一個完全由Python編寫的開源項目，居然打敗了OpenAI用Rust開發(fā)的王牌產(chǎn)品！最終對決比分6比5，Hermes用實打?qū)嵉墓こ虄?yōu)化上演逆襲，一直被詬病性能偏弱的解釋型語言，這次終于實現(xiàn)了突破。

一個純Python開源項目擊潰OpenAI王牌產(chǎn)品的消息，今天直接刷爆了整個科技圈：

在針對真實場景命令行任務(wù)的11項基準(zhǔn)測試中，Hermes Agent以6:5的比分，成功超越了OpenAI的Codex。

在這場對比測試中，Hermes Agent展現(xiàn)出了非常驚艷的底層優(yōu)化能力。

通過一系列精準(zhǔn)的工程調(diào)整，它成功把項目啟動時間從原本的701ms壓縮到了258ms。

更讓業(yè)內(nèi)意外的是，Hermes全程采用純Python開發(fā)，而Codex則是性能優(yōu)勢顯著的Rust編寫。

這一次，Python贏了Rust！

在編程領(lǐng)域，這絕對算得上是一次顛覆性的突破。

三項工程優(yōu)化，砍掉63%啟動耗時

在這次優(yōu)化之前，Hermes對Codex的戰(zhàn)績還是5勝6負(fù)處于下風(fēng)。

這次的逆轉(zhuǎn)既沒有更換大模型，也沒有堆砌額外算力，完全依靠三個純工程層面的優(yōu)化實現(xiàn)，每一步都精準(zhǔn)命中了性能瓶頸。

我們來看看這些優(yōu)化具體是怎么實現(xiàn)的：

第一步：新增Bitwarden磁盤緩存

優(yōu)化前Hermes每次啟動，都需要調(diào)用Bitwarden Secrets Manager的API拉取憑據(jù)，單次就需要消耗380毫秒。

之前的緩存只存在于進(jìn)程內(nèi)部，哪怕連續(xù)兩次執(zhí)行hermes chat -q命令，第二次啟動仍然需要重新拉取憑據(jù)，造成了大量不必要的耗時。

開發(fā)團(tuán)隊給出的解決方案，就是新增二級磁盤緩存。

緩存文件權(quán)限設(shè)置為最安全的0600，存放在/cache/bws_cache.json路徑下，默認(rèn)有效期為300秒。

另外，訪問令牌本身不會寫入磁盤，同樣默認(rèn)300秒有效期，過期后才會重新拉取。

這一步優(yōu)化，直接砍掉了380毫秒的啟動耗時。

第二步：模型目錄延遲加載

hermes_cli.models._PROVIDER_MODELS是一個存儲了所有AI服務(wù)商模型信息的大型字典。

優(yōu)化前這個字典會在模塊加載階段就提前導(dǎo)入，直接占用了約55毫秒的啟動時間。

但實際上，只有和model_flow相關(guān)的處理函數(shù)才會用到這個字典。

開發(fā)團(tuán)隊借助PEP 562規(guī)范的模塊級getattr實現(xiàn)了懶加載，只有當(dāng)真正需要訪問模型目錄的時候，才會執(zhí)行導(dǎo)入操作。

這一步，又節(jié)省了55毫秒。

第三步：配置文件讀取去重

優(yōu)化前main.py文件開頭，重復(fù)讀取了兩次config.yaml配置文件。

第一次調(diào)用yaml.safe_load是為了實現(xiàn)密鑰脫敏橋接，第二次調(diào)用完整的load_config()方法（包含深度合并邏輯）僅僅是為了讀取一個布爾值。

開發(fā)團(tuán)隊把兩次讀取合并為一次，又省下了17毫秒。

三項優(yōu)化加起來，Hermes的啟動時間從701ms大幅降到258ms，降幅高達(dá)63%。

不得不說，這就是實打?qū)嵉墓こ虄?yōu)化美學(xué)：依靠性能分析找到瓶頸，再一步步把冗余開銷全部砍掉。

最終6:5，Hermes成功實現(xiàn)翻盤

測試結(jié)果不會說謊，優(yōu)化前后的表現(xiàn)對比非常明顯。

優(yōu)化之前，Hermes對陣Codex的總戰(zhàn)績是5勝6負(fù)：單輪任務(wù)被Codex壓制，多輪任務(wù)雖然略占優(yōu)勢，但優(yōu)勢并不突出。

