第一次注意到 Hermes Agent 的时候，我已经晚到没法说自己是早鸟了。
那是个礼拜四——2026 年 3 月 12 日。没有主题演讲，没有倒计时，X 上也没发启动推。Nous Research 只是推了一个 git tag，把 GitHub 仓库翻成 public，然后在自家 Discord 里丢下一句："这东西现在存在了。"到礼拜五早上，仓库已经过了一千星，二十个时区的人正在争该走哪条安装路径。
在那个 tag 打出来之前的两个礼拜里，63 位素未谋面的贡献者一起往项目里推了 216 个 PR，关了 119 个 issue，把测试套件从几乎为零做到了 3289 条测试。没有一个是 Nous Research 的员工。他们隔着 GitHub 评论区吵，到第十四天，就把一个真能跑的东西发出来了。
那么盒子里到底装了什么？
一个进程，七扇前门
v0.2.0 的主角是多平台消息网关。一个 Hermes 进程同时挂在 Telegram、Discord、Slack、WhatsApp、Signal、IMAP/SMTP 邮件和 Home Assistant 上。同一套会话管理、同一份记忆、同一个工具注册表。每个平台上你可以单独配哪些技能可用、附件怎么处理，但另一头的 agent 永远是同一个 agent。
这件事比听起来有意思，因为通常的替代方案——七个各自为政的机器人，每个都带一套自己的状态——是个灾难。记忆会分叉，工具会对不齐。Hermes 让网关本身变成集成点，agent 始终只有一个。你把它装在一台 5 美元的 VPS 上，手边不管开着哪个 app，都能找到同一个 agent。
原生 MCP，不是外挂
紧挨着网关的是一个完整的 Model Context Protocol 客户端。stdio 和 HTTP 两种传输都支持，包括断线重连、资源和 prompt 发现、服务端发起的 sampling。对不太熟 agent 这摊事的读者解释一下：MCP 是 Anthropic 发布的一个开放标准，目的是让 LLM 用一种一致的方式和外部工具对话。大多数框架是事后拿 MCP 往旧的工具调用系统上贴一层适配器。Hermes 从第一天起就把它直接接进了内核——任何会说 MCP 的工具都能直接用，不用再包一层。
技能是一等公民
v0.2.0 里打包了七十多个内置技能，分布在十五个类别下，背后是项目里叫做 Skills Hub 的东西：条件激活（前置条件齐了技能才会加载）、前置条件校验、社区发现。这个 Hub 后来变成了 agentskills.io。第一天就有的技能包括图像分析、沙箱里跑 Python、文件搜索、抓网页，外加另外几十个。
这里的技术抉择是：技能是声明式的单元，带 manifest、依赖、激活条件——而不是在 import 的时候注册进去的 Python 函数。这就是为什么一个 agent 能同时背着七十个技能而不会把 prompt 撑爆。
服务商路由器和安全网
v0.2.0 里还有两个架构层面的决定，给之后的一切定了基调。
第一个是集中式服务商路由器。一个统一的 call_llm() / async_call_llm() 接口替代了原本散落在视觉、总结、压缩、轨迹存档各处的服务商逻辑。所有辅助调用者都走同一条代码路径，凭据也由路由器自动解析。听起来平平无奇，直到你真的要换服务商——那一刻你只需要改一个文件，而不是十一个。
第二个是安全双保险：git worktree 隔离（hermes -w 会把每个会话扔进一个独立的 worktree，所以 agent 没法手滑碰到你真正的代码）和带回滚的文件系统检查点（破坏性操作之前打快照，用 /rollback 撤回）。这套机制让 agent 敢大胆，因为你真能把它撤回来。这就是"一个小心翼翼的 AI 助手"和"一个敢上手、而系统替它小心的 AI 助手"之间的差别。
还有编辑器那头
发布说明里被埋没但其实很重要的一件事：ACP server 支持。通过 Agent Communication Protocol，Hermes 原生接进 VS Code、Zed 和 JetBrains。它不再只是"一个命令行的东西"，而是活在你真正在用的那个编辑器里。
---
我老是想起三月里的那个礼拜四。没有公告，没有 PPT，没有投资人电话——只有一个 git tag、一次公开翻转，以及开门那一刻刚好在里面的 63 个人。如果这个博客的后文要有一个主题，那就是：在建 Hermes 的这帮人跑得有多快，比任何一个单独特性本身的速度都重要得多。