大多数 AI agent 是一次一回合的。你打字，它回应，它等下一句。循环是你在跑，agent 只是被调用的那个函数。
Hermes Agent 默认就是这一种。但它还带了另一种叫 /goal 的模式——这次反过来，循环交给 agent 自己跑。你设一个目标加几条验收标准，agent 就一轮一轮地提案、执行、自评、重试，跑到另一个 judge 模型确认条件达成为止。v0.14.0（2026 年 5 月 16 日）又补了一个 /subgoal，让你能在跑到一半的循环里再叠新的判据上去，不用重启（#25449）。
这篇文章把这件事拆开看：它底下到底在做什么，什么时候它是对的工具，什么时候它会反过来咬你。
默认模式（先拿来做对照）
Hermes 里每一段聊天，节奏都是一条用户消息对一回合。agent 把你的消息读完，需要的话调几个工具，把回应吐回来。任务没做完的话，得你来戳它："接着做"、"再试一次"、"那 X 怎么办"。外层循环是你在跑。
干探索性的活儿这套挺好——"解释一下这段代码"、"起草一份备忘"、"帮我找个 bug"。你就是想让 agent 每走一步停一下，方便你随时拨方向。
但碰上那种成败说得清、路径又得反复磨的活儿，这套就不灵了。"把这个模块重构到 pytest 通过"——你一回合一回合手动推，是个三十回合的活。换成 /goal，一条命令就够了。
/goal 到底做了什么
/goal Make all tests in tests/api/ pass. Don't change the test assertions. Done when pytest exits 0.
你把这条丢过去之后，三件事会发生：
- 1.目标文本变成 worker 的 target prompt。 接下来的每一轮，worker 模型会拿到一条系统消息，里面带着目标和当前的最佳尝试。
- 2.每跑完一轮 worker，会单独再调一次"judge"模型。 judge 看到的是目标、当前状态、worker 给的这版完成稿。它要么回 "done"（循环退出），要么回 "继续，还差这些"。
- 3.判定是 judge 说的算。 它不点头循环就不停——直到 judge 同意为止，或者你用
/stop自己叫停，或者打到配置好的迭代上限。
judge 是整套东西的关键。它和 worker 不是同一次 LLM 调用，它也看不到 worker 的思维链——它只看目标和当前状态。这层分离正是 /goal 能成立的原因：一个已经被自己说服答案是对的 worker，是个糟糕的法官。一次没有任何上下文、白纸一张被叫起来的 LLM，做这件事好太多了。
这套模式在 Hermes 代码库内部被叫作 "Ralph loop"，名字来自那一段经典伪代码——while not done: do(work); ralph = judge(work)。v0.14.0 加的 /subgoal 扩展，是让用户能把新的判据塞进一个还在跑的循环里。
/subgoal —— 跑到一半再追加判据
你起了一个 /goal 来重构一个模块。跑到第三轮你忽然想到——这次重构最好顺便把每个函数的圈复杂度压到 10 以下。你又不想停掉重来。
/subgoal Each function must have cyclomatic complexity <= 10.
judge 下一次跑的时候，会把这条新约束一起算进来。当前最佳尝试如果没过这一条，循环继续。如果过了，循环退出。
这种功能在 release notes 里只是一行 bullet——"用户可以往进行中的 /goal 追加判据"——但你一旦真用过这个循环，会发现它是一根承重柱。真实的目标是你看着 agent 干活时一边看一边精细化出来的。没有 /subgoal，你要精细化只能 /stop + 重新写 + 再 /goal 一次——跑到一半的状态全丢了。
几个实际例子
重构到测试通过
/goal Refactor src/api/users.py so the User class follows the new naming convention in src/conventions.md. Don't break any existing tests. Done when:
1. pytest exits 0
2. The User class matches the convention rules in conventions.md
worker 一轮一轮试重构，judge 检查这两条。两条都绿了，循环退出。
反复调一个 UI
/goal Make the button on /pricing more prominent. Done when:
1. The button is the largest interactive element above the fold on desktop
2. It uses the primary brand color (#FF5A50)
3. Existing Lighthouse accessibility score doesn't drop
worker 改 CSS，judge 用 browser 工具截图来核对。可以跑很多轮迭代——你不用一直盯着。
揪一个 bug
/goal Find the cause of the intermittent test failure in tests/auth/test_session.py::test_logout_clears_cookie. Done when you produce a minimal failing repro and a one-paragraph explanation.
这里 judge 要核对的是交付物的两部分都得在——最小复现和一段解释——而不是只要凑齐一边就行。如果第一稿的解释太虚，/subgoal 让你能补一条比如"解释里必须引用到对应的请求/响应链路"。
什么时候不该用它
/goal 在下面这些任务里是错的工具：
- •成败判据本身是糊的。 "把这个写得更优雅一点"——judge 没法稳定打分，循环要么来回震荡，要么直接盖章放行。这种用回逐回合。
- •你想边看边介入。 每一轮都得跑完 worker 再起 judge，过程中没有逐步可见度。要中途审，用回逐回合，或者上
/handoff。 - •你更在乎成本，不是速度。 一轮 = 一次 worker 调用 + 一次 judge 调用。十轮的目标就是二十次 LLM 调用。重构活儿值这个钱，"帮我想个变量名"就是浪费。
- •你根本没认真想成功标准。 判据糊弄 → 循环也糊弄。
/goal奖励的是写得具体；判据有漏洞，agent 会从漏洞钻过去。
/goal 怎么和 /handoff 一起用
v0.14.0 同时也出了 /handoff——它能在不丢上下文的前提下，把一个正在跑的会话从一个模型搬到另一个（#23395）。这两个能拼起来用：一个跑着的 /goal 撞到快模型搞不定的地方，你可以把它热迁到一个更擅长深推理的模型上。judge 还是按同一套判据打分，只不过 worker 换成更靠谱的那个了。
/sessions（#20805）也类似——你可以把一个 /goal 临时打断，去别的会话里转一圈，回头再续上。循环状态有 checkpoint。
它在 agent 这一整套谱系里的位置
自治程度从低到高，agent 干活有三种形状：
- 1.逐回合 —— 你驾驶，agent 应答。对话式。
- 2.
/goal—— 你定判据，agent 自己跑到判据达成。有边界的自治。 - 3.Cron 调度 —— agent 按点无人值守地跑，结果投递到聊天平台。时间维度上没边界的自治。
/goal 占在中间这一格。它适合那一类原来你要么得一直盯着、要么得自己写脚本的活儿。v0.14.0 那个 /subgoal 让循环跑着也能拨方向——就这一下，它从"挺有意思的功能"变成了日常工具。