用户实测 Hermes Agent：模型可换、记忆归你，比 Claude Code 更自由

X 用户 @Da7_Tech 发布了一篇完全独立的 Hermes Agent 长测，未接受任何赞助。他从产品发布第一天起每天使用，这次把优缺点全部摊开来讲，并直接对比了 OpenClaw、Claude Code、Codex 和 Grok Bot。

Hermes 最大的特点是真正中立于模型，不会对模型能力做任何降级。@Da7_Tech 常用 GLM 5.3 处理轻中度任务，有时切换到 GPT Sol 6.1，他认为在 Hermes 里跑 GPT 比在 Codex 里体验更好。他建议同时挂两三个模型，因为 90% 的场景下选哪个模型差别不大——真正决定行为的是模型之上的那层代理框架。

费用方面，Hermes 本身没有配额限制。你可以插入自己的 API 密钥、跑本地模型，或者通过 Nous Portal 订阅。缓存效率是他最认可的一点：在 1013 个会话的平均样本里，40 亿 token 中有 94.4% 来自缓存。

资源占用也很低。他在一台只有 2GB 内存的虚拟机里跑通了完整的 Hermes 代理，各类任务都稳定运行，而 Codex 动辄占用几十 GB 内存。

模型之上的那层框架是 Hermes 最核心的设计。模型是大脑，你可以随时替换，而记忆、技能和配置都不会丢失。@Da7_Tech 说，在 Hermes 里用不同模型，风格和方法上的差异大约只占两成，剩下的就是原始能力比拼。这层身份、记忆和技能完全归用户所有，不像 Claude Code 可能突然封号、模型性能下降，也不像 Codex 时而限制用量、时而变慢。

记忆系统会随使用不断成长。@Da7_Tech 打开技能和记忆树时发现，Hermes 比其他任何代理都更了解他的工作习惯。他曾让 Fable 把自己的风格和思维方式传递给 Hermes，之后实用性提升了一倍。跨会话和更新，这些设定都不会丢失。

内置技能约 165 个，覆盖 iOS 应用开发、自动化、编程、安全审计、旅行、数据处理、视频剪辑等领域。工具包括网页搜索、浏览器、终端、文件系统、视觉、图像生成、子代理、定时任务，还能通过 MCP 接入其他工具。

接入渠道也很灵活，支持 iMessage、Telegram、Slack、Discord 等。@Da7_Tech 出门在外时，会直接在 Telegram 发语音消息给 Hermes，语音转文本在本地运行，不占用额度。

他的实际用途远不止简单任务：测试视频和模型对比内容全部由 Hermes 剪辑，他本人不碰后期；还用来辅助学习、校对学术研究、翻译书籍文档、对自己的 ERP 应用做安全审计。

对比其他工具时，他的结论很直接。OpenClaw 在当年是革命性的，但稳定性、可靠性和能力都远不及 Hermes，更适合两三天的尝鲜，不适合作为项目基础。Claude Code 和 Codex 能做到的事，Hermes 也能做，但 Hermes 拒绝任务的次数更少——他举了一个例子：同一个任务，Claude Code 和 Codex 都拒绝了，Hermes 完成了。

Grok Bot 的优势是开箱即用、能直接访问 X。但 @Da7_Tech 自己用的是 200 美元的 Ultra 套餐，额度撑不过两三天。他认为 Grok Bot 当前的智能水平很低，经常答非所问，错误多于正确，而且用户无法自定义智能层。

Hermes 也不是没有问题。切换模型后界面有时不显示变更；转向指令经常被忽略，要等很久才生效；子代理有时先给结果再等报告；计算机使用功能在重负载或弱模型下会崩溃。最危险的是弱模型可能在几分钟内破坏整个记忆和配置层——MiniMax M3 的幻觉就曾多次搞坏他的 Hermes。他建议只用 Kimi、Sol、GLM 5.3、DeepSeek Flash、Qwen 3.8 Max 这类稳定的前沿模型。

他还提到两个期待：一是做一个体验精良的移动端应用，二是增加按领域预设的简易模式，让研究者、程序员、作家从现成配置起步，而不是从零开始。

社区响应速度让他印象深刻。他自己提交了阿拉伯语本地化的 pull request，团队直接合并；他在 X 上提了一个「给每个定时任务单独设模型」的想法，三小时内就上线了。

@Da7_Tech 的最终结论是：他试过这个领域里大多数知名工具，每个都有优缺点，而 Hermes 可能是缺点最少的那个。更重要的是，在 Hermes 里遇到问题，你可以自己改、自己删，甚至把它变成优势。他认为 Hermes 是开源精神的一次胜利。