Hermes Agent 装上语音和 A2A：一个 22.6 万星标开源 agent 的平台野望

8 月 3 日，Nous Research 发布了 Hermes Agent v0.20.0「Herald Release」：让 agent 开口说话、与其它 agent 互通消息、并把自己的桌面客户端变成插件平台。同一天，这个 2026 年 2 月才公开发布的开源项目，截至 7 月 26 日位列 GitHub 全站第 20 名。

此前一周，Hermes Agent 刚刚接入 Block 旗下开源协作平台 Buzz 的三条集成路径，联合创始人 Karan Malhotra 在播客中演示了用 agent 修改童年游戏 Sonic Adventure 2 的完整过程。8 月 5 日，社区技能市场 Skills Hub 上线，据社区统计已收录约 9 万项贡献技能，覆盖 190 个类别。

「这不再是一个聊天应用，这是一个工作台」

v0.20.0 的发布推文在 X 上获得 4035 次点赞和 86.9 万次查看。

拥有 17.2 万关注者的 SEO 从业者 Julian Goldie 在 X 上列出更新清单：barge-in 打断、本地唤醒词、工具步数从 90 跳到 500。他的结论是。

独立 AI 研究机构 Own Your Mind 提供了一个关键数据：Hermes Agent 的 GitHub 星标，并指出「采用率是信号，股权架构表仍是问题」。

Nous Research 官方账号同日转发了用户反馈「Hermes Agent 能改变人的想法」，仅回应一句简短确认。

日本开发者社区同步跟进了 v0.20.0 的日文速报。用户 YamanekoInfo 将 Herald Release 列为当日第四条重要 AI 动态，强调本地推理的整合得到了加强。

另一用户 h_a_t_a_r_a_k_e 聚焦桌面端内置浏览器功能，认为 Hermes Desktop 正朝着 agent 用自己的手脚操作浏览器的方向演进。

从 1 万到 22.6 万星标：六个月的增长曲线

Hermes Agent 的 GitHub 仓库创建于 2025 年 7 月 22 日，公开发布在 2026 年 2 月。3 月 22 日，Nous Research 官方发推庆祝，称其为「我们被采用最多的开源项目」。

此后增长速度陡然加快。据 Dealroom 记录，发布仅 8 周后项目星标已达约 9.9 万。到 5 月突破 14.8 万，7 月 26 日显示已达 22.07 万，全球排名第 20 位。截至 8 月 7 日，仓库标星 226,597、复刻 44,212、开放 issue 逾 2.9 万条。

在这背后，Hermes Agent 的社区生态也在膨胀。据社区维护的 Hermes Atlas 追踪，已有 219 个以上关联仓库，横跨技能、插件、GUI、多 agent 框架、记忆服务商、部署方案等 12 个类别。v0.20.0 一个版本周期就合并了约 1,400 个 PR、关闭约 1,200 个 issue、新增 650 多名贡献者。

记忆、技能、网关：Hermes Agent 凭什么跑赢增长

Hermes Agent 的核心架构围绕三个至今大多数 agent 产品仍未同时解决的命题展开。

持久记忆与跨会话召回。 Hermes Agent 使用 FTS5 全文搜索引擎对历史会话建立索引，由 LLM 对会话进行摘要压缩后存入可检索的记忆库。系统通过周期性「轻推」机制自主判断哪些信息值得长期保留，而非简单地将全部对话塞入上下文窗口。用户在不同平台（Telegram、Discord、CLI）上与 agent 的互动共享同一记忆层。

自我改进的技能系统。 Agent 在完成复杂任务后可以自主将执行流程封装为可复用技能，技能在使用过程中自我优化。技能格式遵循 agentskills.io 开放标准，可跨实例共享。Skills Hub 上线后，新增用户可以直接加载他人已验证的工作流，不必从零开始配置 agent。

