爆16.7万星

硬刚万亿巨头

Hermes Agent的爆发速度，本身就是一组让人瞠目的数据。

从2026年2月25日上线至今，仅仅三个月，GitHub星标已经突破16万。

日活Token消耗量达到353B，是同类项目OpenClaw的近两倍。

可以说，它是2026年增长最快的开源Agent框架，没有之一。

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

Hermes的核心杀手锏，是一套闭环学习架构：

每次完成复杂任务后，Agent会自动将解决方案提炼为可复用的Skill（技能）。

下次遇到类似任务，直接调用已有技能，跳过从头推理。

NousResearch内部基准测试显示，积累20个以上自创技能的Hermes实例，完成同类任务的速度比全新实例快40%。

更狠的是，v0.12版本引入的自治Curator——

一个后台自动运行的Agent，会定期评分、修剪、合并你的技能库。

换句话说，Hermes不仅能学，还能自己整理学到的东西。

语言不是天花板，架构才是

Python打赢Rust这件事，看起来是一个编程语言之间的「逆袭爽剧」。

但它真正揭示的东西，要深刻得多。

在AI Agent的世界里，底层语言的性能差异正在变得越来越不重要。

Hermes这次优化砍掉的443毫秒，已经是框架层能挤出的极限了。而一次LLM调用的延迟，动辄几百毫秒甚至数秒。

这意味着，在通往ASI的路上，真正的竞争从来不是「用什么语言写」，而是「怎么让Agent越用越聪明」。

而Hermes这次用Python干翻Rust，恰恰证明了——

在Agent进化的赛道上，开放、可编辑、可迭代的架构，比「跑得快」更接近ASI的本质。

Rust是一把好刀，但ASI需要的不是一把更快的刀。

参考资料：

https://x.com/Teknium/status/2058885472513065471?s=20

https://github.com/NousResearch/hermes-agent/pull/31968

编辑：桃子 David