2026 年 7 月 1 日，Hermes Agent v0.18.0 正式发布，代号“The Judgment Release”。这个版本的发布方式与以往截然不同——它在 12 天内关闭了 692 个 P0/P1 级别的 Issue 和 PR，实现了 100% 清零。对于一个拥有超过 370 位社区贡献者的开源项目而言，这是一个罕见的里程碑。

在 v0.18 之前，Hermes Agent 已经积累了近千个未解决的 Issue 和 PR。作为一个以每周迭代速度增长的 Agent 框架，功能膨胀与质量管控之间的矛盾不断加剧。维护团队做了一个非常规的决定：暂停所有新功能开发，集中解决全部 P0/P1 问题。这在开源项目中并不常见——大多数项目会选择性修复，而非承诺彻底清零。

12 天的冲刺：1720 次提交与 370 位贡献者

整个 v0.18 发布周期累计完成了 1720 次提交，合并了 998 个 PR，参与贡献者超过 370 人。这里的关键数字不是提交量，而是 12 天——从决定冲刺到交付，只用了不到两周。

对比其他主流开源项目的同类工作：Kubernetes 1.28 到 1.29 的跨越经历了 4 个月；VS Code 每月发布一次，每个版本处理的 Issue 数量在 200-300 之间。Hermes Agent 以 4 倍以上的速度处理了 2-3 倍的工作量。这不是一个公司内部的工程冲刺，而是全球开源社区在 Agent 工具领域的协同作战能力的一次集中体现。

Mixture-of-Agents：从实验到一级公民

v0.18 中最具架构意义的变更，是 Mixture-of-Agents（MoA）从实验性功能正式升级为一级模型提供商。

在此之前，MoA 是一个需要额外配置的试验特性。v0.18 将其提升为与 Claude、GPT、Grok 同级的选择项——用户可以在模型选择器中直接看到 MOA-4、MOA-5-V2、MOA-P 等预设方案。每个参考模型的推理过程实时可见，用户可以根据任务复杂度自定义拓扑结构、停止策略和四舍五入逻辑。

这一变化的意义在于：多模型编排不再是锦上添花的实验，而是框架的核心能力。当用户面对一个复杂任务时，不再需要猜测“用哪个模型最合适”；MoA 会让多个模型并行推理、互相校验，输出综合最优结果。对开发者而言，这意味着在构建生产级 Agent 应用时，多模型协作可以成为默认架构，而非事后补救。

Completion Contracts：当 Agent 学会验证自己的作业

v0.18 中最具思想深度的特性，是 Completion Contracts（完成合约）系统。

传统的 Agent 工具链有一个根本性缺陷：Agent 执行任务，但不对结果负责。代码跑完了，但有没有跑对？文件改完了，但有没有改坏？过去这些验证工作必须由人类手动完成。

Completion Contracts 改变了这个模式：Agent 在执行代码任务后，会主动记录验证证据，通过运行实际的项目检查来判断工作是否完成。/goal 系统新增了 pre_verify 钩子，让验证成为任务执行的标准环节。Agent 会留下类似测试报告的验证记录——哪些测试通过了，哪些输出符合预期，哪些边界情况被覆盖。

这套机制与 MoA 形成了有趣的互补：MoA 负责“多个模型一起思考”，Completion Contracts 负责“确保思考的结果正确”。两者结合，让 Agent 从“执行工具”向“可靠的工作伙伴”迈进了一大步。

/learn 和 /journey：记忆不再是黑盒

Agent 的长期记忆一直是行业难题。大多数框架的记忆系统要么过于简单（纯粹的对话历史），要么过于复杂（需要手工维护知识图谱）。

v0.18 的 /learn 命令提供了一条中间路径：你只需向 Agent 描述一段经验、一个模式或一个工作流，它就能将其蒸馏为可复用的 Skill。不需要手写 YAML 配置文件，不需要理解框架的内部数据结构——用自然语言描述即可。

与之配套的 /journey 命令则以时间线形式展示 Agent 的“成长轨迹”：它学了哪些 Skill，经历了哪些任务，记住了哪些经验。记忆不再是无法查看的黑盒，而是可理解、可回溯的成长记录。

这两个命令共同指向一个方向：让 Agent 的自我进化成为日常工作流的一部分。每次完成一个任务，Agent 都能从中学习；每次学习，都能在下一次任务中体现出来。

生态扩展：Vertex AI 与 Claude SDK

v0.18 在生态集成方面也有实质性进展。Google Vertex AI 成为 Gemini 模型的一级提供商，支持自动生成和刷新 GCP 服务账号或 ADC 的短期 OAuth2 令牌。这意味着在 GCP 生态中工作的团队，可以直接在 Hermes 中使用 Gemini 模型，无需手动管理认证凭据。

同时，Hermes Agent 通过 PR #56413 接入了 Claude Agent SDK，支持在 hybrid 模式下使用 Claude 订阅进行推理并共享 Hermes 工具层。这已在桌面 Electron 上完成端到端测试。

网关层也迎来了重要升级：新增的 /sessions search 命令可以跨会话搜索标题和 ID，包括已被压缩的旧会话；Webhook 负载过滤器和路由脚本允许在触发 Agent 前过滤、转换或筛选数据流，减少不必要的唤醒。网关还新增了 scale-to-zero 能力，在空闲时不消耗资源。

桌面端的蜕变

v0.18 的桌面应用同样获得了重大更新。全新 Capabilities 页面将 Skills、Tools、MCP 和 Hub 整合为统一界面，并新增了响应式覆盖导航栏和移动端适配。长工具调用序列新增自动折叠功能——连续 3 个以上工具调用自动折叠为固定高度窗口，最新调用置底，旧调用淡出渐变隐藏，避免长序列将回复内容推离屏幕。

此外，法语（Francais）完成了完整本地化支持，覆盖 30+ UI 模块、约 2100 条字符串。这标志着 Hermes 桌面端国际化的重要里程碑。

为什么 v0.18 值得关注

回到一个根本问题：Hermes Agent v0.18 对整个 AI 行业意味着什么？

第一，开源 Agent 框架正在快速追赶商业产品。当 Nous Research 这样的小团队能够在 12 天内清零近 700 个关键 Issue 时，说明开源社区的成熟度已经到达了一个新水平。MoA、自我验证、持续学习——这些在一年前还是前沿论文中的概念，现在已是可用的生产级功能。

第二，Agent 的可靠性正在从“期望”变为“默认”。Completion Contracts 将验证机制内建于框架层，意味着使用 Hermes Agent 构建的应用天然具备了自我检查能力。这对于任何需要 Agent 执行真实任务的场景——代码生成、数据处理、自动化运维——都是实质性进步。

第三，多模型编排正在标准化。MoA 从实验特性升级为一级提供商，标志着行业对“单一模型不足以解决所有问题”的共识正在转化为框架层的设计决策。Claude + GPT + Gemini 的协作不是某个公司的专属功能，而是开源框架的默认选项。

展望：v0.18 之后，Hermes Agent 项目面向的方向已清晰可见——更可靠的自我验证、更深度的学习能力、更开放的生态集成。对于正在评估或使用 Agent 框架的团队来说，v0.18 是一个值得认真关注的转折点。