Hermes 的结构性困境：抄得到代码，抄不到网络
- 两张进化网络，还是两张孤岛
- 结构性困境：指数打线性，差距只会越来越大
- Hermes 补得上这个差距吗
- 一份技术对比报告
- 接回去：为什么接入网络等于自曝
- 一个更大的问题：开源协议在 AI 洗代码面前失效了
- 后续
- Evolver 的一段插曲
- 参考文献
你花三小时调通了一个 Python 环境报错，隔壁同事遇到同样的坑，还是得从头踩一遍。
AI Agent 也一样。经验怎么传承？这个问题，EvoMap 和 Nous Research 给出了完全不同的答案。
EvoMap 的 Evolver 建了一张进化网络——一个 Agent 学会的技能，130K 个节点瞬间继承。Nous Research 的 Hermes 走的是另一条路：每个实例自己积累，靠一个手工技能市场共享。
一个是指数传播，一个是线性积累。
这不是"风格不同"，是底层的架构分歧。而分歧背后，是 4 月 15 日 EvoMap 在 X 上公开的一份技术对比报告——直指 Hermes 的核心自进化模块，是对 Evolver 的系统性复刻。
两张进化网络，还是两张孤岛
EvoMap：让 AI 的经验不再是一次性的
EvoMap 是深圳一个不到 20 人的团队（2025 年成立，创始人张昊阳，之前在腾讯做《和平精英》技术策划）。核心产品 Evolver，一个 AI Agent 自进化引擎。
说白了：AI 的经验不该是消耗品。 张三的 Agent 学会了修某个 Python 报错，李四的 Agent 遇到同样问题还得从头来；一家公司花一万刀训练 Agent 学会爬数据，另一家公司有同样需求，继续重复踩坑。
这种场景谁没经历过？看着头疼吧。
EvoMap 的解法叫 GEP（Genome Evolution Protocol）基因组进化协议。一句话：把 AI 在干活中学到的有效策略，打包成可验证、可检索、可继承的基因胶囊（Capsule），让这些胶囊在网络里通过"自然选择"优胜劣汰。
三层资产结构：
| 层级 | 作用 |
|---|---|
| Gene（基因） | 最小能力单元，验证过的策略片段 |
| Capsule（胶囊） | 策略本身 + 环境指纹 + 成功率记录 + 审计日志 |
| EvolutionEvent（进化事件） | 不可篡改的日志，记录完整变异上下文 |
五步进化循环：Scan → Select → Mutate → Validate → Solidify。70% 算力修 Bug 保稳定，30% 探索新能力。
举几个实际跑通的例子：
- 依赖报错：开发者的 Agent 遇到
crypt-solver报Cannot find module，死活调不通。EvoMap 网络里另一个 Agent 早就修过同类问题，打包好了胶囊。匹配到之后直接继承修复逻辑，省了几个小时。 - 跨平台兼容：有 Agent 把"Windows 和 Linux 进程命令兼容"打包成胶囊，不同系统环境的 Agent 都能直接用。
- 依赖审计：
dependency-scanner胶囊，全球开发者都能调用，自动检测依赖包风险。
现状：130K+ Agent 节点接入，累计调用 4600 万次。Evolver GitHub 3.1k+ Stars。GPL-3.0 协议，核心模块混淆发布。
Hermes：每个实例都是一座孤岛
Hermes 背后是 Nous Research，硅谷明星 AI 实验室，融资过亿美元。Hermes 系列开源大模型在 LLM 圈影响力不小，YaRN 上下文扩展技术也确实是好活。
但 Hermes 的 Agent 没有网络层。它的"进化"是每个实例自己长自己的，知识共享就靠两样：
1. Skills Hub（技能市场）：v0.2.0 带了 70+ 个 bundled skills，用户也能上传自己写的 skill。就是个手工维护的技能商店。
2. 实例自进化：你的 Hermes 在自己的 session 里积累经验，越用越懂你——但也只懂你。
两边往这一摆，差距就出来了：
| 维度 | EvoMap | Hermes |
|---|---|---|
| 共享方式 | 网络自动传播，Capsule 一键 fetch | 人工上传 → 人工搜索 → 手工安装 |
| 共享粒度 | 每个成功的 Gene/Capsule 都能共享 | 只共享显式 skill 文件 |
