长期运行
Hermes Agent 的默认语境不是“一次问答结束”，而是常驻在服务器上，持续接任务、持续处理状态。
Agent Spotlight长期在线、持续积累、持续推进
Hermes Agent
一个不只会聊天，而是能持续工作的自治 Agent 系统
Hermes Agent 更接近一个长期在线、会积累记忆与技能、能持续推进任务的工作系统， 而不是把一次 prompt 包装成聊天窗口。对已经理解 OpenClaw 基础的用户来说，这一页最重要的作用， 是先把它和普通聊天 agent、一次性 workflow、单轮 copilot 区分清楚。
记忆与成长
它会保留学习到的内容、积累技能和历史上下文，让能力随着运行时间逐步变强，而不是每轮都从空白开始。
主动推进
Hermes 不只是回答问题，更适合持续推进任务、异步跟进和把工作往前拱，而不是停在单轮回复。
Hermes 官方表达的重点是 lives on your server、remembers、gets more capable the longer it runs。
它的长期价值不只来自模型本身，而是来自随着运行逐步形成的复用能力。
这让 Hermes 不只是会解释任务，而是能真正接触环境、执行动作和持续推进。
如果只盯着命令和安装，很容易把 Hermes 误解成更复杂的聊天壳。
核心认知
先把 Hermes Agent 的四个基本判断钉住
如果第一层判断没立住，后面的技能、浏览器、自动化、子 agent 和多入口能力都会看起来像散乱功能。
长期运行
Hermes Agent 的默认语境不是“一次问答结束”，而是常驻在服务器上，持续接任务、持续处理状态。
记忆与成长
它会保留学习到的内容、积累技能和历史上下文，让能力随着运行时间逐步变强，而不是每轮都从空白开始。
主动推进
Hermes 不只是回答问题，更适合持续推进任务、异步跟进和把工作往前拱，而不是停在单轮回复。
多入口协作
CLI、Gateway、消息渠道、定时任务和浏览器能力共同构成它的工作面，不局限在一个聊天窗口里。
能力主轴
把 Hermes 看成一条连续工作的能力链
这一段不平铺 feature list，而是按 Hermes 如何接单、积累、行动、推进和回报来组织。
从 CLI、消息入口、自动化任务或外部触发接收新的工作请求。
它的入口不是单一界面，而是一个可长期接收任务的运行面。把历史对话、环境信息、已有技能和长期记忆沉淀下来，而不是每一轮都重新拼 prompt。
这让它更适合做连续工作，而不是一次性问答。在真实沙箱、浏览器和工具环境中完成动作，能力可以通过技能和配置逐步扩展。
Hermes 的强点是“能做动作”，而不是只会生成文本。通过定时任务、子 agent 和长期运行机制，把工作从同步对话延展到可持续推进的状态。
这一步决定了它更像系统，而不是一次性助手。在合适的入口里回传进度、结果和新的观察，让人类接手时不必从头理解发生了什么。
结果反馈是持续协作链路的一部分，不是最后补一句“已完成”。典型场景
这些场景最能证明 Hermes 的价值
场景在这里的作用是证明它为什么成立，而不是把页面扩展成完整案例库。
长期研究与资料跟踪
当你需要持续关注某个主题、定期更新结论并逐步积累可复用观察时，Hermes 比单轮问答更合适。
自动巡检与定时处理
当任务需要定时检查状态、遇到异常再行动时，Hermes 的长期运行和自动化机制更能发挥价值。
多入口消息驱动助手
当任务来自不同消息入口或协作界面时，Hermes 更像一个统一的接单与推进系统。
下一步入口
按你现在最想做的事继续走
站内回流
如果你要继续在本站里看
认知边界
最后把最容易混淆的点收一遍
Hermes 和普通聊天 agent 最大的区别是什么？
最核心的区别不在“会不会聊天”，而在它是否被设计成长期在线、持续积累并持续推进任务的系统。Hermes 更接近一个长期工作面，而不是一轮对话结束就退出的助手。
Hermes 更适合什么任务？
它更适合需要长期上下文、定时推进、多入口协作、异步反馈和持续记忆的任务，而不是只求一次回答的简单问答场景。
Hermes 是 workflow 工具，还是自治 agent？
更准确地说，它是一个自治 agent 系统。它可以包含 workflow 式动作，但官方定位并不只是“把步骤连起来”，而是长期运行、学习和持续推进。
开始使用前最该先看什么？
如果你已经理解基础概念，最值得先看的是 Quickstart、Features Overview 和 Security。它们分别解决“怎么跑起来”“为什么成立”“长期运行时要注意什么”。
术语表
Hermes 专题常用术语速查
这组术语贯穿整个系列，理解它们有助于更快地建立一致认知。
Agent
能够感知环境、自主决策并执行动作的智能系统。在 Hermes 语境下特指长期在线的自治 agent。
长期运行
Agent 不是"用完即走"的一次性会话，而是持续驻留在服务器上，跨时间接收和处理任务。
记忆
Agent 在长期运行中积累的信息、经验和状态，能在后续任务中被检索和复用。不是简单的聊天历史。
技能
封装了特定能力的可复用模块，包含执行逻辑、权限声明和调用接口。比"工具"更完整，比"应用"更轻量。
子 Agent
由主 Agent 创建的临时工作单元，负责完成独立子任务。生命周期随任务开始和结束，不长期驻留。
Surface（接面）
Agent 接收任务和回报结果的渠道，包括 CLI、消息入口、浏览器和自动化触发。
沙箱
Agent 的执行环境隔离层，限制它可以访问的文件、网络和系统资源，是安全模型的核心。
自动推进
Agent 在不需要人类持续输入的情况下，自主推进任务进度的能力，包括异步处理和定时触发。
编排
管理和协调多个子 Agent 的执行顺序、通信方式和结果汇总的策略。
可观测性
通过日志、指标和追踪等手段，让系统内部状态可以被外部理解和监控的能力。
回报机制
Agent 向人类汇报任务进度、结果和异常的方式，良好的回报机制是长期运行系统的基本要求。
记忆复利
随着运行时间增加，积累的记忆和技能持续产生价值，且新知识的获取成本因已有积累而递减的现象。