企业官网建设流程全解析

你睡觉的时候，有的 agent 在帮你跑定时任务、收集资料、生成报告。第二天醒来，它不光把活干完了，还比昨天更会干这件事——它从昨晚的执行里提炼出了新经验，下次再跑同一件事，它走得更快、错得更少。

会自己变强的 agent，就是这篇的主角。

我讲三件事：它是什么，它凭什么跟别的 agent 不一样，以及这个系列要用它做什么。

首先，请认识下 Hermes 吧~

Hermes Agent 出自 Nous Research——美国开源 AI 社区的老面孔，训过一系列有影响力的开源模型。2026 年 2 月 25 日，他们把 Hermes Agent 正式开源，MIT 许可，口号一句话：The agent that grows with you（与你一同成长的 agent）。

这句口号不是宣传语，是产品定位。Hermes 不是绑在 IDE 里的编程 copilot，不是挂在你浏览器侧栏的问答机器人。它是一个独立运行、长期驻留、持续自我进化的 agent——你把它部署到一台机器上，它一直在那里跑，越跑越懂你。

截至 2026 年 8 月本机实测，我在 Windows 原生环境用uv venv（Python 3.12）+pip install hermes-agent安装成功，命令入口三个：hermes（CLI 管理）、hermes-agent（agent 本体）、hermes-acp（ACP 协议适配器）。从 2 月首发到 8 月，版本已经迭代了七八个大版本（本机跑的 v0.19.0，代号 Quicksilver，2026-07-20 发布），社区热度是 2026 年开源 AI agent 框架里增长最快的之一。

核心差异：会自己长大

多数 agent harness 是「雕版印刷」——你配好技能包、写好提示词、调通工具链，它出厂什么样就什么样。用一年，还是那个样子。

Hermes 是「活字印刷」——字块可以增补、替换、重新排列。用得越久，它的字库越丰富，排版越精准。

换一组更直白的类比：工匠与学徒。

传统 agent 像手艺精湛的工匠——活儿干得漂亮，但手艺到顶了，十年后还是那套活儿。Hermes 像学徒——第一回干得磕磕绊绊，但它把这次的教训记下来了，第二回顺手很多，第十回已经能独当一面。

这个区别的技术底座叫学习闭环（Learning Loop）。Hermes 每次执行任务，走一条闭合路径：

执行任务 → 评估结果 → 提取经验 → 沉淀为技能 → 下次更聪明

它不等你手动更新提示词，不等你帮它写新技能。它自己从执行经验里提炼策略，把反复出现的成功路径固化成可调用的技能（Skill），下次遇到类似场景自动加载。

别的 harness，技能库是你写好、维护好的，它只负责调用。Hermes 的技能库是活的——新技能会从旧经验里长出来，旧技能会在使用中被持续优化。

这个闭环是 Hermes 的命根子。系列后续 H4 会用一整篇拆它的工作原理，这里只记住一句话：别人配置完就定型，Hermes 越用越聪明。

多层记忆：它凭什么「记得」

学习闭环要跑起来，前提是这个 agent 能记住东西。多数 agent 关掉对话窗口就失忆，下次见面跟第一次一样——交过最冤的税，就是每次都要重新教它同一件事。

Hermes 用多层记忆架构解决这个问题。粗分三层：

会话级记忆——当前对话的上下文，跟普通 agent 类似，窗口内有效。

持久记忆——跨会话留存。用户偏好、历史决策、项目背景信息，关掉再打开还在。Hermes 用本地文件（MEMORY.md / USER.md）和 SQLite 全文检索来实现这一层，不依赖云端。

技能层——经验沉淀。反复出现的成功策略被提炼成技能，技能有自己的描述、触发条件和执行步骤，按需加载。这是学习闭环的产出物，也是记忆体系里最值钱的一层。

三层之间的关系：会话级是草稿纸，持久记忆是笔记本，技能层是方法论。从临时到长期，从具体到抽象，层层递进。

多数 agent 只有第一层。Hermes 三层全有，而且三层之间是打通的——会话里发现的新模式可以写进持久记忆，反复验证的策略可以从记忆升级为技能。这套架构的拆解留到 H3，这里给一个框架就够了。

三家分工：三种工种，不是三个版本

Claude Code、OpenClaw、Hermes Agent，名字经常被放在一起比。它们不是同一个东西的三个版本，是三种工种。

后续再详细对比过各家编程侧的 harness 能力，这里不重复模型层面的事，只比 harness 自身的能力维度。

一句话收束：Claude Code 管编程结对，OpenClaw 管多渠道跑腿，Hermes 管 7×24 自动化长跑。

选哪个取决于你要干什么活。写代码选 Claude Code——它在终端里跟你肩并肩，hooks、子代理、plan mode 一整套结对工具。要 agent 同时出现在多个聊天平台选 OpenClaw——它的核心架构就是为多渠道调度设计的。要一个 agent 长期跑、没人盯、自己变强，选 Hermes——学习闭环和多层记忆就是为这个场景造的。

这个系列要做什么

认知讲完了，接下来亮真活儿，感兴趣请关注后续实战系列。

这个系列用一个真实项目贯穿：各家 AI 动态日报。

需求很简单——每天早上 6:00，自动收集国内外 AI 公司的最新动态：智谱（GLM）、Kimi（月之暗面）、字节（豆包），加上 Anthropic（Claude）、OpenAI、Google（Gemini）等。汇总去重后，生成一个可直接打开查看的网页。全程 Hermes Agent 自动执行，人不用盯。

这个项目看着不大，但它覆盖了 Hermes 几乎所有核心能力：定时调度、多源数据收集、跨天记忆去重、经验沉淀、技能固化、多渠道推送。把它从零搭到生产，Hermes 的本事你也就摸透了。

系列地图预告：

如果你之前读过我「自己动手实现一个 agent」那个系列（从零造 harness，一步步写出极简 agent 框架），这个系列换一条路——不造轮子，用现成的自进化 harness 做工程化落地。两个系列互为表里：那边讲壳怎么造，这边讲壳怎么用来干活。

自进化是 agent 的分水岭

agent 从「工具」到「同事」，中间隔着一条线：它会不会自己变强。

不会自进化的 agent 是工具——你配置得好，它干得好；你不配置，它就干等着。会自进化的 agent 是同事——你交给它一件事，它不光干完了，还把怎么干好的经验留了下来。

工匠与学徒，区别不在当下的手艺，在有没有成长的闭环。

2026 年，Hermes Agent 把这条闭环开源了、产品化了、摆到了每个工程师面前。这个系列接下来要做的，就是一步一步把它跑通，用一个真实项目检验它到底能不能兑现「The agent that grows with you」这句口号。