摘要
Hermes Agent 是 Nous Research 的长程 Agent runtime，通过跨会话记忆、经验生成 skill、skill 使用中修订、定时任务和 sub-agent 形成外部学习闭环。
核心内容
基本信息
- 实体类别：通用长程 Agent runtime。
- 关键名称或版本：GitHub Release v2026.8.31；源码包 0.21.0；MIT。
- 时间范围：2025-07-22 创建；2026-09-03 推送并核实。
重要事实
- 核实时为 240,560 stars；当前浅克隆约 11,327 个文件、32 个 workflow 和 4,950 个测试文件。（来源：历史会话中的 Agent 工程开源项目回溯）
- 记忆、会话搜索、skill 创建/修订和 sub-agent 主要更新外部 harness state；没有证据表明这些机制以 reward 更新基础模型 policy，因此不是严格 Agentic RL。（来源：历史会话中的 Agent 工程开源项目回溯）
- 支持本地、Docker、SSH、Singularity、Modal、Daytona 和 Vercel Sandbox 等后端；历史版本的 Docker/Nix/E2E evidence 成功，但部分安装器/升级 job 失败。（来源：历史会话中的 Agent 工程开源项目回溯）
关系与影响
Hermes 与 Prime Agent 都把持久 memory/skill 作为可演化层；区别于 AutoSaddler 直接搜索 harness code，也区别于 prime-rl 训练模型参数。
分歧与变化
项目自称 closed learning loop；本 Wiki 将其严格标为外部记忆/skill 自我改进，不外推为模型-harness 共进化。
相关页面
- 概念：Self-Improving Harness、Harness Engineering、Recursive Self-Improvement
- 实体：Prime Agent、AutoSaddler、Codex
- 主题：Agent Harness 与 Agentic RL 开源生态、LLM Agent Self-Improvement
来源
待核实问题
- 需测量长期 skill 漂移、错误记忆回收和跨后端权限一致性。