Hermes Agent v0.10 深度评测：113K star 的黑马是真自生长还是营销包装？

两个月前我写过一篇 Hermes Agent 完全指南，那会儿它才 27000 stars、还在 v0.8 时代。今天 2026-04-24，GitHub 页面显示 113,000 stars——8 天前发布的 v0.10.0 把它推上了 2026 年最快的 Agent 框架宝座。同一个框架 7 周从 0 涨到 113K、v0.8→v0.10 两个版本间合并 400+ PR、把 Tool Gateway、三层记忆、118 个技能、6 个消息网关一股脑全做进去——说不惊讶是假的。

但惊讶归惊讶，我花了 4 天时间把 v0.10 从源码到线上部署完整跑了一遍，结论和官方 pitch 的"自生长 Agent"不太一样。

核心判断：Hermes v0.10 最引人注目的不是 118 个技能、不是 113K star、也不是"自生长"——是 Tool Gateway + 三层记忆的组合。它把"运营一个自主 Agent 的日常开销（API key 管理、工具订阅、上下文工程）“打包成一个 Nous Portal 订阅，是开源框架第一次做出了托管式体验。这是一个商业模式创新，不是技术创新。所谓的"自生长”（auto-generated skills）实测下来是 prompt 模板拼装，不是真正的 RL 或权重更新——说它是自生长就像说 CLAUDE.md 写得越来越厚叫自生长一样。

定位上，Hermes 填了一个原来没人填的中间档：比 OpenClaw 成熟（官方订阅 + 托管工具）、比 Managed Agents 便宜和灵活（MIT 开源、模型可换）、比 Claude Code 自主（后台 24/7、不用你守着终端）。对"给模型充点钱就能用、不想维护运维"的个人开发者和小团队——Hermes 刚好踩在甜蜜点上。

这篇文章我会把 113K star 的表面热度撕开看里面的三件事：v0.10 真正的王牌是什么、“自生长"到底是不是营销、以及它在 Managed Agents 公测 和 OpenClaw 生态 之间该放在什么位置。

7 周 113K star：Hermes 到底做对了什么

先看数据。Hermes 的 GitHub 增长曲线在开源 Agent 赛道里是异常值——OpenClaw 到 10 万 star 用了差不多 7 个月，LangChain 用了一年多。Hermes 压缩到 7 周。我把关键节点整理成时间线：

timeline
    title Hermes Agent 从 0 到 113K star 的 7 周（2026-02-25 → 2026-04-24）
    section 起步
        2/25 v0.1.0 发布 : Nous Research 开源首个版本 : GitHub stars 0
        3/5 HN 首次登榜 : 社区发现三层记忆的玩法 : stars ~8K
        3/18 v0.5 发布 : 加入 MCP 支持和多模型切换 : stars ~25K
    section 加速
        4/8 v0.8.0 发布 : 209 PR、82 issue、后台通知 : stars ~68K
        4/13 Mobile/Android 支持 : Termux、iMessage、WeChat、Fast Mode : stars ~92K
        4/16 v0.10.0 + Tool Gateway : 118 技能、三层记忆、6 消息网关 : stars ~108K
    section 爆发
        4/20 wshobson 对比文发酵 : 社区开始正式拿它和 Managed Agents 比 : stars ~112K
        4/24 本文发布 : 8 天破 113K : stars 113K+

这条曲线不是自然生长，是三个复合因素的叠加爆发。

第一个因素是时机。2026 年 3-4 月恰好是 Agent 生态重新洗牌的窗口——4/4 Anthropic 封禁 OpenClaw、4/16 Managed Agents 公测、4/17 Claude Design、4/20 wshobson/agents 79 插件文章火起来。每一个事件都在把"我需要一个自主 Agent"的认知推给更广的人群，而 Hermes 恰好在所有替代方案中最完整、最开源、最便宜。市场情绪积累到临界点时，Hermes 就是那个接住的容器。

第二个因素是发布节奏。过去 8 周 Hermes 发了 v0.8 / Mobile 支持 / v0.10 三次大更新，每次都压在周五到周一之间（HN 流量峰值窗口）。v0.10 选在 4/16 发——Anthropic Managed Agents 公测的同一天——不是巧合。这叫"流量反搭便车”：当主流媒体都在报 Managed Agents 时，社区讨论区会自发产生"那开源替代是什么"的次生需求，Hermes 直接把答案塞给你。这种发布节奏很老练，不像一个 2 月才成立的项目。

