当前位置:

首页 > 硬件相关 > 全面超越「龙虾」的「爱马仕」,给国产Agent上了一课

全面超越「龙虾」的「爱马仕」,给国产Agent上了一课

Hermes通过多智能体协作与自我验证升级,引入基于证据的验证和目标驱动循环,同时利用学习与记忆功能沉淀技能,提升Agent可靠性和判断力。国产Agent应从卷功能转向卷质量,重视可观察、可验证、可干预的产品设计。

本文目录

    从OpenClaw到Hermes:当AI Agent开始学会“复盘”

    说实话,今年年初那阵子,OpenClaw(龙虾)几乎承包了整个AI圈的注意力。从GitHub爬到了科技媒体、社交网络,最终登上了普通人的电脑桌面。有人专门买Mac mini部署它,有人把它接入各种软件和硬件。聊天机器人之后,AI Agent第一次大规模闯进了普通人的视野。

    不过热度这东西来得快去得也快。到现在,OpenClaw的关注度已经明显降温——安装复杂、权限太大、运行不稳定、成本不好控制……这些老问题还在,更麻烦的是,市场上的竞争对手开始变得更强了。Nous Research开发的Hermes(爱马仕),就是其中最亮眼的一个。

    截圖 2026-07-07 18.15.13.png

    图片来源:Hermes

    尤其是对比OpenClaw最新的手机端表现。Android版本上线后,初期体验一度评分只有2.2分,而Hermes Agent的最新版本(v0.18.0)却大受好评。MoA多智能体协作、自我验证……功能上的迭代让Hermes的体验大幅提升,甚至有人喊出:Hermes正在杀死开源Agent比赛。

    这自然引出一个问题:Hermes做对了什么,才能在OpenClaw的阴影下走出来?对于国产Agent来说,这波迭代又有哪些值得借鉴的地方?

    多智能体协作抢风头,「判断」才是真升级

    说起来,这次更新传播最广的还是Mixture-of-Agents(MoA多智能体协作)。用户可以创建一组由Claude、GPT、Gemini、Grok等模型组成的“模型委员会”,让它们分别回答同一个问题,再交给另一个模型汇总。Hermes过去就支持类似能力,v0.18.0算是正式上线,用户可以像切换普通模型一样切换到一个MoA组合,还能看到每个参考模型的独立答案,以及最终聚合出来的结论。

    產生的圖片 1.png

    图片来源:@ChatGPT

    坦白讲,MoA并不新鲜。只要愿意多花Token,借助工作流工具也能搭出类似系统。它确实能增加信息覆盖面,在复杂研究和决策任务里减少单一模型的盲区——但同时,也会让推理时间和API账单一起膨胀。

    所以,真正重要的变化,其实藏在另一个核心更新里——Agent的自我验证。

    过去用Agent,大概率都遇到过一种让人哭笑不得的场面:你让它修改一段代码,过了一会儿,它告诉你问题已经解决,但真正运行程序,发现构建都没有通过;又或者,你让它整理一份资料,它说已经完整覆盖所有来源,仔细一看,几条关键事实根本没被验证。

    不是模型故意撒谎,它只是在根据已有上下文,生成一句最像任务已经完成的话。问题出在:负责执行任务的是它,负责判断任务有没有完成的,还是它。既当运动员,又当裁判,最后自然容易靠感觉交差。

    Hermes v0.18.0在验证机制上做了实质性升级:它开始引入基于证据的验证。处理编程任务时,它可以运行测试、检查构建结果和文件状态,再把这些结果作为完成依据。`/goal`也加入了completion contract,用户可以提前写明任务的退出条件,Agent必须达到条件之后才能停止循环。

    用大白话说就是:过去的Agent是“我觉得做完了”,现在的Hermes要补上一句——“这是测试结果,这是生成的文件,这是完成条件,所以这件事可以结束了。”

    如果你看过之前的报道《全球Agent都在卷的“Loop工程”:AI自己干活、监工和返工》,大概也会看出来,这正是Loop工程的一种典型实践。

    6a43eb603762e725a739d98f_c6fa9ae5.png

    目标驱动 Loop,图片来源:Anthropic

    LinkedIn上就有人评价,这次Hermes更新真正吸引他的地方,不是让Agent能做更多事情,而是开始提高可靠性。现实工作中最难的部分,从来不只是让Agent写代码或者执行流程,还包括确认任务是否真的完成、结果是否正确,以及之前学到的方法能不能再次复用。

