Hermes Agent 是什麼？Nous Research 開源的「會自我升級」AI agent 完整介紹

AI AGENTS · 2026

▲ Hermes Agent — Nous Research 開源的下一代 AI agent，主打跨 session 記憶、技能自我累積與升級。

CHAPTER 01 · WHAT IS IT

Hermes Agent 是什麼

Hermes Agent 是 Nous Research 在 2026 年 2 月推出的開源 AI agent 框架。Nous Research 是過去兩年在開源 LLM 社群很有份量的研究室，Hermes、Nomos、Psyche 這幾個模型家族都是他們做的。這次他們把焦點從「訓練模型」轉到「打造會學習的 agent」，名字也直接用了他們的招牌系列。

它跟一般 agent 框架最大的差異，是內建一條「學習迴圈」。執行完一個任務後，agent 會自己回頭評估這次哪些步驟有效、哪些失敗，然後把成功的解法抽取成一份「skill 文件」存下來。下次遇到類似任務，就從累積的技能庫裡叫出來用。不只技能會累積，使用者本人的偏好、工作習慣、決策模式也會被建模成一份持續更新的 profile，跨 session 帶著走。

另一個關鍵設計：它不綁在你的筆電上。Hermes 可以裝在 5 美元一個月的 VPS、GPU 叢集、或 Daytona、Modal 這類 serverless 平台上，閒置時休眠、用到時喚醒，花費接近零。你人在外面用 Telegram、Discord、WhatsApp 跟它對話，背後是雲端 VM 在幫你跑事情。

BY THE NUMBERS · 2026/05

▲ 從 2026 年 2 月開源到 5 月，三個月衝上 143k stars，是同期所有 agent 框架成長最快的一個。

CHAPTER 02 · WHY IT MATTERS

為什麼整個圈子都在轉

這幾個月開源 agent 社群的主要話題，幾乎都圍著 Hermes。前一陣子大家還在用 OpenClaw，現在 Hermes 內建了一鍵遷移指令（hermes claw migrate），會自動把舊的設定、API key、技能、persona 檔案搬過來。連這個功能都做出來，意圖很清楚——它不是「另一個 agent 選擇」，是直接要當下一代的標配。

讓它真正不同的是設計哲學上的賭注。過去兩年 agent 圈走的路線大多是「擴大工具集」「強化 plan-and-execute」「接更多 MCP」，本質上還是 stateless 的迴圈——任務來就跑，跑完就忘。Hermes 賭的是另一個方向：與其讓 agent 一次能做更多事，不如讓它記得自己做過什麼。

這個哲學如果你常用 Claude Skills 應該會覺得熟悉。Claude 那套是讓使用者主動把工作流封裝成 SKILL.md，下次叫出來重用。Hermes 把這件事自動化了——你不用寫，agent 自己會在完成複雜任務後判斷「這個解法值得存」，產出一份 markdown 技能檔，下次同類問題直接套用。技能還會隨著使用慢慢被修訂、優化。

另一個技術細節值得一提：Hermes 用了 Plastic Labs 的 Honcho 做 dialectic user modeling，意思是它不只記錄你說過什麼，還會反覆推敲「這個使用者真正在意什麼」、「他偏好哪種解法」，建出一份持續更新的人格輪廓。這份輪廓會在每次對話開始時悄悄影響 agent 的回應傾向。

TIMELINE · 從開源到 143k stars

CHAPTER 03 · HOW IT WORKS

學習迴圈怎麼運作

把它拆成六個步驟看會更直覺。每個步驟都有對應的子系統在跑，但概念上你可以這樣理解：

整個迴圈最聰明的設計，在於它不是每次都跑滿。Hermes 用「nudges」機制——agent 在閒置或長對話之後，會被觸發自我審視，主動決定要不要寫 skill、要不要更新 memory。這跟讓使用者自己手動下指令說「記住這個」是完全不同層級的體驗。