第三个因素是产品决策。Hermes 做对了一件 OpenClaw 这一年没做对的事——不给用户选择恐惧症。OpenClaw 的 Skill 生态虽然大（1200+），但每次装一个新 Skill 都要自己搞 API key、自己看文档、自己配置。Hermes v0.10 的 Tool Gateway 把四个最高频工具（Firecrawl 搜索、FAL FLUX 2 Pro 图像、OpenAI TTS、Browser Use 浏览器自动化）打包进 Nous Portal 订阅——一个订阅、零额外 key 管理、开箱即用。这是产品思维，不是技术思维。OpenClaw 给你零件箱，Hermes 给你整车。

7 周 113K star 的真相不是"Hermes 技术领先"——是它在 Agent 生态混乱的一个月里，给了普通用户一个"交钱就能用"的完整方案。这个定位决定了它的天花板和风险后面会讲。

v0.10 的三张王牌：118 技能、三层记忆、Tool Gateway

v0.10.0 于 2026-04-16 发布，release notes 长达 400 行。我挑出三个改变游戏规则的特性——不是所有改动都值得写，这三个是真的撑起 Hermes 当前估值的底座。

王牌一：118 个技能和它们的真实分布

118 这个数字在官网和 release notes 里反复出现，很容易被当成营销锚点。我去 GitHub NousResearch/hermes-agent/skills/ 目录一个个点开数了一遍——数字是真的，但分布不是均匀的。

我把 118 个技能按使用频率和成熟度重新分类：

我的判断：118 是营销数字，真正决定 Hermes 日常体验的是前 20-30 个高频技能。对新用户的实际建议是——上来就关掉 skills/auto_discover: true，只启用你明确要用的 20 个，Agent 启动速度和上下文效率都会显著提升。如果你全开 118 个，每次 Agent 启动都要消耗 3K-5K token 去加载 skill manifest，光这一项每月就多烧掉几美元 token 费。

王牌二：三层记忆架构是 Hermes 最硬的技术

三层记忆（Three-Tier Memory）不是 Hermes 发明的概念，Letta、MemGPT 更早就做了。但 Hermes 的工程实现是目前开源 Agent 里最完整、最接近生产可用的。三层结构我画成数据流图：

flowchart LR
    U[User Request] --> W[Working Memory
当前会话上下文
~2K token]
    W -->|每轮写入| S[Session Memory
当前任务/天的历史
SQLite 本地
~20K token]
    S -->|每晚压缩| L[Long-term Memory
跨会话永久记忆
向量 + 关系数据
无上限]
    L -->|按语义检索| W
    S -->|热数据查询| W

    style W fill:#dbeafe,stroke:#3b82f6,color:#1e3a8a
    style S fill:#fef3c7,stroke:#f59e0b,color:#78350f
    style L fill:#dcfce7,stroke:#10b981,color:#064e3b

三层之间的分工我实测下来是这样的：

• Working Memory：单轮对话级别，就是一次 agent.run() 内的上下文，每轮用完即抛。
• Session Memory：一天或一个任务级别，存 SQLite 在 ~/.hermes/memory.db，你能直接 sqlite3 进去看。每个条目有 timestamp、task_id、importance_score 三个字段。
• Long-term Memory：永久记忆，后端是 Qdrant 或 Chroma（可选）做向量存储 + SQLite 做关系元数据。每晚 00:00 有个压缩任务，把 Session Memory 中 importance_score > 0.6 的条目提炼成长期记忆。

这套设计的关键不是记忆本身，是数据可见、可审计、可删除。你可以打开 SQLite 直接看 Agent 记了什么、用 hermes memory forget <keyword> 删除具体条目、或者干脆 rm -rf ~/.hermes/memory.db 从零开始。对比 OpenAI 的 Memory 功能（ChatGPT 那个，你只能在设置里看一个简略摘要）、对比 Claude Code 的 session（每次 /clear 就没了）——Hermes 的记忆是用户拥有的数据，不是平台托管的黑箱。

这点对企业部署是刚需。我认识的一家做 legal tech 的团队上个月从 OpenAI Assistants 切到 Hermes，不是因为 Hermes 更聪明，是因为他们的法务要求"AI 系统能记什么、忘什么必须是可控的"——Hermes 的 SQLite 架构直接过了法务审计，Assistants 没过。

王牌三：Tool Gateway 是商业模式创新

Tool Gateway 是 v0.10 里最容易被技术圈低估的一块——因为它不是一个新技术，是一个订阅打包。但商业模式创新对一个开源项目的长期存活比技术更重要。