    一言以蔽之,Hermes试图解决的是Agent长期缺失的判断力。

    Agent要能干好活,必须要学会「复盘」

    除了验证机制,v0.18.0还有两项变化得到了不少用户认可:`/learn`和`/journey`。

    Hermes一直把“学习循环”挂在嘴边——可以把完成任务时用到的方法整理成Skill,以后遇到类似任务,不用每次从头摸索。不过以前这套学习过程多少有点黑箱:Agent学到了什么、为什么形成这套方法、错误经验有没有被保存下来,用户很难掌握。

    现在,用户可以直接用`/learn`让Hermes从一个网页、文件夹或者刚刚完成的工作流中学习,再通过`/journey`查看、修改和删除这些经验。桌面端还增加了记忆图谱,把Agent长期积累的内容可视化出来。

    这种能力听起来很像厂商最爱讲的“自我进化”,但实际没那么玄乎。第一次让Agent完成一项复杂任务,你需要告诉它文件在哪里、使用什么工具、按照什么格式输出,还要不断纠正中间的错误。第二次遇到相似工作,它如果能直接复用之前验证过的流程,才算真正省下时间。

    相比之下,只会调用工具的Agent更像一个临时工,每次打开都要重新交代背景。能够保存、验证和改进Skill的Agent,才有机会逐渐熟悉用户和工作方式。使用时间越长,它和一个普通聊天机器人的差别就越大。

    截圖 2026-07-07 18.18.23.png

    Hermes 更新记录,图片来源:Github

    v0.18.0还加强了后台子Agent。Hermes可以把多个任务分发给不同子Agent并行执行,主对话不必一直卡在那里等待,等任务结束之后,再把结果合并回来。桌面端则增加了项目、终端、代码差异审查和工作树管理,越来越像一个完整的Agent工作台。

    这些功能单独拿出来都算不上革命性。Hermes做对的地方,是把它们放进了一个相对完整的工作循环:用户提出目标,Agent拆解和执行任务,后台子Agent分头工作,系统根据证据验证结果,再把有效方法沉淀成Skill。这条闭环,比再接入几十个工具可能都重要。

    「龙虾」打开想象力,「爱马仕」解决真问题

    OpenClaw和Hermes都属于开源Agent Harness。模型负责思考和生成,Harness则负责工具、记忆、权限、上下文、运行环境和任务循环。换句话说,它们自己并不一定拥有最强模型,价值主要来自如何让模型稳定地完成工作。

    OpenClaw年初爆火,抓住的是Agent最有冲击力的一面:它可以常驻在一台电脑上,接入聊天软件、邮件、日历和各种外部服务。用户在微信、飞书、Telegram里发一句话,它就能在另一台机器上打开程序、处理文件或者执行脚本。这种体验很容易让人兴奋——过去只能回答问题的AI,终于伸出了手。

    但OpenClaw展示了Agent能做到什么,却没有同时回答另一半问题:怎样保证它每次都做对?

    unnamed.jpg

    图片来源:@Gemini

    当Agent获得文件系统、Shell、浏览器和账户权限,一次错误不再只是生成了一段废话。它可能删错文件、发送错误邮件、执行不安全命令,甚至把来自网页和消息中的恶意指令保存进长期状态。当然,这不是OpenClaw独有的问题。只要一个Agent拥有长期记忆和系统权限,就逃不开安全、验证和控制。Hermes同样如此——`/learn`可以学习正确经验,也可能把过时方法和错误操作沉淀下来;MoA可以提高答案覆盖,也可能只是让几个模型一起犯错。

    关键在于,完成条件、验证证据、可编辑的学习记录、后台任务管理、代码差异审查……这些功能看起来没有“让AI自动控制电脑”那么性感,但却能决定一款Agent日常好不好用。

    OpenClaw依然挺活跃,新版本也在持续修复插件、配置、消息通道、内存和运行时问题。两者的境遇并不能简单理解成一个赢了、一个输了。更准确的说法是:OpenClaw提前把Agent的想象力推到了所有人面前,而Hermes则开始收拾Agent落地之后留下的那一系列实际问题。

    从卷功能到卷质量,这波值得国产Agent学

    过去半年,国产Agent的进步很快。但一个明显的趋势是,大家最喜欢比谁做得更多、跑得更远。Hermes v0.18.0向所有人提醒了一件事:Agent的交付质量同样重要。

    产品不能只展示任务过程有多复杂,还要让用户看到它调用了哪些来源、执行了哪些验证、为什么判断任务已经完成。失败也不该被藏在一句模糊的总结里,而应该明确告诉用户,卡在哪里、哪些部分没有完成,以及是否需要人工接管。

    学习和记忆也需要同样的透明度。不少国产Agent都在宣传“越用越懂你”,但用户很少能够查看它记住了什么,更谈不上修改和删除。长期记忆一旦不可见,它带来的不一定都是便利,也可能是持续累积的误解。