WATCH · 概念導覽

2 分鐘看懂 Hermes Agent 的學習迴圈

▲ Better Stack 製作的概念介紹影片，把「memory + skills + cross-session」這條主線講得很清楚。

CHAPTER 04 · GETTING STARTED

怎麼開始用

在 Linux、macOS、WSL2 上一行指令裝完。安裝腳本會自動處理 uv、Python 3.11、Node.js、ripgrep、ffmpeg 這些依賴：

裝完之後三個指令就能上手：hermes setup 跑完整設定精靈、hermes 進入互動式 CLI、hermes gateway 開啟 Telegram、Discord、Slack、WhatsApp、Signal 那些訊息平台的橋接。

模型方面完全沒鎖定。你可以接 Nous Portal（自家）、OpenRouter（裡面 200+ 種模型）、OpenAI、NVIDIA NIM、Kimi、MiniMax、Hugging Face、甚至自己 host 的 endpoint。一行 hermes model 就能切換，沒有任何 lock-in。

CHAPTER 05 · IN PRACTICE

設計師可以怎麼用

老實說，Hermes 的主要使用者目前還是工程師、研究者、做 RL 訓練資料的人。它需要你會基本的 shell 操作，要自己管 VPS，跟設計師日常使用 Claude 那種開即用的工作流是兩種使用者體驗。

但對設計師來說，看懂 Hermes 仍然有兩個價值。

一、它把「AI 工作流可累積化」變成常識

過去設計師用 AI 工具最大的痛點是：每次開新對話都要重頭解釋你的品牌語氣、你的設計系統、你的客戶背景。Hermes 證明了「agent 自己會記住、自己會抽 skill」是可行的工程，這個範式接下來會被各家 SaaS 抄。等到主流設計工具開始內建類似機制，設計師的工作流會被改寫一次。

現在你能做的是把工作流結構化：把品牌語氣寫成獨立的 prompt 模板、把常用的構圖 brief 寫成檔案、把客戶背景整理成可貼上的 context。等到工具升級的那一刻，已經整理好的東西可以直接餵進去，比沒整理的人快好幾步。

二、它指向 agent 經濟的下一個位置

Hermes 跟 agentskills.io 這個開放標準綁在一起，意思是技能可以被打包、分享、買賣。一個設計師如果把自己「品牌 logo 抓 mood、生 moodboard、產 hero 圖」的整套工作流封裝成一份 skill，理論上其他設計師可以直接拿來用。這個市場現在還很早，但方向已經確立。

如果你已經在用 vibe designing 那種以 prompt 為主的工作流，Hermes 描繪的下一步是把那些 prompt 變成可累積、可組裝、可流通的資產。

CHAPTER 06 · LIMITS

限制與門檻

講優點之後也要老實說它的限制。Hermes 走的是「自架、自管、自付 API」的路線，所有的便利都建立在你願意處理基礎建設這個前提上。你要找 VPS、設 API key、配置 messaging gateway、處理 webhook、debug shell。安裝雖然是一行指令，但裝完之後 agent 真正跑起來能幫你做事，中間還有一段學習曲線。

另一個現實是 LLM 成本。如果你接 OpenRouter 連 GPT-4 或 Claude Opus，agent 自己跑學習迴圈、自己評估、自己更新 memory，這些都是會吃 token 的。閒置時雲端基礎建設可能不花錢，但模型 API 一定會。長期下來不是免費方案。

最後是視覺與設計輸出的部分。Hermes 內建有圖像生成、TTS、瀏覽器自動化、視覺辨識，但這些功能本身是接其他模型 API 完成的，agent 本身不負責生成。它的強項是「協調與累積」，不是「美學品味」。要拿來做設計稿、moodboard 這類重視審美的事，還是要回頭找專門工具搭配。

CHAPTER 07 · COMPARED TO

跟 Claude、OpenClaw 怎麼選

把三個常被拿來比較的選擇放在一起看，會比較清楚 Hermes 的定位：

簡單講：如果你是設計師、創作者、需要快速產出，Claude 還是最順手的選擇。Hermes 適合那種「我願意花一週設定，換來之後三年的累積複利」的人。OpenClaw 在 Hermes 出來之後變成過渡選項，新加入者直接看 Hermes 就好。

