Agent 的前世今生

Agent 这个词，在不同年代意味着完全不同的东西。1956 年达特茅斯会议上， 人们说"agent"指能解逻辑题的程序；1990 年代说"intelligent agent"指浏览器里 那只爱屁屁的小狗 Clippy；2017 年 AlphaGo 也是 agent；2022 年底 ChatGPT 突然让 这个词又火了，到 2026 年它几乎成了"LLM 干活"的代名词。

但要真正理解今天的 Agent，你得明白它继承了什么、又抛弃了什么。这一章我们快速 梳理从 1956 到 2026 的关键节点，最后落到 Hermes 站在这条时间线上的什么位置。

1.1"Agent" 到底指什么

这个词在不同语境下指代不同对象。读 paper 或者 doc 时务必看上下文：

本书全文谈的是第 4 种。但要理解为什么 LLM 时代的 Agent 长成这样，前三种的影子无处不在。

1.2LLM 之前的 Agent (1956 – 2022 简史)

把这段历史压缩到一页纸是欺骗读者，但本书重点是 LLM 时代的工程，前史一带而过：

1956–1980：符号主义 Agent

达特茅斯会议奠定 AI 学科。早期的 Agent 是专家系统——一堆 if-then 规则 + 推理引擎。1965 年的 ELIZA 是第一个能跟人聊天的程序，本质是字符串模式匹配。 没有"学习"，规则全靠人写。

1980–2010：BDI、Subsumption、强化学习起步

Rodney Brooks 1986 年的 Subsumption Architecture 让机器人 agent 抛弃中央 规划器，用分层的反应式行为堆叠。Belief-Desire-Intention (BDI) 模型把 agent 形式化为 "信念-愿望-意图"三元组。同期 RL 兴起：Q-learning（1989）、TD-learning。

2010–2022：深度强化学习黄金期

Atari DQN (2013)、AlphaGo (2016)、StarCraft II 的 AlphaStar (2019)、 OpenAI Five 在 Dota 上击败人类。但这些 agent 的"目标"由奖励函数硬定义， 环境是封闭游戏，泛化能力有限。它们能下棋但不能"帮我写个 commit"。

1.3ReAct：2022 年的关键论文

时间线突然来到 2022 年 10 月。Princeton 和 Google 的 Yao 等人发表了 ReAct (Synergizing Reasoning and Acting in Language Models)。这篇论文之于 现代 Agent，相当于给 LLM 加上手脚的奠基工作。

ReAct 的 prompt 长什么样

读懂这个 prompt，你就懂了为什么后来的 Function Calling 是它的"工程化升级版"：

# ReAct 的经典 few-shot prompt（节选）
Question: What is the elevation range for the area that the eastern
sector of the Colorado orogeny extends into?

Thought 1: I need to search Colorado orogeny, find the area that the
eastern sector extends into, then find the elevation range.
Action 1: Search[Colorado orogeny]
Observation 1: The Colorado orogeny was an episode of mountain building
(an orogeny) in Colorado and surrounding areas.

Thought 2: It does not mention the eastern sector. So I need to look up
"eastern sector".
Action 2: Lookup[eastern sector]
Observation 2: (Result 1 / 1) The eastern sector extends into the High Plains...

Thought 3: The eastern sector of Colorado orogeny extends into the High Plains.
I need to search High Plains and find its elevation range.
Action 3: Search[High Plains]
...

注意几个细节：

• "Action" 是用纯文本表达的：Search[xxx]、Lookup[yyy]。 框架解析这段文本，提取动作名和参数，调用实际工具。
• "Observation" 也是用纯文本插回 prompt——没有标准化的 message role。
• 整个交互通过"补全"实现：LLM 生成下一段，框架截到 Action N: ... 就停下来执行工具，再把结果以 Observation N: ... 拼回去继续补全。

ReAct 的精神在 Hermes 里仍然在——只是工具调用从"纯文本解析"升级成了 OpenAI 标准的 function calling 协议（结构化 JSON）。整个循环骨架完全没变：

flowchart LR
  subgraph React["ReAct  (2022)"]
    R1["Thought
text"]
    R2["Action
text parse"]
    R3["Observation
text"]
    R4["loop until
no Action"]
    R1 --> R2 --> R3 --> R1
    R3 -.-> R4
  end
  subgraph Hermes["Hermes  (2026)"]
    H1["Assistant message
text + tool_calls"]
    H2["tool_calls
JSON"]
    H3["tool message
JSON"]
    H4["loop until
no tool_calls"]
    H1 --> H2 --> H3 --> H1
    H3 -.-> H4
  end
  React ==>|"工程化"| Hermes
  classDef accent fill:#fbfaf6,stroke:#8b1538,color:#8b1538
  class H2,H3 accent

这种思想上的连续性，是我让你先看 ReAct 的原因——读 Hermes 的 conversation_loop.py 时，你会一直在心里翻译成"哦这就是 ReAct 的 thought-action-observation 三件套"。

