Nous Research 2026-02-25 發布 · MIT 開源 · 7 週 95K GitHub stars。 不是 agent framework · 不是 agent company · 是一個裝在你機器上、每天都在變聰明的員工。 跟 Paperclip 是互補關係，不是對手。
Hermes Agent（以下簡稱 Hermes）是 Nous Research 開發的開源自進化 AI 助手。「自進化」不是行銷詞——它是內建閉環學習機制：當 agent 完成一個需要 5+ tool call 的任務，它會自動把這個工作流 distill 成可重用的 skill document · 下次遇到類似任務直接載入 skill 而不是從頭推理。社群實測達到最多 40% 速度提升。
開發者：Nous Research
首發：2026-02-25（v0.1.0）· 最新 v2026.4.8
授權：MIT · 可商用、可改、可部署
GitHub 星：95,600+（7 週 · 追上 LangChain + AutoGen 歷史速度）
核心模型：Hermes 3（fine-tuned Llama 3.1 · 128K context · 針對 tool use + 多步推理）
內建技能：118 個（v0.10）· 沙箱執行 / Docker / SSH / 瀏覽器自動化都內建
它解決的問題：你不想每次都跟 AI 重新解釋你是誰、你的專案、你的偏好。Hermes 把這些做成永久記憶，裝好就能用，用越久越懂你。
這兩個名字一起出現時最容易混淆。核心差別：單一 vs 多體。
Hermes：一個會長大的單 Agent（你的員工）
Paperclip：編排一群 agent 的公司治理（你的總部）
| 維度 | Hermes Agent | Paperclip |
|---|---|---|
| 本質 | 單一持久助手 | 多 agent 編排平台 |
| 類比 | 一位員工 | 一家公司 + 人資部 + 財務部 |
| 開發者 | Nous Research | Paperclip AI |
| 發布 | 2026-02-25 | 2026-03 |
| 技術棧 | Python + Hermes 3 LLM | Node.js + React UI + Postgres |
| 記憶 | 三層持久（個人化） | Company-scoped（組織化） |
| 通訊 | 6 個訊息平台閘道 | Web UI + HTTP heartbeat |
| 學習 | Agent 自己寫 skill document | 人為設 org chart / budget / goal |
| 單人用？ | ✅ 一條 curl 就用 | ⚠️ <20 agent 官方說不需要 |
| 安裝 | curl install · 一個 process | pnpm dev · server + UI + DB |
Hermes 可以當 Paperclip 其中一個 agent放進 org chart。實務組合：
個人層：Hermes 常駐你的 Mac，當你的秘書助理，管日常瑣事。
公司層：Paperclip 管「dean.today 持續維護公司」，雇用多個 agent 各司其職，Hermes 可以是其中一個「首席秘書」agent。
Hermes 的記憶系統是它最技術性的設計。三層由近到遠：
當前 session 的上下文 · 對話歷史 · tool call 結果 · 容量 128K tokens（Hermes 3 的上下文窗）
過去對話的向量化索引 · agent 可自己搜尋「我之前跟這個用戶聊過什麼」· 存本地 SQLite/vector DB
關於「你是誰」的模型 · 姓名、偏好、專案地圖、長期目標 · agent 會主動 nudge 自己補齊
· 全部存在本地 · 零 telemetry · 零 cloud lock-in
· 自托管 · 資料永遠屬於你
· 這跟 ChatGPT Memory 或 Claude Projects 本質不同——那些雲端，這個你家裡
官方宣傳「one-liner install · no prerequisites」——我實測前還不敢保證，但官方文件是這樣寫的。
# 1. 安裝（官方 one-liner） curl -sSL https://hermes-agent.nousresearch.com/install.sh | bash # 2. 啟動（會自動拉 Hermes 3 模型到本地） hermes start # 3. 第一次對話（CLI） hermes chat > "我是 Dean，在台北，M4 Max 128GB，主要用 Python 跟 Claude Code 工作。" # agent 會寫入 Layer 3 語意記憶 # 4. 接訊息平台（選一個） hermes gateway add telegram --token $TG_BOT_TOKEN hermes gateway add slack --app-token $SLACK_APP_TOKEN
Hermes 3（Llama 3.1 8B fine-tuned）在 M4 Max 128GB 上估計需要 8–16 GB VRAM · 走 MLX 應該非常順暢。
跑 sub-agent 時可能要 20–30 GB · 也在預算內。
記得先執行 sudo sysctl iogpu.wired_limit_mb=121000。
按順序做。每個做完能回答一個問題，做不完就卡在這別往下走。
完成 Quickstart · CLI 跟 Hermes 講「我是誰 + 我在做什麼 + dean.today 有哪些子站」· 退出後隔天重新進來問 "你記得我嗎？"
✔ 通過：Agent 從 Layer 3 讀出正確資訊 · 能列出 5 個子站
請 Hermes 做一個需要 5+ tool call 的複合任務（例：搜尋最新 AI 新聞 3 則 → 分析 → 寫成繁中摘要 → 寄 Telegram 給我）· 完成後檢查它有沒有自己寫出 skill document
✔ 通過：~/.hermes/skills/ 下出現新檔案 · 名稱可推測任務 · 內容結構化
把 Hermes gateway 接到自己的 Telegram · 每天早 9 點排程「整理昨夜 AI 新聞 + 今日行事曆 + Taipei 天氣」送到 bot chat · 連續跑 7 天不介入
✔ 通過：7 天 / 7 次正確送達 · 內容隨日更新 · 無記憶體洩漏 · 總成本 < NT$50
我規劃中的 Dean-personal-OS：
┌─────────────────────────────────────────────────┐ │ Paperclip Control Plane (localhost:3100) │ 「Dean 個人 AI 公司」 │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ Hermes │ │ Claude │ │ Codex │ │ │ │ (秘書) │ │ (工程師) │ │ (副工程) │ │ │ └──────────┘ └──────────┘ └──────────┘ │ │ │ │ │ │ │ ┌─────┴────────────┴─────────────┴─────┐ │ │ │ Shared Budget · Goals · Governance │ │ │ └──────────────────────────────────────┘ │ └─────────────────────────────────────────────────┘ │ ▼ dean.today + blog-image-gen + docutranslate + ...
Hermes：Telegram / Slack 閘道層 · 接外部訊息 · 做我的生活瑣事
Claude：Claude Code 主力 · 開發 dean.today 內容
Codex：備援 · 做 Claude 不擅長的 low-level 系統操作
Paperclip：management layer · 發任務、管預算、事後 audit
· Hermes 3 (8B) 的智慧夠用嗎？還是要用 Hermes 3 (70B)？在 M4 Max 上差幾倍速度？
· 技能自動生成出來的 skill document 品質如何？會不會學歪？
· 如果我接 Telegram，資料有沒有可能 leak？（雖然自托管但 Telegram server 過）
· Hermes 能不能當 MCP server 讓 Claude Code 呼叫？反向整合可行嗎？
· hermes-agent-self-evolution（用 DSPy + GEPA）是什麼？值得深入嗎？