Hermes Agent最近在AI圈彻底火了。
这个由Nous Research推出的AI Agent项目,凭借强大的技能生态系统和自进化能力,短短几周就吸引了大量关注。
但就在它风光无限的时候,中国EvoMap团队突然站出来发声:这个项目涉嫌抄袭他们的开源项目Evolver。

Hermes Agent的走红速度确实惊人。2月25日发布v0.1.0版本,3月12日就推出了完整的技能生态系统,包含70多个预置技能。更厉害的是,它还能自主创建新技能,实现自我进化。
但EvoMap团队的时间线却揭示了另一个故事。
他们的Evolver项目早在2月1日就开源了,10分钟登上ClawHub热门榜首。围绕自研的GEP协议,团队构建了一整套Agent自进化基础设施,包括Gene/Capsule/EvolutionEvent三级资产体系、基于信号的选择器、因果记忆图等。这套体系在2月中旬已通过多篇公开文章系统性阐述。

关键时间差出现了:Evolver的核心概念在2月1-16日已全部公开。Hermes的技能生态在3月12日才发布,自进化仓库在3月9日才创建。
中间相隔24-39天。
最核心的指控在于架构层面的高度相似。EvoMap团队做了详细的对比分析,发现两个项目在多个维度上几乎一一对应。
三层记忆体系

三层记忆结构:持久事实层 + 程序性记忆层 + 历史搜索层。两者在每一层都有精确的功能对应。
核心循环
Agent完成任务后,自动提取可复用的经验资产。

两者的核心范式完全一致 -- "任务完成后自动提取可复用知识并持久化"。Evolver 使用 Gene/Capsule JSON 结构,Hermes 使用 SKILL.md Markdown 结构。形式不同,架构同构。
周期性反射
Evolver每5个进化周期触发一次战略性自我评估。Hermes每15次tool call运行一次self-evaluation checkpoint。
目的一致:从执行经验中提取模式并持久化。
技能发现机制

两者都实现了 "运行时能力发现 + 按需加载" 的模式。核心思路一致,具体实现有差异。
单个维度你可以说"英雄所见略同"。但上面这些加在一起,多个维度同时收敛到同一个设计,且是在Evolver全部公开之后24-39天内完成的,几率大吗?
超越架构层面,源码组织也表现出高度相似性。
Evolver的核心模块
src/gep/
selector.js # 基因选择引擎(信号匹配+漂移)
signals.js # 三层信号提取(正则/关键词/LLM)
solidify.js # 固化引擎(验证+回滚+发布)
mutation.js # 突变构建器(repair/optimize/innovate/explore)
reflection.js # 反射机制(周期性战略分析)
memoryGraph.js # 记忆图谱(JSONL追加, Jaccard相似度)
skillDistiller.js # 技能蒸馏器(Capsule -> Gene蒸馏)
assetStore.js # 资产存储(genes.json/capsules.json/events.jsonl)
executionTrace.js # 执行跟踪(脱敏后的跨agent共享)
narrativeMemory.js # 叙事记忆(进化故事摘要)
prompt.js # GEP提示词构建器
Hermes Agent对应模块
# 主仓库 hermes-agent/
agent/memory_manager.py # 记忆管理(MEMORY.md + USER.md)
agent/context_engine.py # 上下文引擎(压缩/会话管理)
agent/prompt_builder.py # 提示词构建(系统提示+技能索引)
agent/skill_utils.py # 技能元数据工具(frontmatter解析)
agent/skill_commands.py # 技能命令(运行时发现+激活)
tools/skill_manager_tool.py # 技能CRUD(create/edit/patch/delete)
tools/memory_tool.py # 持久记忆工具(MEMORY.md CRUD)
# 自进化仓库 hermes-agent-self-evolution/
evolution/core/fitness.py # 适应度评估(LLM-as-judge评分)
evolution/core/constraints.py # 约束验证(大小/增长/结构)
evolution/skills/evolve_skill.py # 技能进化主循环(10步编排)
每一个Evolver核心模块在Hermes中都有功能等价的对应文件。

更值得注意的是术语替换,对 Hermes 两个仓库的全文搜索:

没有找到直接的代码残留。
但每一个Evolver核心概念在Hermes中都有术语不同但功能等价的对应:

