听雨 发自 凹非寺
量子位 | 公众号 QbitAI
英伟达版Hermes Agent也来了！
今天凌晨，英伟达官方连发两条帖子，力推Hermes Agent+NemoClaw方案。
这咋说呢…老黄你最终还是对Hermes下手了哈。
直接哐哐两支视频，教你把Hermes配上英伟达自家的部署方案，做一个“会自我进化、还跑得安全”的企业级AI。
官方X上发的那条视频，长达55分钟，技术博客、代码仓库什么的，也都一应俱全了。
由于视频太长，实在是看不完。
于是我总结了一下，英伟达版Hermes Agent的核心主要有三件事：
越用越聪明、数据不出本地、学到的技能重装系统都忘不掉。
英伟达版Hermes Agent，有啥特别？
这次发布的主角呢，就是大名鼎鼎的Hermes。
如果你要问Hermes是什么，我只能说…
不会吧不会吧，不会还有人不知道Hermes是什么吧？？
咳咳，正经解释一下，Hermes是Nous Research开源的agent框架，MIT协议，代码完全公开。
目前在github上也是跑到17万星了。
自从Hermes释出之后，不少人觉得它比OpenClaw更加稳定，所以热度一直只增不减。
在最近的GTC Taipei上，老黄在发布RTXSpark时，也把Hermes和OpenClaw并列提及。
Hermes最核心的设计，是一套内置的学习闭环。
完成一个复杂任务之后，它会把自己的做法总结成一个技能存下来，下次遇到类似的事直接调用，不用再从头摸索。
用的时间越长，积累的技能越多，越趁手。
更厉害的是，Hermes还会随着时间建立一个“你是谁、你习惯怎么工作”的用户模型。
版本较新的Hermes还有一个自主运行的Curator，会按周期给技能库打分、合并重复的、归档过时的，让整个库保持干净。相当于agent自己在给自己做性能调优。
那么这次，英伟达给它配了一套完整的企业级装备：
NemoClaw作为整体部署蓝图，OpenShell在里面负责安全沙箱，底层推理默认跑Nemotron3Super模型。
从消费级的RTXPC到企业级的DGXSpark，整套方案主打全本地运行。
整个架构主要分为三层：
模型层（Nemotron 3 Super 120B-A12B）：负责推理、选工具、起草回复；
Harness层（Hermes）：负责技能、记忆、会话管理、消息桥接；
运行时层（OpenShell）：负责文件和网络策略、凭证代理、沙箱隔离。
使用场景上，英伟达特意出了个官方视频，来演示如何把它接入Slack、Outlook、GitHub和NVIDIA开发者论坛。
大家可以看看：
里面也演示了Hermes的自我进化能力：
比如你让agent每天拉一份GitHub issue日报，它回了一堆散装文字，格式太乱。
你说：
我只要5个issue加3个讨论，每条带编号、标题、状态、链接和一句话说明。
它给的格式对了，你就顺口夸一句：
对，以后都这样。
就这一句夸，Hermes自己就写了个SKILL.md文件存了下来。
第二天换个全新的对话窗口，同样的问题问下去，格式直接对了，数据是最新的，完全不需要重说之前的要求。
因为它存进了技能文件，而不是那次对话的记忆里。就算把沙箱整个删掉、重建、恢复，但技能还在。
那么，如何部署呢？
官网给出了一行命令：
curl -fsSL https://www.nvidia.com/nemoclaw.sh | NEMOCLAW_AGENT=hermes bash
如果你实在懒得打命令行，官网也提供了其他方式：
Help me install nvidia.com/nemoclaw
直接把这行命令复制给你的AI助手，让它帮你装上。
这行命令能拉起Hermes+NemoClaw的基础环境，但要复现演示里的四路数据源接入，还需要额外的配置步骤，具体可以参考技术博客。
演示的视频里接的是四个数据源（Slack、Outlook、GitHub、英伟达开发者论坛），但社区仓库里能接的远不止这些：
Google Workspace全家桶（Gmail、日历、Drive、Docs、Sheets）、实时航班追踪、卫星图像（Planet）、定时唤醒任务……
还有一个多模态版本，把Hermes接上Nemotron Omni，直接能处理视频、音频、图片和PDF。
基本上，你想接什么数据源，自己加集成就行。
主打一手安全牌
讲真，“越用越聪明”这件事对企业来说不是最大的顾虑。
他们担心的主要问题是：这玩意儿能不能别把内部数据传出去？
英伟达这套方案在安全上做了几层设计，而且有意思的地方在于，它的安全靠的是策略代码，而非靠模型自觉。
这部分在技术博客中也有详细说明。
首先，agent根本看不到你的Slack或Outlook令牌。
鉴权发生在沙箱代理的出口，token压根不会进入agent的视野。agent只管发出请求，真正的凭证由外面的代理注入，两者隔离。
其次，能接触内部敏感数据的agent，被硬性禁止访问公网。
就算这个agent哪天出了什么问题被人钻了空子，它也没有路径把数据发出去。
演示里的GitHub数据和论坛数据，是另走ETL流程同步好存下来，agent只有只读权限，不能主动拉取外部信息。
△图片由AI生成
第三，网络策略写在一个policy.yaml文件里：哪些主机、哪些端口、哪些HTTP方法——全部列死。
agent想碰白名单以外的目标，代理会直接返回403，Hermes把它当成一次普通的工具报错处理，连闹幺蛾子的机会都没有。
最后是可观测性。
agent每一步的决策——用了哪个技能、调了哪个工具、传了什么参数、回了什么——都会以轨迹的形式记录下来，通过NeMo Relay和Arize Phoenix查看。
出了问题不是黑盒，有迹可查。
英伟达盯上Hermes，不是一天两天了
本来文章到这里就差不多结束了。
但经过一番深扒，我发现英伟达早就对Hermes Agent有想法了。
如果把时间线往前翻一翻，会发现英伟达在5月13日发布了一篇博客。
这篇博客的内容是，把Hermes优化适配到了RTX PC和DGX Spark上，走的是面向个人开发者的消费侧路线，配的模型是阿里的Qwen 3.6。
而在5月31日的GTC Taipei，英伟达又来了一波：
发布了面向个人agent的Windows PC新品RTX Spark，把OpenShell运行时带上Windows，NemoClaw蓝图扩展到全线RTX和DGX产品。
同时，也宣布Hermes Agent和OpenClaw都将把OpenShell集成进各自即将推出的Windows原生应用。
这背后反映出一个大的趋势：英伟达也在抢agent入口。
从“卖芯片、扔个模型权重让你自己折腾”，一路往上做到了模型+蓝图+安全运行时+技能库这一层。
谁掌握了好用又安全的部署层，谁就掌握了agent时代真正的入口。
但说到底，当agent从一次性的问答工具变成常驻的、会越来越了解你工作习惯的“同事”——
企业敢不敢把数据交给会自己写技能的agent，才是真考验。
参考链接：
[1]https://x.com/NVIDIAAI/status/2061870499232190967
[2]https://x.com/NVIDIAAI/status/2061858457519575280
[3]https://developer.nvidia.com/blog/deploy-self-evolving-agents-for-faster-more-secure-research-with-a-hermes-agent-and-nvidia-nemoclaw
[4]https://github.com/NVIDIA/nemoclaw-community
— 欢迎AI产品从业者共建 —
一键关注 👇 点亮星标
