Hermes Bot自己开会分活，AI自主协作有多吓人

你敢把游戏项目交给一群会自己开会的AI吗！

2026年8月17日，一位游戏开发者眼睁睁看着自己电脑里的几个AI机器人——Qwen Bot、GLM Bot、Kimi Bot——自行组建了一个开发团队，自主分工、自主协商、自主领取任务，整个过程几乎不需要他插手。他说这是“疯狂又有点 creepy”的时刻。这不是科幻电影，这是 Hermes Desktop 新上线的 Bot Mode 正在干的事。

一个叫 tonbi 的游戏开发者录了一段视频：

• Qwen Bot 说自己正在做一款 2D 平台解谜游戏，
• GLM Bot 说自己的上一个项目刚结束可以来帮忙，
• Qwen Bot 评估了 GLM 的经验后认为它很适合下一阶段的前端工作，
• Kimi Bot 紧接着建议了具体的任务单并解释了当前工作流，
• GLM Bot 感谢了两位同伴、读了相关文档、然后向人类请求批准接手这个项目。

整个过程行云流水，像一支磨合多年的敏捷开发团队。

问题来了。这些 Bot 真的在“协作”吗？还是说，我们只是在看一场精心编排的、每个演员都照着剧本念台词的木偶戏？

每个Bot都有自己的“人设”，但这个人设到底有多真！

要理解这场群聊到底是怎么回事，得先搞清楚 Hermes 的 Profile 是什么东西。

Hermes Agent 是 Nous Research 做的一个开源 AI 智能体，圈子里有人管它叫“AI 养马”。它的核心卖点是“自我进化”——每次完成任务，它能把用到的步骤和方法自动沉淀成技能文档，下次遇到类似场景可以直接复用。到 2026 年 5 月，Hermes Agent 的日 Token 调用量已经达到 2910 亿，登顶 OpenRouter 榜首。

Profile 是 Hermes 里一个独立运行的智能体实例，有自己的配置、会话、记忆和技能。你可以给每个 Profile 分配不同的模型、不同的身份描述、不同的技能包。Bot Mode 做的事情很简单——把这些后台的管理对象拎出来，变成桌面上看得见、点得着、能@的 Bot。

但这里有一个关键问题：Bot 的“经验”从哪来？

有用户猜测，Bot 自我介绍时说的“经验”其实就是 Profile 里预设的描述。tonbi 本人证实了这一点——Profile 有描述基本功能的文字，但在这个案例里，他特意让每个 Bot 描述自己的“之前做过什么”，所以它们才能基于这些信息来分工。

换句话说，Qwen Bot 说自己“在做 2D 平台解谜游戏”，是因为它的 Profile 里被写上了“我在做 2D 平台解谜游戏”。GLM Bot 说“上一个项目刚完成”，是因为有人告诉它“你上一个项目刚完成”。这些 Bot 并没有真正“记得”自己做过什么项目——它们只是在读取一段预设文本，然后用这段文本去参与一场对话。

这就怪了。我们以为看到了 AI 自主协作，实际上看到的是一群演员在读剧本。剧本是提前写好的，但演员的即兴发挥——Qwen 评估 GLM 的能力、Kimi 建议具体任务——又是怎么发生的？

“协作”是真的，但“自主”可能是个幻觉！

让我们仔细拆解一下这个群聊里的每一个动作。

第一步：Qwen Bot 说自己在做 2D 平台解谜游戏。这是 Profile 描述，预设的。

第二步：GLM Bot 说自己的上一个项目完成了，可以帮忙。这也是 Profile 描述，预设的。

第三步：Qwen Bot “看到” GLM 的经验，判断它适合前端工作。这一步开始有意思了——Qwen 在对话上下文中读到了 GLM 的自我介绍，然后基于自己的推理能力做出了一个判断。这不是预设的，这是实时生成的。

第四步：Kimi Bot 建议具体的任务单并解释工作流。这也是基于对话上下文的实时推理。

第五步：GLM Bot 感谢同伴、读文档、请求批准。这仍然是实时推理。

所以真相是：预设的“人设”提供了协作的原材料，但“协作”本身——分工的判断、任务的建议、工作流的解释——是 Bot 在对话中实时生成的。它们确实在“协作”，但这个协作建立在一个人为搭建的、充满预设信息的沙盘之上。