机制很简单：你订阅 Nous Portal（付费套餐 $20/月起），Hermes 里原本需要自备 API key 的几个高频工具全部自动可用，无需配置：

如果你这四项自费合计超过 $30/月，Nous Portal 直接回本。但经济账只是一半，另一半是心智负担——自备四个工具的 API key 意味着你要维护四个 vendor 账号、四套 quota、四套计费、四套密钥轮换。Nous Portal 把这些消灭成一个月度订单。对不想当 DevOps 的开发者，这个价值远超 $20。

这个设计有一个隐含的成本——vendor lock-in。一旦你习惯了 Tool Gateway 的便利，迁移到其他 Agent 框架时你会发现自己需要重新申请四个 API key、重新配四个 rate limit，迁移成本非零。Nous 显然知道这点，所以 Tool Gateway 是从免费版自然过渡到付费版最顺畅的路径——比常见的"免费版功能阉割"体验好得多。

这是开源 Agent 第一次做出真正可持续的商业模式。LangChain 靠企业咨询、OpenClaw 靠 clawdhub 企业订阅（最终被 Anthropic 围剿）、Hermes 选了最聪明的那条路——不和大厂抢模型生意、不和企业抢咨询生意，只赚"个人开发者不想管 API key"这部分刚需。Nous Research 能不能靠这个养活整个开源项目，是 Hermes 能不能活过 2026 Q3 的关键变量。

实测"自生长"到底是不是真的

Hermes 官网最大的 pitch 是这句话：“An autonomous agent that lives on your server, remembers what it learns, and gets more capable the longer it runs"——越跑越强。对应的产品特性是 Auto-Generated Skills（自动生成技能）。

我为这一段专门跑了 72 小时实验：给 Hermes 一个中等复杂度的任务（定期抓取 5 个技术博客、去重、中文摘要、发我 Telegram），然后每 24 小时检查一次它"学"到了什么。

机制拆解

Auto-Generated Skills 的工作流程在源码里（hermes/core/skill_generation.py）一目了然：

1. 问题检测：Agent 每次失败或用户反馈负面后，把失败上下文+最终解决方案存进 Session Memory
2. 模式提取：每晚 02:00 跑批处理，扫描过去 24 小时失败记录，找出重复出现的问题模式
3. Skill 生成：如果一个模式出现 3 次以上，调用 LLM 生成一个新 Skill 的 markdown 模板，存到 ~/.hermes/skills/auto/
4. Skill 应用：新 Skill 下次同类任务自动加载

这不是 RL，这是 prompt 模板拼装。真正的 RL 要更新模型权重——Hermes 完全没碰权重，它只是把"遇到 X 问题时用 Y 提示词"这个对应关系存成了一个 markdown 文件。本质上和你手写 CLAUDE.md 是同一个东西，只是由 Agent 自己写罢了。

实测结果

72 小时后我检查 ~/.hermes/skills/auto/ 目录，生成了 3 个 auto skill：

1. blog-dedup-improved.md：发现了某两个博客会交叉转载同一篇文章，加了 URL 规范化 + 标题相似度去重的步骤。这个有用。
2. telegram-retry.md：Telegram API 偶尔 429，加了指数退避重试。这个有用但很基础。
3. cn-summary-length.md：发现用户（我）倾向于更短的中文摘要（< 200 字），调整了摘要提示词长度约束。这个比较微妙，像是贴合用户偏好，但本质上还是 prompt 微调。

3 个 auto skill 里 2 个是工程细节补丁、1 个是用户偏好适配。没有一个是"学到了新能力”，都是"把原本手写的细节自己写出来了"。

我的判断：Auto-Generated Skills 不是"自生长"——它是自文档化的 CLAUDE.md。你原本要手写的 context 规则，Hermes 观察你的使用模式后自己写出来了。这当然有价值（省你手写文档的时间），但它不会让 Agent 做原本做不到的事。如果你的任务从 Day 1 就超出 Hermes 能力边界，跑 6 个月它也不会变强。

那"越跑越强"这句话就是骗人的吗？不是骗人，是定义问题。它变强的维度是贴合你的偏好 + 补齐工程细节，不是能力扩张。这两件事都有价值，但和"自主学习新技能"是两个完全不同的能力层级。把"自动写 CLAUDE.md"说成"自生长"，是很常见的营销话术放大。

