实测:HermesAgent的
HermesAgent重点宣传的“自我进化”功能备受关注,其核心机制在于当任务涉及5次以上的工具调用时,系统会自动创建相关技能,供后续同类任务直接复用。为了验证这一机制的实际表现,本次实测设计了连续调研多个GitHub项目的任务,通过对比冷启动与技能复用阶段的数据,分析其在工具调用次数、上下文占用及操作路径上的变化。
01冷启动阶段:首次任务执行
首个任务是对Vercel AI SDK项目进行深度调研,要求获取项目概况、技术栈、社区讨论及生成报告。在这一阶段,Agent尚未积累相关技能,操作过程呈现出明显的探索性特征。
- 执行过程较为繁琐:主要依赖浏览器进行页面跳转和数据抓取。
- 试错成本较高:在抓取package.json文件时尝试了3次才成功,Issue查阅也经历了多次来回跳转。
- 资源消耗大:总共触发了15次工具调用,上下文占用率一度达到96%,接近上限。
- 技能生成:任务结束后,系统自动创建了名为“github-project-research”的技能。
02技能复用阶段:同类型任务验证
第二个任务是对Supabase项目进行同样维度的调研。此时,Agent加载了上一阶段生成的技能,执行策略发生了显著变化,不再单纯依赖浏览器模拟操作。
- 策略优化:放弃了低效的网页翻页,转而直接使用curl调用GitHub API接口获取数据。
- 效率提升:工具调用次数降至8次,较首次减少近一半。
- 资源控制:上下文占用得到有效缓解,未出现溢出预警。
随后的第三个任务(调研Page-Agent)进一步验证了技能的稳定性。尽管需求略有简化,Agent依然成功复用了技能,仅调用6次工具即完成任务。这表明Agent确实记住了首次任务中的经验,在后续处理中跳过了繁琐的探索过程,采取了更优的执行路径。
03实测数据与结论
| 测试任务 | 工具调用次数 | 执行策略 | 上下文状态 |
|---|---|---|---|
| Vercel AI SDK (冷启动) | 15次 | 浏览器模拟跳转 | 接近满载 (96%) |
| Supabase (技能复用) | 8次 | GitHub API调用 | 平稳/未溢出 |
| Page-Agent (技能复用) | 6次 | GitHub API调用 | 平稳 |
不同阶段任务执行数据对比
实测结果显示,HermesAgent的“自我进化”机制并非营销噱头。通过技能生成与复用,Agent在处理同类型复杂任务时,能够有效识别并规避低效的操作路径(如反复的页面跳转),转而采用更高效的API调用方式。这种“长记性”的能力显著降低了资源消耗并提升了执行效率。随着使用频次增加,累积的技能库将使Agent在特定领域的工作中表现得更加顺手。
当前文章无评论,是时候发表评论了