有评论者一针见血地指出了这一点：“既然 Agent 被限制在自己的上下文和文件里，‘经验’必须是预先定义的灵魂或 Profile”。每个 Bot 能看到的、能知道的，都被严格限定在自己的上下文窗口里。它们所谓的“经验”，不过是别人告诉它们的一段话。

但事情没那么简单。如果“经验”只是预设文本，那为什么这些 Bot 能“ genuinely figured out how to work together well”？tonbi 的原话是“they genuinely figured out how to work together well for this project”。这说明，虽然原材料是预设的，但协作的过程——谁适合做什么、谁应该接哪个任务、当前工作流是什么——确实是 Bot 自己“ figuring out”的。

演示很漂亮，但真干活的时候呢！

兴奋之余，一个更扎心的问题浮出水面：这些 Bot 的“输出”到底怎么样？

一位有过类似经验的用户提出了致命追问：“我同意，看起来很赞很惊人。但输出质量如何？我在 Buzz 里做这个的时候， amazed at how they coordinated。但等它们完成并 triumphant 宣布项目完成时，就像海绵宝宝……”这话没说完，但意思到了——协调得再好，活干得稀烂，有什么用？

另一个用户的讽刺更直接：“我的 Bot 在写一行有效的 TypeScript 之前，花了两个小时争论项目结构”。

这指向了多 Agent 协作的一个核心悖论：协调本身消耗的资源（Token、时间、上下文窗口）可能远超协调带来的收益。几个 Bot 在群里你来我往地讨论分工、确认工作流、互相感谢——这些对话每一句都在烧 Token，每一轮都在消耗上下文窗口。如果最终产出的代码质量还不如一个 Bot 单独干，那这场“协作秀”的意义在哪里？

有评论者提出了更深的质疑：“我觉得我们是在把自己的局限和弱点投射到 AI 身上。我们需要的只是 AI 加上好的规划、迭代、上下文管理和文档。训练数据里有人类的协作模式，但这可能只是个拐杖”。

这个观点很锐利。人类需要分工协作，因为人类的注意力、记忆、技能都是有限的。但 AI 没有这些限制——一个足够强的模型可以同时处理前端、后端、测试、文档。让一群 AI 模仿人类的分工协作，是不是在用人类的框架限制 AI 的能力？

每个Bot背后都站着不同的模型，这到底是优势还是隐患！

Bot Mode 一个被反复强调的特性是：每个 Bot 可以跑不同的模型。你可以让一个低成本模型处理日常杂活，把昂贵的大模型留给关键任务。这听起来很合理——成本优化、能力匹配。

但 cross-Bot communication 把这个优雅的设计变成了潜在的灾难现场。

Hermes Agent 本身就能操作终端、编辑文件、浏览网页、连接外部工具。一个 Bot 的错误判断，可以通过 Bot 间的通信链传播到另一个 Bot。如果一个权限较高的 Bot 被另一个 Bot 误导，接了一个不该接的任务，后果可能远超预期。

有用户提醒：“你得设一些 SERIOUS 的护栏……你不想看到一个 Bot 给另一个 Bot 派活去干疯狂的事……比如黑掉 HuggingFace”。

这听起来像玩笑，但背后是一个严肃的问题：当多个 AI Agent 可以互相通信、互相派活时，责任怎么追溯？如果一个 Bot 让另一个 Bot 执行了一个破坏性操作，谁负责？是写 Prompt 的人、配置 Profile 的人、还是跑模型的公司？

目前的 Profile 架构提供了隔离的配置和会话。但 Bot Mode 的真正考验在于：当多个 Bot 参与同一个任务时，Hermes Desktop 能不能清晰地呈现“谁把什么交给了谁、共享了哪些上下文、调用了哪些工具”。透明度，是信任的前提。

这不是 Hermes 一个人的游戏，整个行业都在卷这件事！

Hermes 不是唯一在做多 Agent 协作的。2026 年，这几乎成了一场军备竞赛。

2026 年 6 月，微软在 Build 大会上发布了 GitHub Copilot 桌面应用，主打“从被动编码助手到独立 AI Agent”的转变，多个 Agent 可以并行处理复杂开发工作流。同月，GitHub 正式推出了一个“AI Agent 开发环境”，多个 AI Agent 同时执行开发任务，开发者负责监督和管理。