模型无关的多平台网关。 Hermes Agent 通过 OpenRouter、及自建端点支持 300 余种模型，一条 hermes model 命令即可切换，无需修改代码。IM 网关将 Telegram、Discord、Slack、WhatsApp、Signal 统一为一个后台进程，配合内置 cron 调度器，让 agent 从随叫随到的聊天工具变为自主运行的定时工作者。Nous Portal 以统一订阅打包了模型调用、网页搜索（Firecrawl）、图像生成（FAL）、语音合成（OpenAI TTS）和云端浏览器（Browser Use）五项能力，省去了分别申请五把 API 密钥的步骤。

从 CLI 工具到 agent 操作系统：v0.20.0 的转折

Herald Release 的显示，自 v0.19.0 以来累计提交约 3,650 次、变更约 5,200 个文件、新增约 55.9 万行代码。v0.20.0 在四个方向上把 Hermes Agent 的产品边界向外推了一个量级。

语音不再是「语音备忘录」。此前语音模式需等待完整回复生成后才能听到一长段音频。新版本实现流式 TTS，agent 逐句输出，用户可中途打断（barge-in），agent 停止说话、开始聆听，并将被打断这一事件注入模型上下文。唤醒词检测完全在本地设备运行，不向云端发送音频。语音功能覆盖 CLI 语音模式、桌面端和所有音频兼容的网关平台。

Agent 之间可以互相说话了。新插件实现了 Google A2A v1.0 协议，Hermes Agent 能发现、对话和被其他 A2A 兼容 agent 驱动。仓库中编号 #514 的早期功能请求，历时最长的开放 issue 之一，在 v0.20.0 中被关闭。

桌面端变成了平台。 Hermes Desktop 新增插件 SDK，首发插件是一个看板工具。全局热键「快速输入窗口」允许从操作系统任意位置抓取想法送入会话。Sandboxed 实时预览窗格让 agent 生成的 HTML 或应用在聊天旁安全运行。多窗口支持使桌面端从聊天客户端演变为可并行操作的工作台。

工具学会了自我修复。截断的终端输出自动溢出到文件供 agent 回读；patch 命令检测已应用的编辑并诊断空白字符不匹配；write_file 写入后验证磁盘内容；搜索无结果时探测近似匹配并自动恢复。工具调用上限从 90 步跃升至 500 步，长时间自主运行不再撞到人为限制。

开源 agent 进入「操作系统」竞争

2026 年上半年，AI agent 赛道的叙事集中在闭源商业产品：Anthropic 的 Claude Code、OpenAI 的 Codex、Cognition 的 Devin，彼此在 SWE-bench 上争夺几个百分点的差距。Hermes Agent 代表的是另一条路线：以 MIT 协议开源全套 agent 基础设施，让模型本身成为可替换的组件，而将记忆、技能、多平台分发和调度作为竞争壁垒。

联合创始人 Karan Malhotra 在 8 月 2 日的 Creator Economy 播客中直言，当他切换底层模型时几乎感觉不到 Hermes 的个性差异。。这种架构哲学直接挑战了闭源 agent 将模型与产品深度绑定的策略。

Buzz 集成是这条路线的最新注脚。Block（前 Square）的 Buzz 是基于 Nostr 协议的开源协作空间，人类与 agent 以同等身份（密钥对）存在于同一个频道中，消息以签名事件形式存储在用户自有的中继服务器上。Hermes Agent 的三条集成路径覆盖桌面运行时、中继桥接和原生网关插件，将 agent 从机器人账号升级为有身份、有审计追踪的参与者。这条集成于，Buzz 自身 1.88 万星标。

Hermes Agent 目前面临的主要问题是速度过快带来的治理债务。仓库积压 2.9 万条开放 issue，一个核心模块文件膨胀至 2,082 行。星标增长曲线是否完全反映真实采用率，在开发者社区中持续被讨论。但这些争议恰好证明这个项目已进入无法被忽视的规模区间。