1.4AutoGPT 时刻（2023 春）

2023 年 3 月底，AutoGPT 在 GitHub 上线，三周冲到 100k star。它的 pitch 是"给 LLM 一个目标，它会自己规划、执行、迭代"。一时间 Twitter 上 全是"我让 AutoGPT 帮我开公司"的截图。

但 AutoGPT 几乎不能干任何真事。它的失败模式很经典：

1. 无限循环：LLM 想出一个子任务，开始执行，结果不好，调整目标，又生成新子任务。
2. 幻觉行动：执行了不存在的命令，把假结果当真，继续向前。
3. 资源燃烧：一个简单任务跑掉 50 美元 token。
4. 无记忆：每次循环重读所有历史，context 很快爆炸。

但 AutoGPT 的市场教育价值巨大：它让全世界一夜之间相信"LLM + 工具 + 循环" 这条路。BabyAGI、AgentGPT、GPT-Engineer 接踵而至。LangChain 借此推出 AgentExecutor 抽象，把 ReAct prompt 模板化。

1.5工业化阶段 (2023–2024)

2023 下半年开始，行业进入"擦屁股"阶段——把 AutoGPT 留下的烂摊子修干净。

OpenAI Function Calling (2023 年 6 月)

GPT-3.5/4 加上 functions 参数（后改名 tools）， 从 API 层面支持结构化工具调用。从此 LLM 输出工具调用不再依赖 prompt 模板， 而是 protocol-level 保证。模型微调过、被训练成会返回 well-formed JSON。 ReAct 的"解析 Action 字符串"成为历史。

# 现代 function calling API
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[...],
    tools=[
        {
            "type": "function",
            "function": {
                "name": "web_search",
                "parameters": { /* JSON schema */ }
            }
        }
    ]
)
# response.choices[0].message.tool_calls 是结构化 JSON

Hermes 全栈构建在这个协议上。所有 LLM provider 都被适配成 OpenAI 兼容协议。

LangChain / LlamaIndex 框架化 (2023)

这两个框架试图给 Agent 加上"工程化"的抽象：Memory class、VectorStore、 RetrievalQA、AgentExecutor、Toolkit……结果是过度抽象。 Anthropic 在 2024 年底的博客里直接吐槽：

"Frameworks make it easy to get started, but they often add layers of abstraction that can obscure the underlying prompts and responses, making them harder to debug."

从 2024 年起业界共识转向"少抽象、多代码"。 Hermes 也是这条路线——它没有 LangChain 风格的 Agent / Chain / Memory 基类层叠。所有逻辑都在 conversation_loop.py 一个 长函数里展开，方便审计和调试。

Anthropic Computer Use (2024 年 10 月)

Claude 3.5 Sonnet 公测 computer use——能直接看屏幕截图、移动鼠标、 敲键盘。这次第一次让"Agent 真的能做任意 GUI 任务"从 demo 变成普通 API。 虽然准确率不高，但开启了多模态 Agent 的窗口。

OpenAI Assistants API → 退场 (2023–2025)

OpenAI 2023 年底推了 Assistants API，想把"thread + tool + retrieval" 做成托管服务。但 2025 年它被官方标记为 deprecated，转而推 Agents SDK， 原因是开发者不希望 state 在 OpenAI 那边、调试体验差。这个挫折让行业意识到： Agent 的状态必须在你自己手里。

1.6标准化与协议层 (2024+)

MCP — Model Context Protocol (2024 年 11 月)

Anthropic 在 2024 年 11 月发布 Model Context Protocol。这是 Agent 历史上一个关键转折——它把工具的接入标准化了。

对 Hermes 的意义：Hermes 支持作为 MCP host 接入任意 MCP server。 这意味着只要市面上有个 GitHub MCP server，Hermes 立刻拿到 GitHub 工具集—— 不用 Hermes 自己写。第 7 章会讲 Hermes 怎么处理 MCP 工具的注册与刷新。

Anthropic "Building Effective Agents" (2024 年 12 月)

这篇博客是 2024 年最被引用的 Agent 工程指南。核心观点：

• 把系统分成两类：Workflow（LLM 在预定义代码路径里被编排） 和 Agent（LLM 自己决定下一步）。
• 大多数任务用 Workflow 就够了。Agent 只在"任务复杂度未知"时才需要。
• 核心构建块是 augmented LLM：LLM + retrieval + tools + memory。 所有更复杂的模式都是它的组合。
• 列出 5 种经典模式：Prompt Chaining、Routing、Parallelization、 Orchestrator-Workers、Evaluator-Optimizer。

第 2 章我们会展开这个分类。Hermes 是典型的 Agent，但内部用了多个 Workflow 模式。

Anthropic Context Engineering (2025)