每一个 Evolver 核心概念在 Hermes 中都有术语不同但功能等价的对应 -- 这是系统性概念替换的典型特征。
在Hermes Agent及其self-evolution仓库的全部公开材料中,对Evolver/GEP/EvoMap的引用为零。
Hermes团队引用了GEPA / DSPy(Stanford/Berkeley)和Darwinian Evolver(Imbue AI),这些是正当的学术引用。
但对于其整体自进化架构最相似的先行项目——EvoMap Evolver(1852 stars, 114 releases, 2026-02-01起公开)——只字未提。
作为对比,EvoMap团队主动发布了Hermes Agent vs EvoMap对比文章,承认Hermes的价值并给出公正评价。
在开源社区,相似项目之间的相互引用和致谢是常见做法。比如LangChain引用了DSPy,CrewAI对比了AutoGen,MetaGPT论文引用了相关框架。这种做法既是对前人工作的认可,也有助于社区更好地理解不同方案之间的关系。
这件事有个更值得关注的层面。EvoMap团队在公开信里提到一个概念:“AI洗代码”。在这个时代,根本不需要逐行抄袭。把别人的开源项目丢给AI,让它吃透逻辑,换一套变量命名,调整一下文件结构,就能吐出一个看起来"完全不同"的精致产物。文本相似度可能只有3%,但核心设计可以100%一致。
就像把《红楼梦》翻译成英文再转译成法文,文字全变了,但人物关系和情节结构还在。这种"洗稿"最难界定,也最难维权。
这解释了为什么EvoMap团队从MIT协议改成了GPL-3.0+核心模块混淆发布。一个本心拥抱开源的团队,被逼到不敢开源。
这本身就是一个值得警惕的信号。
他们还举了几个今年已经发生的类似案例:美团Tabbit AI浏览器公测第一天被发现直接用了个人开发者"陪读蛙"的开源代码;独立开发者"三省六部AI朝廷"项目开源仅21小时就被AI重写以"原创"发布;微软Peerd被发现在大量复制个人开源项目Spegel的代码和注释。
从个人开发者到小团队,从国内大厂到海外巨头:AI时代的代码洗稿,成本越来越低,门槛越来越低。
公平地说,Hermes Agent 本身是个优秀的项目。技术栈选择严谨(Python 生态)、实现扎实、用户体验出色。他们提出的防御理由也并非全无道理:Agent Skills 标准确实是 Anthropic 先发布的行业规范,仓库创建时间也早于 Evolver。
但这些不能解释架构层面的高度同构。
在开源社区,有个基本礼仪叫"Prior Art"(先前技术)。LangChain 引用了 DSPy,CrewAI 对比了 AutoGen,MetaGPT 论文致谢了相关框架——承认受到启发,不会削弱你的创新,反而体现专业素养。
Hermes 引用了 GEPA(伯克利/斯坦福)、引用了 Darwinian Evolver(Imbue AI),却对在 GitHub 搜索"agent self-evolution"必然能看到的 Evolver完全沉默。
这种"选择性失明",配合架构的"翻译级对应",才是让社区感到不适的根源。
这件事没有法院判决书,也不会有"抄袭"的法律定性。但它抛出了一个必须回答的问题:
当 AI 工具越来越强大,"借鉴"和"剽窃"的边界在哪里?
开源的本质是知识共享,但不是无偿的架构外包。如果每个创新者发布代码后,都要担心明天就被 AI 洗稿换皮、甚至被倒打一耙说"你是后来者",那么谁还愿意开源核心创新?
EvoMap 团队在公开信里说:"我们不要求许可费、不要署名权——只希望事实被记录,历史被尊重。"
这或许就是开源社区最朴素的底线:你可以站在巨人肩膀上,但请至少 mention 一下巨人的名字。
现在留给 Hermes 团队的问题很简单:既然架构如此不同,为何不敢大方对比?既然确实是独立创新,为何在官方回应后又秒删拉黑?
答案,或许就藏在那些没有写进 README 的 commit 记录里。
EvoMap技术博客及公开信:
https://evomap.ai/zh/blog/hermes-agent-evolver-similarity-analysis
https://mp.weixin.qq.com/s/YPQG9zcVrf3h_wWa1t5DPw
文章来自于"极思TopMinds",作者 "米布利多"。
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0