Hermes Agent 0.20 发布：从「打字聊天」到「开口说话」，这个 AI 助手终于像个真人了
大家好，我是老张。
你有没有这种感觉——跟 AI 助手聊天，总是差点意思？
你打字，它回复。你等它生成完，再看一大段文字。明明是对话，却更像在写邮件。偶尔想打断它说"不对，不是这个方向"，发现只能 /stop 重新来。
今天聊的这个项目，老张已经用了快半年——Hermes Agent，刚刚发布了 v0.20.0（代号 2026.8.3）。225k Star，43.5k Fork，3650 个 commit，1400 个 PR，647 位贡献者——这是 Hermes 史上最大的一个版本，而且它解决的就是上面说的那些"差点意思"。
📊 项目速览
| 项目 | 详情 |
|---|---|
| GitHub | NousResearch/hermes-agent |
| Star | 225k ⭐ |
| 版本 | v0.20.0 (2026.8.3) |
| 技术栈 | Python + Node.js (Desktop) |
| 协议 | MIT |
| 安装 | pip install hermes-agent 或 Shell 一键脚本 |
🚀 这次更新，我挑 6 个最重要的聊
1️⃣ 语音对话——终于能像跟人说话一样了
以前 Hermes 的语音模式：你说一句 → 等它生成完 → 听一长段语音。跟打语音留言差不多。
现在完全不一样了：
- 边说边生成：回复一边生成一边说出来，不用等整段生成完
- 随时打断：你直接开口说话，它就会停下来听你说，模型知道被打断了
- 唤醒词：喊"Hey Hermes"就开始听，检测在本地跑，音频不出你的机器
- 全平台支持：飞书、微信、WhatsApp 发语音都能识别+文字回复
说实话，这体验终于对得起"对话"两个字了。你可以在终端里用它，从房间另一头喊它——终端会听你说话了。
2️⃣ 桌面端变身工作台——不只是聊天窗口
桌面端之前就是个聊天框。现在变成了一个真正的工作台：
- Artifacts 卡片：Agent 生成的 HTML/应用直接在右侧预览，沙箱隔离
- 插件 SDK：可以开发自己的桌面插件，Kanban 就是第一个官方插件
- 全局快捷键快速输入：任何地方按快捷键，弹出输入框，消息直达 Hermes
- 多窗口：可以同时开多个会话窗口和预览
简单说，Hermes 桌面端从一个"聊天客户端"变成了一个"开发工作站"。你在让它写前端的同时，右边就能实时预览效果。
3️⃣ Agent 之间能对话了——A2A 协议
这是老张觉得比较有想象力的一点。
Hermes 现在实现了 Agent-to-Agent (A2A) v1.0 协议。翻译成人话就是：一个 Hermes Agent 可以跟另一个 Agent 对话、协作、互相调用。
比如你有一个专门做代码审查的 Agent，一个专门做测试的 Agent，一个专门写文档的 Agent。以前你得分别跟它们聊。现在 Hermes 可以自动发现它们，把任务分过去，汇总结果回来。
这个协议是标准的，不同框架的 Agent 也能互通——不限于 Hermes。
4️⃣ 工具自己修自己——少浪费 Token
这可能是运维最关心的——工具调用失败时的处理。
老张用 AI 助手最烦的事：一个命令执行输出被截断了，Agent 不知道，继续往下操作；一个文件搜索没找到结果，Agent 以为文件不存在；patch 编辑失败，Agent 反复重试同样的操作。
v0.20.0 做了一波"工具自愈"升级：
- 终端输出截断 → 自动存到文件，Agent 可以读取完整内容
- patch 已应用的编辑 → 返回"已存在"，不重复操作
- 搜索零结果 → 自动尝试近似匹配，给出备选建议
- 文件写入 → 立即验证磁盘内容是否正确
少浪费 Token = 少花钱 = 运行更稳定，这对实际使用体验的提升非常大。
5️⃣ 命令行变身——运维的瑞士军刀
CLI 端也加了一波实用命令：
| 命令 | 功能 |
|---|---|
| !command | 直接执行 shell 命令，不走 Agent 回合，秒回 |
| /init | 扫描项目，自动生成 AGENTS.md |
| /diff | 查看改动（staged / 全部 / 当前会话） |
| /context | 拆解当前上下文窗口占用了多少 Token |
| /focus | 精简输出模式，长输出可以收起 |
| Ctrl+S | 暂存半条没写完的 prompt |
还有 hermes import-agent，一键从 Claude Code 或 Codex CLI 迁移配置到 Hermes。
6️⃣ 压缩更聪明，长会话也不卡
这是底层优化，但直接影响体验。
以前上下文压缩是"一次性大暂停"，压缩的时候整个 Agent 卡住。现在改成了每轮微压缩——摊到每轮对话里做，不再有那一大段等待。
另外，压缩后保证最近 N 条用户消息一定不会被裁掉，不会出现"聊着聊着 Agent 忘了刚才在说什么"的情况。压缩阈值现在还能按模型单独配置。
🛠️ 安装/升级
如果你已经在用：
pip install --upgrade hermes-agent
hermes update
如果是新装：
curl -fsSL https://get.hermes-agent.com | bash
桌面端从 GitHub Releases 下载对应平台的安装包。
💡 老张的评价
✅ 这次更新最实在的地方
- 语音体验质变：不是加了个功能，是把整个语音交互重做了一遍，真的能用了
- 桌面端不再是聊天框：Artifacts + 插件 + 快速输入，工具属性拉满
- 工具自愈：解决的是"AI 用工具经常出错"的核心痛点，直接影响效率
- 性能翻倍：冷启动 14s → 1.8s，这个数字说明他们真的在优化底层
⚠️ 值得注意
- 版本号从 0.19 跳到 0.20，但这个版本改动量非常大，升级后建议重新检查配置
- 语音功能需要额外安装依赖（STT/TTS 引擎），不是 pip install 完就能用的
- 桌面插件 SDK 还在早期，开发文档可能不够完善
🎯 适合谁用？
| 场景 | 推荐程度 |
|---|---|
| 日常 AI 编程助手 | ⭐⭐⭐⭐⭐ |
| 运维自动化（脚本生成、日志分析） | ⭐⭐⭐⭐⭐ |
| 多 Agent 协作开发 | ⭐⭐⭐⭐ |
| 语音交互场景（开车/做饭时用） | ⭐⭐⭐⭐ |
| 企业内部 AI 工作台 | ⭐⭐⭐⭐ |
🔗 资源汇总
💬 互动话题
- 你用 AI 助手最受不了的一件事是什么？老张是"截断的输出它不知道"。
- Agent 之间能对话了，你想让它们帮你干什么？
- 用过 Hermes 的兄弟们，这个版本你升级了吗？体验怎么样？
欢迎评论区聊聊 👇