到 2025 年中 Anthropic 提出"context engineering 取代 prompt engineering"。 核心问题：长任务下 context 窗口会满，怎么管理？他们的答案有三招：

1. Compaction：当 context 接近窗口上限时，让 LLM 总结当前会话， 用总结开启新窗口。Hermes 第 5 章会看到一模一样的机制。
2. Just-in-time context：不预加载所有信息，而是把"指针" （文件路径、ID）放在 context 里，需要时调工具拉。
3. Tool result clearing：把旧的工具调用结果清掉，只留 assistant 总结。最近 Anthropic 把它做成了 API 一级功能。

SWE-Bench Verified 成为黄金标尺 (2024)

OpenAI 在 2024 年 8 月推出 SWE-Bench Verified——500 个被人工核对过、 确认可解的真实 GitHub issue。从此"代码 Agent 强不强"有了客观标尺。 2026 年初的最强分数（Claude Opus 4.5）是 80.9%。

1.72025–2026 的三件大事

本书写作于 2026 年 5 月。从 2024 年底到现在又发生了三件让 Agent 工程发生重大变化的事， 值得单独标出来——它们是"教科书化"正在发生的现场。

① Skill 标准化 (2025.12)

Anthropic 把 SKILL.md 格式作为开放标准发布。OpenAI 在两周内宣布 Codex CLI 和 ChatGPT 采用同一格式。这是 MCP 之后第二个跨厂家 Agent 标准。 Hermes 的内部约定突然变成行业标准——本书第 8 章会专门讲。

② Reasoning Model 全面铺开 (2025–2026)

2024.09 OpenAI o1 单点突破，2025.01 DeepSeek-R1 把 reasoning training 方法 （GRPO）开源给世界——之后每家都发了 reasoning model。到 2026 年 5 月， Claude Opus 4.7、GPT-5.2、DeepSeek-R2、Qwen Thinking、Kimi Reasoning 都进入主流。 对 Agent 工程的影响：很多边界处理（幻觉工具名、JSON 错、空响应）开始被训进模型本身， harness 代码长期会变薄。

③ Multi-Agent Framework 大洗牌 (2025–2026)

OpenAI Swarm 在 2025.03 archive，转推 Agents SDK；Microsoft AutoGen 在 2026 初转 maintenance mode，新的 Microsoft Agent Framework (MAF) 1.0 在 2026.04 接班； LangGraph 仍是生产级首选。整个领域共识：少 framework，多代码。 这也是本书选 Hermes 作为教材的原因——它走的就是这条路。

三件事的共同主题

把三件事串起来：Agent 工程从"用框架包装能力"走向"把能力变成开放标准 + 训进模型"。 框架的角色被压缩；标准（MCP / Skill）和模型本身的能力放大。 Hermes 作为 2026 年的样本，正是这个新平衡的产物—— 没有臃肿框架抽象，但把所有现代标准接口都做完。

1.8Hermes 站在什么位置

把上面的时间线压成一张图：

timeline
  title Agent 时代关键节点
  section LLM 之前
    1956-2022 : 符号 AI / 专家系统 / BDI / 深度强化学习
  section 2022 — 萌芽
    2022.10 : ReAct 论文 (thought-action-observation 循环)
    2022.11 : ChatGPT 发布
  section 2023 — 泡沫与基建
    2023.03 : AutoGPT 泡沫
    2023.05 : Voyager (skill library)
    2023.06 : OpenAI Function Calling
    2023.10 : MemGPT (分层记忆)
  section 2024 — 标准化
    2024.10 : Anthropic Computer Use
    2024.11 : MCP 发布 (工具协议)
    2024.12 : Anthropic Building Effective Agents
  section 2025 — 上下文工程
    2025.06 : Context Engineering 系列
    2025.10 : SWE-Bench 80%+ (代码 Agent 实用化)
  section 2026 — 集大成
    2026.05 : Hermes Agent : 集成 OpenAI 协议 + MCP + harness : 30 provider + 20 平台

Hermes 不是一个"突破性研究"系统——它的价值是把过去三年 Agent 工程的最佳 实践整合成一个能跑、能改、能学的开源项目。每一个设计决策背后都对应一段 或者几段历史教训。这是为什么这本书值得写： 看 Hermes 就是看 2022–2026 这段时期 Agent 工程的全部沉淀。

Hermes 的定位

本章带走的

• "Agent" 在不同语境下含义不同，本书谈的是 LLM 时代的工程化 Agent。
• 2022 年 ReAct 论文奠定了"思考-行动-观察"循环，至今未变。
• 2023 年 AutoGPT 暴露了三个工程问题：循环控制、错误传播、记忆管理——本书后面所有章节都在回应这三个问题。
• 2024 年起行业进入标准化阶段：OpenAI tools、MCP、Anthropic 的工程指南。
• Hermes 是 2026 年这条线上的工程集大成品，它的代码值得当 textbook 读。