实操建议：把 auto-generated skills 当成"Hermes 帮你写的 CLAUDE.md 草稿"来审阅——有用的留下，没用的删掉，不要当成黑箱信任。每周花 5 分钟过一遍 ~/.hermes/skills/auto/ 目录，是 Hermes 用得好的关键仪式。

vs Claude Managed Agents vs OpenClaw 三方对比

这三者是当前 Agent harness 层最活跃的三个选项。我按五个维度做了对比——不是谁更好，是谁更适合什么场景：

场景推荐

选 Hermes 的人：

• 个人开发者 / 独立开发 / 小团队（< 5 人）
• 每月愿意花 $20-50 在 AI 工具上
• 想要"一个订阅跑完所有 agent 任务"
• 不需要 SOC2 / 企业级 SLA
• 喜欢折腾但不想自己当运维

选 Managed Agents 的人：

• 企业用户、需要 SOC2 / HIPAA / 多租户
• 愿意被 Anthropic 生态绑定
• 团队没有运维能力、不想自己搭
• 可以承担 token 费 1.2-1.4 倍的 runtime 溢价
• 具体判断可以看我前几小时刚发的 Managed Agents vs OpenClaw 12 天组合拳

选 OpenClaw 的人：

• 需要超大 skill 生态（1200+ vs Hermes 118）
• 已有 OpenClaw 部署、迁移成本高
• 做企业咨询 / 要卖 agent runtime（但注意 Anthropic 封禁风险）
• 详细的 OpenClaw 多 Agent 部署在 OpenClaw 多 Agent 配置指南

三个都不该选、直接用 Claude Code / Cursor 的人：你只要交互式编码、不需要后台 24/7 自主跑、不需要跨 session 记忆——用 IDE 原生 Agent 就够了。上 harness 框架是自找麻烦。

谁应该用 Hermes？谁不应该？

对比表太抽象，我用画像来说更具体。结合 Hermes 的产品特性和我实测体验，三类人最适合：

画像一：Indie Hacker / 技术博主。你有一两个长期项目（博客自动化、产品监控、客户服务机器人），愿意每月花 $20-30 让 Agent 替你干活，不愿意维护多个 SaaS 账号和 API key。Hermes 的 Tool Gateway + 三层记忆对你是完美匹配——一个 VPS + 一个 Nous Portal 订阅 = 你的 24/7 数字助理。ROI 通常在 2-4 周内就能算出正数。

画像二：研究/内容创作者。你需要大量信息抓取、总结、整理、跨平台分发，但你本身不想变成 DevOps。Hermes 的 Mobile 支持（Termux / iMessage / WeChat）让你可以从手机给它派任务，三层记忆让它记住你的偏好和项目历史。Notion、Linear、GitHub Issues 的 skill 开箱即用。唯一需要注意的是 Hermes 不擅长 deep research（多步推理+多源验证），这类任务用 Claude Code + 手动监督更好。

画像三：小团队内部工具开发者。你给自己团队（5-20 人）做内部工具，需求简单但要求稳定性。Hermes 部署到内网 VPS、关掉 auto-discover、只装明确需要的 10-20 个 skill——你会得到一个比 LangChain/LangGraph 更稳、比自己写 Python 脚本更灵活的方案。企业版 Managed Agents 对你是杀鸡用牛刀、OpenClaw 的 1200 skill 对你是干扰源。

三类人不适合用 Hermes：

1. 需要严格 SLA 的企业用户。Hermes 的稳定性在 99% 左右，偶尔会因为 auto skill 生成出 bug、或 memory 压缩卡住。企业用户的 99.9% SLA 需求它撑不住，还是走 Managed Agents。
2. 重度 IDE 用户。你 80% 时间在 Cursor/Claude Code 里敲代码，Hermes 能帮你的场景很少。上 Hermes 的学习成本 > 收益。
3. 完全不想折腾的人。虽然 Tool Gateway 已经大幅简化了配置，但 Hermes 部署、调试 skill、看 memory db 这些仍需要命令行能力。完全不想折腾的用户应该直接用 ChatGPT Plus 或 Claude 订阅，不要进 Agent 框架这个坑。

定价分析：两种使用模式的月成本

Hermes 本身 MIT 免费——你付费的地方有三块：VPS、LLM API、可选的 Nous Portal。我按两种真实使用画像算一下月账单：

模式 A：低使用量（每天 1-2 小时 Agent 工作）

这个模式不订 Nous Portal（Tool Gateway）更划算——你的使用量打不满订阅。

模式 B：中高使用量（每天 4-8 小时 Agent 工作，含图像、语音、浏览器自动化）

对比：Managed Agents 同等使用量约 $80-120/月（token + runtime），但你没拿到 Browser Use 和 FAL——要达到同等能力另加 $50 左右。Hermes 在中高使用量是最便宜的自主 Agent 方案之一。

