用 AI 代理干活的人，大概都经历过这样的时刻：指令发出去了，界面上一片空白，光标闪了四五秒，你开始怀疑它是不是卡死了。模型再聪明，如果第一个字迟迟不来，体验就归零。这正是首 token 延迟（Time To First Token，TTFT）成为 AI 代理行业关键指标的原因——它直接决定人机协作的节奏。

7 月下旬，开源 AI 代理 Hermes Agent 发布 v0.19.0「Quicksilver」版本，把这个数字从 4.3 秒压到 0.9 秒，降幅约 80%。7 月 30 日，v0.19.1 补丁版跟进，把 v0.19.0 以来的 1000 余个合并 PR 打包成稳定版本。当头部厂商还在比拼模型参数与价格时，一个开源代理项目选择把火力对准响应速度，这件事本身值得拆开来看。

一、4.3 秒到 0.9 秒：一次针对等待的工程进攻

TTFT 衡量从用户发出指令到模型吐出第一个字的时间。在聊天场景里，它只影响一次体验；在代理场景里，代价被放大了——代理的一次任务往往包含多轮工具调用，每一轮都要重新经过思考、输出、执行、再思考的链路，延迟成倍叠加。一个每轮响应慢 3 秒的代理，跑完一个 10 步任务，用户要多等半分钟。所以 TTFT 不只是体感问题，它是代理效率的底数。

Quicksilver 的优化不是单点修补，而是整条链路的工程动作：

• 推理模型默认实时流式输出思维过程，等待不再是黑屏；
• 桌面应用经 20 多个性能优化 PR 重构，流式 Markdown 渲染快 14 倍，diff 改为虚拟化渲染，会话切换不再卡顿；
• 首次响应延迟在所有平台上平均降低约 80%。

4.3 秒恰好卡在人类耐心的临界点上：交互设计领域普遍引用的经验值是，超过 2 秒用户就会感知到延迟，超过 4 秒就会怀疑任务失败。把 TTFT 压进 1 秒以内，意味着代理第一次有了本地软件的响应感。对把代理当日常生产力的用户来说，这是从能忍到顺手的差别。

二、追根溯源：一条清晰的时间线

• 7 月中旬，TechCrunch 报道 Nous Research（Hermes Agent 的开发方）正在洽谈新一轮融资，估值 15 亿美元；
• 7 月 20 日，v0.19.0「Quicksilver」发布（版本标签 v2026.7.20）；
• 7 月 30 日，v0.19.1 发布，汇总 v0.19.0 以来的约 1000 个合并 PR，覆盖网关、语音子系统、桌面应用与安装器的大量修复，以及 Buzz/Nostr 频道、FLUX3 视频生成、Telegram 媒体可靠性等平台改进。

再往前看，v0.18.0「Judgment」版本宣称 100% 关闭了所有 P0/P1 级问题。从清问题、提速度到收稳定性，发布节奏非常工程化：大版本立标杆，小版本收尾。这种持续交付能力本身就是项目进入成熟期的信号——没有稳定的发布节奏，谈不上体验优化。值得注意的是，融资传闻与版本迭代几乎同步：7 月中旬 TechCrunch 报道的 15 亿美元估值洽谈，就发生在 Quicksilver 发布前一周。资本对开源代理的关注，与产品的工程节奏形成呼应——速度、安全、稳定，正是投资人判断一个代理项目能否规模化的三个标尺。

三、比速度更值得注意的：安全与可靠性基建

Quicksilver 的另一半内容，是安全与可靠性，而不是速度：

• 新增可插拔的 SecretSource 接口，原生支持从 Bitwarden 和 1Password 读取 API Key 等敏感配置，告别明文 .env 文件；支持多个密码仓库同时启用、确定性优先级排序与变量溯源；
• 智能审批默认开启，用户可自定义拒绝规则；
• 新增持久化投递账本，防止响应丢失；
• 子代理支持实时观察与日志追踪。

这几项放在一起，指向一个判断：AI 代理正在从能跑走向能管。当代理开始持有密钥、自动执行审批、在后台调度子任务时，密钥管理、权限边界、执行审计就成了比模型能力更前置的问题。把密钥从 .env 挪进密码管理器，本质上是把代理当作一名正式员工来管理——这是企业级采用的前提。同期 Google 也在验证 AI 在安全侧的价值：2026 年 6 月借助 AI 工具修复的 Chrome 漏洞，超过了过去两年的总和。安全与 AI 的双向渗透，正在成为行业共识。

四、横向对比：整个行业都在向代理层迁移

Hermes Agent 的动作不是孤例，7 月下旬的几件事拼在一起，能看到一条清晰的主线：

• Anthropic 发布 Claude Opus 5，定价不变（输入 5 美元/百万 token，输出 25 美元/百万 token），明确面向编码、Agent 与企业工作流；
• Anthropic 同步推出 Cowork，把 Claude Desktop 扩展成无需写代码、直接在本地文件系统工作的桌面代理，对标 Claude Code 的桌面化版本；
• MCP 协议迎来发布 20 个月以来最大规模的架构更新，官方口径是让 AI 代理终于准备好大规模企业级生产部署；
• OpenAI 发布 Presence 企业级实时语音智能体平台。

头部玩家的竞争焦点，正在从模型本身转移到代理层：更低的延迟、更顺滑的桌面体验、更完善的安全机制、更标准的互操作协议。模型能力趋于同质化之后，代理的工程体验成为新的分水岭。

而 Hermes Agent 作为开源阵营的代表，选择用 80% 的延迟优化确立自己在体验上的位置。它同时支持 GPT-5.6，Grok-4.5，Claude Sonnet 5 等多个模型，新增 Fireworks AI 与 DeepInfra 等模型提供商——不绑定单一模型，做一个模型中立的代理层。在模型快速迭代的窗口期，这种中立性本身就是差异化：模型可以随时换，体验和流程是自己的。

五、观点：为什么值得关注

第一，延迟是代理体验的水电煤。模型再强，响应 5 秒起步的代理也撑不起日常高频使用。Quicksilver 把 TTFT 压进 1 秒，等于把代理从偶尔用用的工具推进了每天打开的生产力工具阵营。这个判断有数据支撑：80% 的降幅不是某一项优化的功劳，而是从模型调用到界面渲染全链路重构的结果，意味着这个速度是可持续的，不是营销数字。简单算一笔账：如果一次多步任务包含 10 次交互，每次等待从 4.3 秒降到 0.9 秒，总等待时间就从约 43 秒缩到约 9 秒。在多步任务里，延迟的代价是叠加的——这才是 80% 这个数字的真正分量。

第二，安全基建决定代理能走多远。密钥管理、审批机制、执行账本——这些不性感的工程，恰恰是代理进入企业流程的硬门槛。Hermes Agent 这版在安全上的投入，比速度优化更值得行业注意。

第三，开源代理正在建立自己的生态位。以 15 亿美元估值洽谈融资的 Nous Research，走的是开源核心加模型中立的路线。在闭源厂商用生态锁定用户的当下，开源代理给了开发者和企业一个可审计、可掌控的选项。

结语

白物集的内容管线本身就跑在 Hermes Agent 上，这次更新的直接感受是：同样的任务，等待明显变短，节奏顺畅了不少。当代理的响应逼近本地软件，人机协作的下一个瓶颈，可能就轮到人类自己的输入速度了。你上一次因为等 AI 响应而放弃某个工具，是什么时候？