跟风“养马”，大可不必
“龙虾”还没养明白，周围的人突然又开始“养马”了。
这匹“马”，叫Hermes。
和OpenClaw一样，Hermes也是个开源的Agent项目，由Nous Research团队于2月25日推出。因拼写跟那个顶奢品牌一样，所以得中文名“爱马仕”。
与OpenClaw不同的是，Hermes多长了“脑子”，主打自我进化，这也是其迅速走红的主要原因。进入4月后，Hermes整体日均Token消耗量从20亿激增至3000亿，以黑马之姿冲进OpenRouter等多个开发者平台的多个榜单前列。
于是在社交媒体和电商平台上，“39.99元专业安装”的服务和“从入门到精通”的教程开始涌现，教人“养马”的生意迅速成形。
一场熟悉的“新技术—新焦虑—新生意”的循环，又在上演。
图/视觉中国
更聪明的“马”
从技术层面上来说，Hermes确实比OpenClaw更进了一步。
进步体现在，Hermes试图重构Agent的学习方式。
在OpenClaw体系中，所谓学习，本质仍然依赖用户。无论是Skill（技能）的构建，还是记忆的整理与压缩，都需要人为参与。系统更像一个高度可编排的工具集合，来供人使用。
而Hermes的变化，在于把这一整套机制收拢向自己。
奇安信人工智能公司安全专家刘岩对中国新闻周刊表示，Hermes的核心能力来自其可写运行时（Writable Runtime）架构。与OpenClaw的静态调用不同，Hermes在运行过程中可以自动生成、优化、存储新的技能代码，并通过“技能蒸馏”机制将任务经验沉淀为可复用的技能文件。
“这意味着Agent不是在执行预设的指令集，而是在自己编写自己的能力。”刘岩总结。
换言之，每完成一次任务，Hermes会从执行过程总结并保存一个个Skill，下次遇到相似的问题时，它可以直接加载这些技能，并在任务中持续完善迭代。且这一切，不依赖人插手。
“目前使用下来最大的感受就是，当你发出一个任务之后，就算没有执行完，它也会想尽办法给你执行，并且给你回复。”这是AI博主人工大黑的亲身体验。
Hermes与OpenClaw的另一个关键差异，在于记忆机制。
OpenClaw更接近一种全量记录式架构，记忆策略是被动的。
它会将对话上下文、用户偏好等信息持续存储在数据库中，并在需要时通过向量检索调取。好处是，它让信息完整、可追溯，但用户使用越久，记忆规模越膨胀，不准确、不相干的数据噪声也就越多，调用时的Token消耗量也随之飙升，检索精度、响应速度也会受到影响。
Hermes则走向选择性记忆。
它会在与用户对话过程中高频触发回顾机制，对上下文进行整理，并分析提炼出值得被写入长期记忆的信息。此外，它还引入更复杂的记忆后端，对历史对话进行抽象，以提取用户偏好、行为模式等更高层级的信息。理想情况下，可以大幅提升调用效率。
“虽然最开始使用Hermes的几次对话，跟OpenClaw的Token消耗量差不多，但越往后聊，会发现Hermes消耗的Token反而会少一些。”人工大黑表示。
在深度科技研究院院长张孝荣看来，Hermes给出的是Agent进化的一个方向，即从任务执行向认知规划的范式转变。
“这种带记忆的自主智能体方向，是未来所有成熟Agent的必经之路。”他判断。
还没那么神
但方向先进，目前也还只是方向先进罢了。
在多位受访者看来，Hermes还远未到成熟阶段。
一个最直接的信号，是版本号。资深AI产品经理刘思行指出，当前，Hermes的最新版本仍处在0.1阶段，这其实说明其仍是一个很初阶的实验性产品。
“大家把它吹得太玄乎了，其实相比于OpenClaw根本没有质变。”实测后虽然觉得Hermes有其优点，但人工大黑还是泼了一盆冷水。
在理想设定中，Hermes可以通过技能蒸馏不断优化自身能力。但在实际使用中，这一过程高度依赖模型判断。
人工大黑认为，那个被全网吹捧的“自动生成Skill”的功能，在实际操作中反而成了个麻烦。“以往用OpenClaw，遇到重要任务我会主动提醒它帮我总结。而Hermes有些太‘自作聪明’了，不管什么事它都会自动生成一堆技能，我的Skill会越来越多，且很冗余，有些东西根本没有必要。”
“不是每个人都能用好AI。用不好的人给的反馈没有价值，如果他们直接用Hermes，会让这匹马‘越学越差’。”刘思行也表示。
同时，这种自进化还可能带来更大的安全隐患。
“Hermes的风险比传统Agent更难防御。最大的不确定性在于，你无法预判Agent会从哪些数据中学习，以及它生成的技能是否包含危险指令。”刘岩指出，“因为恶意行为不是外部植入的，而是Agent从环境中自我演化出来的。攻击者甚至不需要直接攻击Agent本身，只需要在Agent能接触到的数据中埋下种子，可能是一封恶意邮件、一个含隐藏指令的网页、一份被投毒的文档，Agent就可能主动从中学习到危险行为。”
Hermes的记忆机制也同样存在问题。
尽管Hermes尝试通过抽象和筛选提升效率，但这一过程并非总是有效。在一些复杂任务中，过度抽象反而可能丢失关键细节，而在长期使用后，记忆体系本身也可能出现结构混乱的问题。
换句话说，它试图解决记什么，但还没有稳定解决怎么记得更好。这也是很多用户体验后的感觉，“依然会忘事儿”。
除了能力本身，Hermes的使用门槛尚未明显下降。
刘思行表示，目前，Hermes仍然依赖服务器部署和环境配置，使用方式更接近早期的OpenClaw，对于非技术用户而言，从安装、调试到日常维护，都存在不小难度。
与已经被大厂产品化的各类Claw工具相比，Hermes离开箱即用还有明显距离。
不过更重要的是，许多用户在尝试这类Agent时，并没有清晰的使用场景。
张孝荣指出，大多数用户对一款又一款AI工具的追逐，更多是由FOMO（错失恐惧）驱动的“数字囤积”行为，而非完全由需求驱动。“它更像是一种情绪消费，是在追逐一种缓解焦虑的安慰剂。”
人工大黑也认为，普通用户最大的误区，在于“先上工具，再想需求”。在没有明确任务目标的情况下，Agent往往会反复试错，消耗大量Token，但产出并不稳定。于是，很多人最后得到的不是效率提升，而是更高的使用成本。
因此，在多位受访者看来，对于普通用户而言，Hermes还不是一款需要立刻投入时间和成本去深度使用的工具。
“如果你连‘龙虾’都还没养明白，‘马’其实可以先放一放。”刘思行说。
记者：石晗旭
（shx0427@sina.com）
编辑：余源
运营编辑：肖冉
推荐阅读
▼
国家医保局已向这两省派出检查组
5万赴港留学生，床位没了
深夜组织“虐杀猫比赛”，“金主”悬赏定制死法，最新进展
宏泰配资提示：文章来自网络，不代表本站观点。
