2月25日，Nous Research在GitHub悄悄发布Hermes Agent v0.1.0。当时整个开发者社区的目光都集中在创下历史涨星纪录的OpenClaw（"小龙虾"）上——33天超越React，高峰每小时710星。但同期平均每天2.2个CVE安全漏洞被披露，63天累计138个漏洞，让社区开始质疑其在生产环境的可靠性。OpenClaw的失势，给了Hermes Agent入场的空间。
Hermes Agent从代码层内置一键迁移工具，那些从OpenClaw出走的开发者迅速转向。3月初，Hermes冲进GitHub Trending最高第11位，星数突破2200；截至目前GitHub Star已超69.9k，Fork达9k。AwesomeAgents评价其为"2026年迄今最具野心的开源Agent发布"。
核心机制：记忆与技能双系统驱动自我进化
Hermes Agent是目前唯一内置学习闭环的自主AI智能体。它维护两个精炼核心文件：MEMORY.md存储环境信息与经验总结，USER.md记录用户偏好与沟通风格，每次对话开始自动注入作为"长期工作记忆"。所有历史会话存入SQLite全文搜索数据库，支持检索数周前的对话。技能系统方面，每次完成复杂任务后（通常5次以上工具调用），Agent自动生成结构化Markdown技能文件，包含操作步骤、验证方式等，未来复用且采用渐进披露模式控制token消耗。
工具层内置超过40种工具：网页搜索、浏览器自动化、视觉理解、图像生成、文本转语音等。其中Hindsight成为生态内最火的长期记忆插件，mission-control仪表盘被社区推荐为生产级部署标配。Hermes还支持派生子Agent实现零上下文成本的并行流水线，基础设施上兼容6种后端——从5美元VPS到GPU集群，甚至可空闲休眠使成本近乎零。
Hermes Agent直接与OpenClaw竞争，但架构哲学截然不同。OpenClaw以中央控制平面为核心，而Hermes围绕Agent自身的执行循环构建——将网关、定时调度器、工具运行时等全部围绕"做、学、改进"的反复循环设计。技能生成方式差异最大：OpenClaw多为人工编写，Hermes则让Agent从经验��自主生成技能，形成真正的自主学习闭环。
安装仅需一行命令（curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash），支持Linux、macOS、WSL2，自动完成全部配置。日常命令包括hermes开始对话、hermes tools配置工具、hermes claw migrate从OpenClaw迁移等。适用场景涵盖跨会话记忆的通用AI助手、多工具组合的自定义工作流、本地或云端部署的持久助手，以及通过Telegram远程操控云服务器执行周期性任务等。