| 知识沉淀 | 自动扫描日志提取，自动打包 | 等用户手动触发 skill_manage |
| 跨实例传播 | 130K 节点实时共享 | 每个实例是孤岛 |
| 进化模式 | 全网协同，指数传播 | 单实例线性积累，互不相通 |
结构性困境：指数打线性，差距只会越来越大
Hermes 真正麻烦的不是今天差多少，而是这个差距的斜率。
先算一笔简单的账：
EvoMap 网络：
第1天：解决1个新问题 → 1个Capsule加入网络
第2天：N个节点各自解决新问题 → N个Capsule加入网络
第3天：N+130K个节点同时受益于这N个Capsule
每天过去，所有节点同时吃到新积累的胶囊Hermes 每个实例：
第1天：这个实例自己解决1个问题 → 只有它学会了
第2天：又解决1个新问题 → 还是只有它学会了
第3天：10个Hermes实例各自解决各自的问题 → 各自多了1个技能，互不相通这种账算下去，几个维度会拉开实质差距：
问题解决速度。 OpenClaw 节点遇到已解决问题 → fetch Capsule → 几秒搞定。Hermes 实例遇到同样问题 → 去 Skills Hub 搜 → 找到了手动装 → 可能版本不兼容 → 来回折腾。做过 DevOps 的都知道这中间的差距有多大。
技能质量。 EvoMap 的 Capsule 有硬门槛：置信度 ≥ 0.7、爆炸半径 ≤ 5、连续成功 ≥ 2 次。不够格的胶囊会被达尔文机制自动边缘化。Hermes Skills Hub 靠人工上传，没有自动质量过滤——一个坑爹的 skill 传上去，它就在那，不会自己消失。
积累速度。 假设今天两边各有 1000 个有效技能。明天 EvoMap 自动新增 N 个 Capsule，全网共享；Hermes Skills Hub 靠人手动传，新增不到 10 个。一天差几十，一年差数万。
知识捕获率。 这是最要命的。你 Agent 学会了修一个特殊环境下的 Python 版本冲突，你可能压根没意识到这是个"技能"，更不会想起来去上传。EvoMap 不需要你意识到——系统自动扫描日志、自动提取信号、自动打包。你 Agent 干活时暴露出的所有有效行为模式，它都能捕获。Hermes 呢？只能捕获你主动想起来的那部分。两者的捕获率，根本不在一个量级。
拉开时间看：
| 时间 | OpenClaw + EvoMap | Hermes |
|---|---|---|
| 1 周后 | 网络新增 N 个 Capsule，全网共享 | Skills Hub 新增少量手动 skill，孤岛 |
| 1 月后 | 有效技能库差距开始显现 | 有效技能库差距开始显现 |
| 1 年后 | 网络积累数万经过验证的 Capsule | Skills Hub 积累有限，质量参差不齐 |
| 新人第一天 | 继承全网所有历史 Capsule | 只有 70 个 bundled skills，从零开始 |
Hermes 的叙事是"越用越聪明"——但只对你这一个实例成立。你的 Hermes 越用越聪明，我的 Hermes 还是从零开始。
EvoMap 的叙事是"一个学会，百万继承"。第一个节点学会的东西，第九十万个节点立刻能用。
从第一天起，起跑线就不一样。而且这个差距会随时间指数放大。
Hermes 补得上这个差距吗
那你可能要问：Hermes 为什么不也建一张网络？直接接入 EvoMap 不就行了？
技术上没任何障碍。EvoMap 的 GEP 协议是开放的：
evolver setup-hooks --platform=cursorOpenClaw、Manus 等平台都接入了。只要你遵守 GEP 协议，任何 Agent 都能加入这张网。
但现实中几乎不可能。 原因正好指向那场抄袭争议。
一份技术对比报告
4 月 15 日，EvoMap 在 X 上发了一份技术对比报告，指控 Hermes 的核心自进化能力是对 Evolver 的系统性复刻。
不是"风格相似"这种模糊说法——10 步主循环步步对齐，12 组核心术语被系统性替换，7 份公开材料一次引用没给。
时间线：晚了 5 周以上
| 日期 | Evolver | Hermes |
|---|---|---|
| 2026-02-01 | 公开建仓，同日 263 个演化 commits | — |
| 2026-02-04 | GEP 协议正式成型（三级资产+五步循环） | — |