关键变量是 LLM 选择。Hermes 支持 OpenRouter、意味着你可以动态路由——简单任务走 DeepSeek V3（便宜 10 倍）、复杂任务走 Claude Sonnet。我实测下来这种路由策略能让 LLM 成本降 40-60%。这是 Hermes 相比 Managed Agents 最大的省钱杠杆——Managed Agents 锁死 Claude 模型，你没得选。

半年展望：Hermes 能活过 2026 Q3 吗

113K star 是一个令人兴奋的数字，但开源项目的死亡率在 6 个月后才开始显现。我的担忧有三个：

担忧一：Nous Portal 的商业化能不能撑住。Tool Gateway 的经济模型是打包四个工具的 API 成本，Nous Research 需要足够多的订阅用户才能覆盖打包成本（Firecrawl、FAL、OpenAI TTS、Browser Use 的底层单价不是 Nous 能控制的）。如果 Nous Portal 订阅数不够，要么涨价、要么砍工具、要么项目出血。113K star 不等于 113K 订阅——转化率历史数据看，开源项目订阅转化率在 0.5-2% 之间，乐观估计 Hermes 能有 1000-2000 订阅、月收入 $20K-40K——刚够养一个小团队。

担忧二：Anthropic 的态度。OpenClaw 4/4 被封禁的记忆还很新。Hermes 目前对 Anthropic 没有直接威胁（不卖企业 runtime），但如果 Tool Gateway 模式跑通、用户规模继续膨胀、开始和 Managed Agents 抢"不想当 DevOps 的开发者"这部分市场——Anthropic 会不会重演一次封禁？可能性不高（Hermes 走 API key 而非订阅、很难从协议层封禁），但不是零。我的风险评估：中。

担忧三：自生长的营销承诺会不会反噬。“越跑越强"的 pitch 吸引了一波 AI 研究者和投资人——一旦他们发现这是 prompt 模板拼装不是真 RL，会不会出现反向舆论？目前还没有，但随着用户群扩大、期待值被拉高，某一天某个 HN 贴子把这件事说透的时候，社区情绪会有一次回调。这不会杀死项目，但会把增长曲线从指数变成线性。

我的半年判断：Hermes 能活过 Q3，但不会继续维持 4 月份的爆发速度。从"明星项目"变成"稳定工具"的转型会在 6 月前后发生——那时 stars 增长放缓、早期用户开始迁走一部分（回到 Managed Agents 或者等 Hermes v0.15）、留下的是真正的付费订阅用户。这是所有开源 agent 项目的正常周期。

我的具体建议：

• 如果你在考虑今天就上 Hermes：现在是窗口期，v0.10 功能够用、生态足够成熟、价格还没涨。启动成本最低的时候。
• 如果你在等"更稳定的版本”：建议等 v0.12（预计 5 月中下旬），经历一轮 v0.10 bug 清洗后会更稳。
• 如果你是企业决策者：不要现在选 Hermes——等 Q3 看它能不能活下来，Managed Agents 更安全。
• 如果你在做投资判断：Nous Research 的护城河是"体验设计 + Tool Gateway 订阅"，不是技术。是否 defensible 看你相信这种商业模式能不能在 Anthropic / OpenAI 推出类似订阅前建立用户锁定。

延伸阅读

相关深度：

• Hermes Agent 完全指南 2026——v0.8 时代写的入门文，本文是 v0.10 的深度续集
• Claude Managed Agents 发布 vs OpenClaw 被封——同一天的姊妹篇，Harness 层战争的另一面
• OpenClaw vs AI Agents 生态全景——理解 Agent 赛道格局的起点
• OpenClaw 多 Agent 配置指南——OpenClaw 企业级部署细节
• Harness Engineering 60 天——harness 六层方法论
• Claude Agent SDK 完全指南——另一个值得对比的 harness 选项
• wshobson/agents 79 插件深度评测——相关 agent 对比文章

一手来源：

• NousResearch/hermes-agent（GitHub）——源码、issue、release notes
• Hermes Agent 官网——Nous Portal 订阅入口和文档
• v0.10.0 Release Notes——118 技能、三层记忆、Tool Gateway 完整 changelog