Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架，核心理念是 **”The agent that grows with you”**——不是一次性工具，而是越用越聪明的长期伙伴。从 2026 年 3 月公测至今，4 个月斩获 20 万 GitHub Star，与 NVIDIA 达成官方合作。本文深度解析其技术架构、记忆体系、Skill 自进化机制，以及 Agent 自我进化的未来趋势。
| Home | Archives | Categories | Tags |
Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架，核心理念是 **”The agent that grows with you”**——不是一次性工具，而是越用越聪明的长期伙伴。从 2026 年 3 月公测至今，4 个月斩获 20 万 GitHub Star，与 NVIDIA 达成官方合作。本文深度解析其技术架构、记忆体系、Skill 自进化机制，以及 Agent 自我进化的未来趋势。
2026 年 1 月，一个名为 OpenClaw 的项目在 GitHub 上更名并开源。短短两个月内，它的 Star 数突破 25 万，增速超越 React 和 Linux，国内云厂商争相上门合作。它凭什么？
定位很简单：本地数字管家 / Agent OS——发条消息就能让 AI 替你在本地干活。
最近听了罗振宇的演讲, 里面提到了坐电梯和攀岩两种模式, 我觉得挺形象的, 我感觉我的学习方法也有下面两种:
第一, 电梯法, 选择几本书, 一点点慢慢看, 所谓”九层妖塔, 起于累土”, 也不用想太多, 等待某个时候, 就登顶了. 这个方法的局限性是, 增加知识量, 但思考的锻炼不够, 除非花费时间写总结做归纳. 然而懒的时候就只能观其大略, 最近在看的几本书:
冬日晴好, 下午看完了论文, 对Bayesian Network是什么有了系统的了解.论文是causalnex工具里提到的
Stephenson, Todd Andrew. An introduction to Bayesian network theory and usage. No. REP_WORK. IDIAP, 2000.
该论文主要论述了以下几点:
最近三年扎进了AI领域, 学了很多算法, 最近开始真正拉高维度看AI, AI不仅仅是Machine Learning, 还有State Based, Variable Bases, Logic编程等方法. 最近半年看了The book of Why, 深受启发, 看世界的角度也发生很大变化, 同时也觉得因果推理将是一个值得研究的好领域, 就算目前落地场景不多, 相信未来也是大有可为.
今天静下来, 好好看了在CausalNex库中, 用到的算法NOTEARS, 用于结构学习, 该论文发表在2018的NIPS, 方法神奇, 解决方案简洁, 以下是自己的一些笔记:
Paper: Zheng, Xun, et al. “DAGs with NO TEARS: Continuous optimization for structure learning.” Advances in Neural Information Processing Systems 31 (2018): 9472-9483.
在快3年多的Scala项目编程中, Akka是我见过的比较高质量的scala库, 其核心抽象是一种基于Actor的编程模型, 同时在这个核心抽象上, 提供一组工具库, 用户只需要按Actor形式写业务逻辑, 框架会帮你处理好底层的消息传递, 高并发和IO问题. Akka在工业场景下, 很接底气, 比如有很多微服务, 服务的性能各有差异, 这时候你需要整合这些微服务, 完成比如广告投放, 在线推荐, 事故检测等业务, Akka的业务抽象就会有很大的用处.
而最近系统看了Akka-HTTP, 我个人比较喜欢这个库在meta-programming方面的应用, akka-http把一个老生常谈的HTTP库实现的很优雅, 设计和抽象值得推敲, 时间有限, 就看了一周, 以下是一些最近对我帮助比较大的总结, 如果以后有空会继续完善
定位: 用于处理复杂业务的Library, 不是一个MVC Framework(such as Play)