    还有多Agent。目前行业很容易把多个Agent同时运行包装成先进生产力,仿佛开得越多,结果就越好。事实上,多Agent首先意味着更高成本、更长链路和更多出错节点。Hermes的MoA有价值,原因不只在于多模型,还在于用户可以看到不同模型的答案和最终汇总过程。可观察、可验证、可干预,比Agent数量更重要。

    说到底,国产Agent需要学习的并不是Hermes的某几个命令,更不是赶紧照搬一个MoA入口。真正值得学习的,可能还是产品重心。今天模型已经越来越强,工具也越来越丰富。接下来真正拉开差距的,是谁能让Agent在长任务里保持方向,遇到问题及时停下,完成之后拿出证据,并把这次经验安全地带到下一次任务中。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 机器人
    相关文章 更多
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示

    认识AI Agent、Genie 4与机器人的区别:任务输入不等于完成结果,世界模拟不等于现实执行,装载机动作展示也不能替代完整工程验收。

    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”
    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”

    法拉第未来EAI机器人亮相洛杉矶世界杯庆典,被CBS报道,实现零广告费破圈。目前推出三大系列机器人,截至5月累计交付137台,年度目标上调至1500台。近期获7000万美元融资,将发布机器人教育生态战略,加速物理AI领域布局。

    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备
    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备

    启元机器人加速线下布局,亚洲首店已在深圳卓悦中心设围挡,上海全球首店同步筹备,西安等地也在推进中。作为上纬新材在消费级具身智能领域的核心载体,其聚焦个人机器人赛道,研发投入同比增长超500%。

    【城事】001,世界会客厅首位机器人员工上岗
    【城事】001,世界会客厅首位机器人员工上岗

    6月16日,世界会客厅迎来首位智能导览员——编号001的人形机器人正式上岗。它身高约1.7米,通体银白,可提供多语种讲解、智能引导与互动问答,致力于提升智慧化参观体验。同日,世界会客厅举办了年度品牌日暨首秀5周年纪念活动。

    300名截肢患者,正在变成机器人的触觉训练师
    300名截肢患者,正在变成机器人的触觉训练师

    约300名截肢患者日常使用仿生手产生的触觉与运动数据,被PSYONIC用于机器人灵巧手训练,通过“真实到真实”迁移绕过仿真环节,将人类操控经验直接迁移至机器人。已与ABB、NVIDIA合作探索汽车制造等工业场景,但数据规模与可靠性仍需验证。

    香港中文大学、上交大联合研究团队让机器人
    香港中文大学、上交大联合研究团队让机器人"看"懂人类双手动作

    ACE-Ego-0框架将人类双手视频与机器人数据统一到头部摄像头坐标系,通过形态条件化和可靠性加权损失处理结构差异与噪声。在超6000小时数据上预训练,于仿真和真实双臂机器人测试中刷新多项基准,平均成功率72.8%,真实任务达78.3%。

    暑期回国研学新选择:北上深杭科技之旅,让孩子边玩边学收获满满
    暑期回国研学新选择:北上深杭科技之旅,让孩子边玩边学收获满满

    暑期科技研学聚焦北京、上海、深圳、杭州,项目涵盖京东智能物流、小米汽车工厂、火箭制造、3D打印、机器人、无人机、航天及大飞机总装等,让孩子深入体验智能制造,实现沉浸式职业启蒙。

    顺丰同城机器人末端运力上线 助力肯德基“车速取”体验升级
    顺丰同城机器人末端运力上线 助力肯德基“车速取”体验升级

    顺丰同城上线机器人末端运力,与肯德基“车速取”合作,实现即停即取。机器人独立承担门店与路边取餐点间短途接驳,替代店员跑腿,推动无人物流从室内走向室外场景,拓宽服务半径。

    活力中国调研行|在智造一线,看机器人“结”新硕果
    活力中国调研行|在智造一线,看机器人“结”新硕果

    天津机器人产业加速爆发,水下助推器、高速分拣并联机器人及人形取货机器人等应用场景涌现。智能机器人已列重点产业链,前4个月规上企业产值同比增长12.8%,产业生态逐步构建。

    国家医保局:为“远程手术”等辅助操作统一价格立项
    国家医保局:为“远程手术”等辅助操作统一价格立项

    国家医保局发布指南,为3D打印、手术机器人、远程手术等辅助操作统一价格立项,按技术精度分类定价,鼓励用于高难度手术。机械臂耗材费用纳入定价,降低患者支出;首次设立远程手术辅助操作费;要求医疗数据及设备日志本地存储并实时上传,否则核减价格。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。