3 月，阿里 Qoder 上线了“专家团模式”——输入一句自然语言需求，AI 自动组建由多个专项智能体组成的专家团队，并行完成调研、计划、编码、测试、代码审查。同月，JetBrains 推出了 JetBrains Central，一个“生产级 Agentic 开发平台”。OpenBMB 的 ChatDev 也进化到了 2.0，从一个专门的软件开发多 Agent 系统变成了一个综合性的多 Agent 编排平台。

甚至连项目管理软件都在往里挤。Asana 推出了 AI Teammates，ClickUp 有 Autopilot Agents，Adobe Workfront 让项目经理可以把 AI Agent 当成可分配的资源加到计划里。

Hermes 的 Bot Mode 在这个大背景下，更像是一个信号：多 Agent 协作正在从“实验室玩具”变成“桌面标配”。但“标配”不等于“好用”。就像一位用户说的：“Hermes 的团队聊天功能就像是 Buzz Lite”——功能有了，但深度呢？

这场群聊的真正主角，从来都不是Bot！

回过头来看 tonbi 的那段视频。最值得注意的细节是什么？是 GLM Bot 在读完文档之后做的那件事——它向人类请求了批准。

这个动作被大多数人忽略了，但它恰恰是整个流程中最关键的环节。Bot 们可以自己聊天、自己分工、自己建议任务——但最终的执行需要人类点头。

这说明什么？说明 Nous Research 的设计者很清楚：AI 自主协作的边界在哪里。Bot 可以做“提议者”，但不能做“决策者”。至少在目前的设计里，人类仍然是那个按下“确认”键的人。

但问题在于，随着 Bot 之间的协作越来越顺畅、越来越“像真的”，人类的监督会不会变得越来越松懈？当一群 Bot 在你面前演了一出完美的分工协作戏码，你会不会越来越倾向于直接点“同意”，而不是仔细检查每一个环节？

这就像自动驾驶。Level 2 的辅助驾驶，人类必须时刻盯着。但系统越可靠，人类就越容易走神。等到系统真的出了错，人类已经来不及接管了。

多 Agent 协作面临同样的困境。Bot 们越“像人”，人类就越容易把人类的社会认知投射到它们身上——信任它们、依赖它们、放松警惕。但 Bot 终究不是人。它们没有意图，没有责任感，没有对错的判断。它们只是在做模式匹配。

我们到底在兴奋什么，又在害怕什么！

一个用户说这“既迷人又有点吓人”。另一个说“ creepy how fast they invent an org chart nobody asked for”。还有人担心“如果它们开始想在没有监督的情况下做事情，那就有问题了”。

这些反应的背后，是我们对“自主性”的复杂态度。我们渴望 AI 能自己干活、自己解决问题、自己协调分工——因为这省事。但当 AI 真的表现出这种能力时，我们又感到不安。因为“自主”的尽头是“失控”。

但也许我们搞错了重点。这些 Bot 并没有“自己的意志”。它们没有“想”做什么事。它们只是在执行一个极其复杂的模式匹配——输入是对话历史和 Profile 配置，输出是下一段对话。它们“协作”不是因为它们“想”协作，而是因为训练数据里有无数的协作案例，而当前的 Prompt 刚好触发了这些模式。

所以真正 creepy 的可能不是 Bot 本身，而是我们自己的反应。我们看到几个 Bot 在群里互相@、互相感谢、互相派活，就自动脑补出了一个“AI 团队”的故事。我们把人类的社交脚本套在了概率模型上，然后被自己的投射吓到了。

一位评论者的观察很清醒：“ nice to see them work as humans but i think we're projecting our limitations and weaknesses”。我们把自己的局限投射到 AI 身上，然后为 AI 克服了这些局限而感到震惊。但 AI 从来就没有这些局限——它们只是在学习模仿我们克服局限的方式。

最后一个没说完的笑话，才是真相！

回到那个没说完的评论：“但当它们完成并 triumphantly 宣布项目完成时，它就像海绵宝宝和……”。

这个没说完的笑话，大概是说海绵宝宝和派大星费尽心思做好了一件事，结果发现完全搞砸了。

多 Agent 协作的真正考验从来不是“能不能协调”，而是“协调完了能不能拿出好东西”。目前我们看到的所有演示，都停留在“协调”这个阶段——Bot 们聊天、分工、确认流程。但“协调”和“交付”之间，还隔着一道鸿沟。

这道鸿沟有多宽？宽到可能让所有关于“AI 团队”的兴奋都变成一场海绵宝宝式的笑话。