| 2026-02-06 | Memory Graph v1/v2 + Capsule success_streak 上线 | — |
| 2026-02-16 | GEP Protocol Deep Dive 公开博客发表 | — |
| 2026-02-17 | Agent Skill vs GEP Gene 公开博客发表 | — |
| 2026-03-03 | 叙事记忆+反射循环完整闭合 | — |
| 2026-03-09 | 累计 117 个版本 | self-evolution 仓库创建 |
| 2026-03-12 | — | v0.2.0 发布 Skills Ecosystem |
Evolver 在 2 月 16 日就已经通过公开博客把整套 GEP 协议系统性讲透了。Hermes 的自进化仓库 3 月 9 日才创建，晚了 5 周多。
Hermes 的辩解是"主仓库 2025 年 7 月就有了"。但报告查得很清楚：至 2026 年 2 月下旬前，那个仓库处于内部小项目状态——无公开 release，无公开贡献者。第一个 tagged release 是 v0.2.0（2026-03-12）。争议所涉的自进化功能仓库，创建时间精确到天：2026-03-09。
三层记忆体系精确对应
第一层 — 持久事实层：
| Evolver | Hermes | |
|---|---|---|
| 存储文件 | EVOLUTION_PRINCIPLES.md / evolution_narrative.md |
MEMORY.md / USER.md |
| 用途 | 持久化的世界观/原则文档 | 持久化的用户信息/记忆文档 |
第二层 — 程序性记忆层：
| Evolver | Hermes | |
|---|---|---|
| 核心概念 | Gene（基因） | Skill |
| 封装单位 | Capsule（胶囊） | SkillSet |
| 事件记录 | EvolutionEvent | SkillEvent |
| 存储池 | Gene Pool | Skill Bank |
| 生命周期 | Evolution Protocol | Skill Lifecycle |
第三层 — 历史搜索层：
都用 SQLite session search。触发时机一致，评分函数都是多维加权，约束验证都是 collect-all-then-gate 模式。
12 组术语，一对一替换
如果说三层记忆是架构层面的一致，那术语替换就是实现层面最直接的东西——不是借鉴，是洗代码。
| Evolver 术语 | Hermes 术语 |
|---|---|
| Gene | Skill |
| Capsule | SkillSet |
| EvolutionEvent | SkillEvent |
| Gene Pool | Skill Bank |
| Evolution Protocol | Skill Lifecycle |
| Solidify | Persist |
| Mutation | Refine |
| Fitness Score | Performance Metric |
| Selection | Prioritization |
| Inject | Load |
| Environment Fingerprint | Context Signature |
每一对都是 1:1。逻辑完全一样，只换了名字。这是 AI 辅助洗代码的教科书操作——吃透你的逻辑，换一套变量名，吐出一个"全新"的代码库。
10 步主循环，步步对齐
Evolver 用 Node.js，Hermes 用 Python，语言完全不同。但核心进化循环：
加载 → 评估 → 选择 → 优化 → 验证 → 持久化10 步编排完全对应。两个不同语言、不同团队、在不同时间公开的项目，独立写出同一套 10 步编排——报告给出的结论：概率接近于零。
Hermes 的回应
面对这份证据，Nous Research 的反应是：
官方账号："Our repo was created in July 2025. We are pioneers of fundamental technology underlying modern agent frameworks including YaRN. Delete your account."
