由研究機構 Nous Research 開發的開源代理人，會把做過的任務沉澱成可重複使用的技能，並跨對話記住你的偏好與專案默契。

多數 AI 助手都有同一種健忘：昨天反覆交代過的程式風格、專案默契、踩過的坑，今天開個新對話，它又茫然地等你重新介紹一遍。Nous Research 的 Hermes Agent 想處理的正是這件事。它自稱「陪你一起長大」，賣點不在某一次回答有多驚豔，而在於用得越久，越像一位熟悉你做事習慣的老同事。

官方把定位說得很直白：它既不是綁在編輯畫面裡的補完外掛，也不是套在單一介面外的聊天殼，而是一台常駐的自主代理人。你把它放在哪，它就在哪扎根，之後從終端機或日常聊天軟體裡就能隨時派活。

把「怎麼做成的」寫成檔案

它最與眾不同之處是一套閉環學習機制。一件夠複雜的活兒做完（官方參考線是涉及五次以上工具呼叫），它會自己複盤：這次為什麼有效、踩了哪些坑、下次該按什麼順序推進。結論沉澱成一份 Markdown 技能檔存在本機；再遇到相似任務，它先翻技能庫把現成流程套上，而不是從頭推理。

技能並非寫死的一次性樣板。發現更省事的做法，或發現原寫法會走進死路，它會自己打補丁、更新條目。官方說明這套機制改的是技能檔而非核心程式，所以每次「長大」都可讀可審；技能按開放標準組織，能匯出分享，社群也貢獻了現成成品。

換個聊天軟體，不用重新認識你

它用一個統一入口把二十多個訊息服務接到同一個代理人身上：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、郵件、簡訊、釘釘、飛書、企業微信、微信、QQ 機器人、元寶、Home Assistant、Microsoft Teams、Google Chat 等都在名單裡。後端始終是同一個實例——手機上用 Telegram 交代一半的事，回到終端機接著問，它記得你剛說過什麼。

順著這條線，定時任務也做成了內建能力。直接說「每天早上把昨天的提交總結一下」，它會登記成固定任務按時自己跑，跑完把結果投回指定聊天視窗或存成本機檔案。要長期盯某件事，這一步省掉了自己搭排程器的功夫。

記憶寫在你能打開看的檔案裡

撐著「越用越順手」的是一套分層記憶。核心是兩個 Markdown 檔案：一個記它自己的環境事實、專案默契和踩過的坑，一個記你的偏好、技術背景與溝通習慣，兩者都有明確字數上限以免無限膨脹。新對話開始時，系統給這兩個檔案拍一張凍結快照注入脈絡，對話中途新寫的內容要等下一輪才生效，既保住模型側的前綴快取，也避免脈絡突然漂移。

要回溯更久遠的事，它去查另一個倉庫：歷史對話全部存進本機資料庫並建了全文索引，配上模型摘要壓縮，「上個月我們怎麼處理這個問題的」就能被翻出來。官方明確說軟體本身不收集遙測和用量資料，對話、記憶、技能都留在你自己的機器上；接哪家模型也由你決定，可以只帶自己的金鑰。

一個視窗同時管幾個角色

不止要一個助手時，它提供了角色隔離：每個角色有獨立設定、記憶、技能、憑證與對話紀錄，可配不同模型，例行任務掛在各自旁邊；內建模式把這些角色收進同一份名冊，彼此能在群組聊天裡協作、用提及互相派活。能拆開的活兒還能派生隔離的子代理人並行推進，最後由主對話彙總。它還支援接入 MCP 伺服器擴充工具面，並以危險命令審批、容器隔離、跨對話隔離等一層層邊界，把「能動手」和「亂動手」分開。

現在能用到什麼程度

授權上沒什麼門檻：MIT 開源，命令列與桌面端兩種形態，桌面端覆蓋 macOS 與 Windows，Linux 與 WSL2 走命令列，另外照顧了 Nix、Android Termux 與 Docker。跑的位置也靈活，本機、Docker、SSH 以及 Daytona、Singularity、Modal 等隨需後端，其中無伺服器後端閒置時自動休眠，成本壓得很低。

迭代很快，本文寫作時的穩定版是 v0.21.6（2026 年 10 月 8 日）。要提醒的是，它的優勢建立在「願意花時間調」上：整體以命令列優先，自架意味著伺服器、金鑰、更新和權限都得自己管。它更適合本來就有折騰基礎、且有大量重複流程可沉澱的人；只想偶爾問個孤立問題，這筆投資不見得划算。

把重複的活交給它做過幾遍，剩下的它就替你記住了。