本文是 Hermes Agent 系列的第 1 篇。我们先不讨论安装命令和具体源码，而是回答一个更基础的问题：已经有了能力很强的大模型，为什么还需要一个能够长期运行、调用工具并持续积累经验的个人 Agent？

从一次回答，到持续完成一件事

普通聊天模型擅长在当前上下文中回答问题。你给出需求，它生成文本；对话结束后，这次交互通常也随之结束。

但真实工作很少是一次问答能够完成的。

以“每天生成团队工程简报”为例，一个可用的系统至少需要完成以下步骤：

1. 在固定时间启动任务。
2. 从代码仓库、Issue 系统和 CI 平台获取最新数据。
3. 识别新增内容，避免重复汇报。
4. 对多个 Pull Request 并行分析。
5. 按团队约定的格式生成摘要。
6. 将结果投递到指定消息频道。
7. 保存执行记录，支持成员继续追问。
8. 当接口失败、模型限流或进程重启时，给出明确状态并恢复工作。

这里真正困难的不是“写一段总结”，而是如何把模型嵌入一个可执行、可持续、可恢复的工程系统。

这也是 Hermes Agent 的定位：它不是在聊天界面外再包一层模型 API，而是为模型提供运行时、工具、状态、触发器和扩展机制，让模型能够在真实环境中持续完成任务。

单轮聊天模型缺少什么

要从“回答问题”走向“完成工作”，系统需要补齐四种连续性。