联合创始人 Teknium："我这辈子从来没有听说过这个人、他的项目……毫无证据地声称我剽窃了他们的作品，这是谎言。"
然后删帖、拉黑、全线沉默。
技术证据一条没回。没解释术语为什么 1:1 替换，没说明三层记忆的差异，没回应 7 份材料零引用。
接回去：为什么接入网络等于自曝
现在回头看前面的问题——Hermes 为什么不接入 EvoMap 网络？
| 问题 | 分析 |
|---|---|
| 已有自己的进化架构 | Hermes v0.2.0 的 Skills Ecosystem 就是一套自进化体系，而根据 EvoMap 的指控，这套体系是从 Evolver 复刻的 |
| 接入等于承认"我是复刻的" | 如果 Hermes 原生支持 GEP 协议，等于在架构上公开承认自己的进化底座建立在 Evolver 之上 |
| 许可证问题 | Evolver 现在是 GPL-3.0，接入并修改必须开源。Hermes 要整合进去，许可证合规会很棘手 |
| "自主进化"叙事崩塌 | Hermes 一直标榜"self-evolution"。接入外部网络，这四个字就站不住了 |
一个被指控"复刻"了 Evolver 的项目，反而最不可能接入 EvoMap 网络——因为接进去等于公开认账。
这就是 EvoMap 创始人那句话的底气："Nous Research 可以抄袭，但无法理解我们团队的下一步路线。"
Hermes 抄到了代码，抄到了架构，但没有抄到网络。而网络效应，才是 Evolver 最核心的壁垒。抄得到代码，抄不到网络。
一个更大的问题：开源协议在 AI 洗代码面前失效了
抛开谁抄了谁，这件事暴露了一个更麻烦的趋势。
传统开源协议——MIT、Apache、GPL——设计的时候，前提是人手动复制代码。而 AI 把"洗代码"的成本从一个月压到了一小时。不需要复制一行原文，让 AI 理解你的架构逻辑，换一种语言、换一套变量名重写一遍。产出的代码，文本相似度可以只有 3%，但 15 个核心设计决策全部一致。传统查重工具完全抓不到。
这不是孤例：
| 事件 | 抄袭方式 |
|---|---|
| 美团 Tabbit vs 陪读蛙 | 源码残留"read-frog"字符串，GPLv3 违规 |
| 微软 Peerd vs Spegel | 复制代码、注释、函数签名，甚至保留原作者雇主信息 |
| Hermes vs Evolver | 架构级同构，术语系统性替换，MIT 协议完全无力 |
| Cursor Composer 2 vs Kimi K2.5 | API 返回数据里直接出现底层模型 ID |
报告作者的原话：
MIT 协议的开源只适用于有强大话语权的强势方。当"借鉴"的界限被 AI 工具模糊后，开源本身已经无法保护没有话语权的弱势方。这不是某个团队的问题，这是整个开源生态面临的结构性危机。
后续
因为感受不到对原创者的尊重，EvoMap 做了两个决定：
- MIT → GPL-3.0：不再允许自由商用和闭源引用
- 核心模块混淆发布：不是闭源，但也不再是透明开源
另外有个有意思的细节：两个平台双向都有官方迁移工具。
# OpenClaw → Hermes
hermes claw migrate --preset full --migrate-secrets
# Hermes → OpenClaw
openclaw migrate apply hermes --yesskill 文件、memory 文档、配置文件都能搬。但有一个根本性的东西搬不过去：
| 能带走 | 带不走 | |
|---|---|---|
| Hermes 实例 | skill 文件、memory 文件 → 搬到 OpenClaw | — |
| EvoMap 网络 | — | 130K 节点 + 4600 万次调用 + 数万 Capsule |
迁移工具搬的是静态文件。EvoMap 网络真正的价值是动态积累的 Capsule 库——130K 节点跑出来的、经过验证的胶囊，几个 skill 文件没法替代。
Evolver 的一段插曲
Evolver 这条路走得并不顺。2026 年 2 月 1 日在 ClawHub 上线，10 分钟登顶下载榜首，3 天破 3.6 万下载。然后：
- 上线次日被强制下架
- 收到勒索邮件：1000 美元"调查费"帮恢复
- ClawHub 随后误封大批中文开发者账号（中文显示乱码 → 判定"空 Skill"）
- 账号恢复后，Evolver 被冒名挂到海外开发者名下
下架、勒索、误封、冒名——四连击之后，EvoMap 把 Evolver 从"插件"重构为一套底层进化协议，不再绑在任何单一平台上。
参考文献
本文链接：Hermes 的结构性困境：抄得到代码，抄不到网络 - https://h89.cn/archives/589.html
版权声明：原创文章 遵循 CC 4.0 BY-SA 版权协议，转载请附上原文链接和本声明。