CHAPTER 08 · TAKEAWAYS

收尾觀點

Hermes Agent 真正有意思的地方，不在它能做哪些事，在它賭的方向。過去兩年 agent 圈一直在比工具廣度、比 plan-and-execute 的 prompt 巧度。Hermes 提了一個比較硬的問題：如果 agent 永遠不記得，再強的單次能力也是漏斗破洞。

這個方向接下來會成為 agent 領域的共識——不管你用 Claude、ChatGPT、Gemini 還是自架的 Hermes，「持續累積」會變成基本需求。你現在能做的事，是開始思考自己的工作流哪些片段值得被「沉澱成 skill」。等到工具普及那一刻，已經整理好結構的人，能比沒整理的人快十倍。

我自己看 Hermes 最大的啟發，是「sessions are episodes, not lifetimes」這句話。每次對話不該被當成一輩子，該被當成你跟 AI 一起工作的一集劇情。看完這集，學到的東西要留下來。

Hermes 把這個想法寫成了開源程式碼。其他工具會跟上。設計師圈現在就該開始把工作流結構化——這不是寫 code 的事，是寫流程的事。每個人都做得到。

BRAND · 命名靈感

為什麼叫 Hermes

▲ Nous Research 為 Hermes Agent 設計的官方主視覺。希臘信使神 Hermes 是他們招牌模型家族（Hermes 1 / 2 / 3）的命名來源，這次延伸到 agent 產品線——一個負責「傳遞、連結、跨界」的角色，剛好對應 agent 跨平台、跨 session 的本質。

官方資源：hermes-agent.nousresearch.com · GitHub：NousResearch/hermes-agent

SUBSCRIPTION · AIWAKEN

AI 覺醒設計應用攻略

AI 工具每週都在更新，我幫你過濾雜訊，只整理對設計師真正有用的應用。

✦ AI 工具實測與工作流

✦ 設計師角度 Prompt 技巧

✦ 每週 AI × 設計新知

了解訂閱方案 →

FAQ · 常見問題

常見問題

Q：Hermes Agent 是誰開發的？

A：由 Nous Research 開發，是過去兩年在開源 LLM 圈子很有份量的研究室，Hermes、Nomos、Psyche 模型家族都是他們的作品。Hermes Agent 是他們從「訓練模型」延伸到「打造 agent」的延伸產品，MIT license 完全開源。

Q：Hermes Agent 跟 Claude Skills 有什麼差別？

A：Claude Skills 需要使用者手動寫 SKILL.md 把工作流封裝起來。Hermes 把這件事自動化——agent 完成任務後自己抽取出 skill 檔案，存進可重用的技能庫，還會在使用過程中自我修訂。方向一樣，自動化程度不同。

Q：設計師需要用 Hermes Agent 嗎？

A：日常設計工作不一定需要，現階段 Claude 之類的 SaaS 工具更順手。但你需要看懂它的方向——「skill 自動累積、跨 session 記憶」會在接下來幾個月變成主流工具的標配，現在就把工作流結構化的人，等工具升級時會比較有優勢。

Q：Hermes Agent 要錢嗎？

A：軟體本身是 MIT license 完全免費。但你要自己出 LLM API 的錢（接 OpenRouter、OpenAI、Claude API 等），加上 VPS 或 serverless 平台的費用。最便宜的組合是 5 美元一個月的 VPS + OpenRouter 的低成本模型，重度使用會更貴。

Q：Hermes 跟 OpenClaw 怎麼選？

A：直接選 Hermes。OpenClaw 在 Hermes 推出後變成過渡選項，連 Hermes 都內建了一鍵遷移指令 hermes claw migrate，會自動把舊設定搬過去。新加入者沒有理由再從 OpenClaw 開始。

Q：Hermes Agent 可以接 Claude 模型嗎？

A：可以。Hermes 不綁定特定模型，可以接 OpenAI、Anthropic Claude、自家 Nous Portal、OpenRouter（200+ 種模型）、NVIDIA NIM、Kimi、MiniMax 等。一行 hermes model 指令就能切換。

Q：在哪裡可以下載 Hermes Agent？

A：官方網站 hermes-agent.nousresearch.com，或 GitHub 上的 NousResearch/hermes-agent。Linux、macOS、WSL2 一行 curl 指令就能完成安裝。