完成優(yōu)化之后，整個局面徹底反轉(zhuǎn)。

單輪任務(wù)（共8項）：Hermes的中位框架開銷降到了和Codex持平，甚至部分場景還要更低。原本被Codex拉開差距的啟動劣勢，被徹底抹平。

多輪任務(wù)（共3項）：優(yōu)化前Hermes在5輪對話的總開銷上就已經(jīng)領(lǐng)先，優(yōu)化完成后優(yōu)勢進(jìn)一步擴(kuò)大。

最終總比分定格在6:5，Hermes成功實現(xiàn)反超。

這意味著，一個純Python編寫的開源項目，在框架開銷——這個最考驗底層開發(fā)功力的維度，擊敗了用Rust編寫、背靠萬億市值科技公司的閉源產(chǎn)品。

Python憑什么贏下Rust？

這件事最反常識的點就是：Python怎么可能贏過Rust？

長期以來，Python在性能討論中幾乎一直處于弱勢：解釋型語言、GIL全局鎖、動態(tài)類型開銷……種種標(biāo)簽都讓大家默認(rèn)它性能不如編譯型語言。

當(dāng)初OpenAI選擇用Rust開發(fā)Codex CLI的時候，業(yè)內(nèi)所有人都覺得順理成章——Rust本身就是為高性能設(shè)計的。

但Hermes這次逆襲，恰恰說明了一個關(guān)鍵結(jié)論：在AI Agent賽道，框架層面的架構(gòu)選擇，比編程語言本身的原始性能更加重要。

開發(fā)者netrunner的評論一針見血：「Python在多輪任務(wù)上打贏Rust，本質(zhì)上是架構(gòu)決策的勝利，而不是語言速度的勝利」，他還補(bǔ)充道「Codex很可能在上下文處理環(huán)節(jié)，做了過度工程化的設(shè)計」。

有不少人提出疑問：「為什么不把Hermes也遷移到Rust？那樣不是更快嗎？」

Hermes聯(lián)合創(chuàng)始人兼首席科學(xué)家Teknium給出的回答非常直接：「那樣就沒法快速編輯代碼，也沒辦法做實時改進(jìn)和迭代了」。

換句話說，Python的核心優(yōu)勢本身就不是速度，而是靈活易用、快速迭代。

對于需要持續(xù)進(jìn)化、能從每次交互中學(xué)習(xí)的AI Agent來說，對開發(fā)者友好的特性和快速迭代能力，本身就是最大的優(yōu)勢。

上線三月星標(biāo)破16萬，硬剛巨頭的開源項目

Hermes Agent的增長速度本身就足夠驚人：從2026年2月25日上線到現(xiàn)在，僅僅過去三個月，GitHub星標(biāo)就已經(jīng)突破16.7萬。

日活Token消耗量達(dá)到3530億，接近同類項目OpenClaw的兩倍。可以說，它是2026年增長速度最快的開源Agent框架，沒有之一。

GitHub開源地址：https://github.com/nousresearch/hermes-agent

Hermes的核心優(yōu)勢，是一套閉環(huán)自主學(xué)習(xí)架構(gòu)：

每次完成復(fù)雜任務(wù)之后，Agent都會自動把解決方案提煉成可以重復(fù)使用的Skill技能。下次遇到同類任務(wù)，直接調(diào)用已有技能即可，不需要從頭開始推理。

NousResearch內(nèi)部基準(zhǔn)測試顯示：當(dāng)Hermes積累了20個以上自主生成的技能后，完成同類任務(wù)的速度比全新實例快40%。

更驚艷的是v0.12版本新增的自治Curator模塊：這是一個在后臺自動運(yùn)行的Agent，會定期對技能庫進(jìn)行評分、修剪和合并。

換句話說，Hermes不光能自主學(xué)習(xí)技能，還能自己整理歸納學(xué)到的內(nèi)容，不斷優(yōu)化自身技能庫。

編程語言不是天花板，架構(gòu)才是

Python贏了Rust這件事，看起來像是編程語言之間的逆襲爽文，但它背后揭示的道理其實更加深刻。

在AI Agent領(lǐng)域，底層編程語言的性能差異，其實已經(jīng)變得越來越不重要。

Hermes這次優(yōu)化總共擠出了443毫秒，已經(jīng)是框架層面能做到的極限了。而一次大語言模型調(diào)用的延遲，動輒就是幾百毫秒甚至好幾秒。

這意味著，在通向通用人工智能的路上，真正的核心競爭從來都不是「用什么語言寫」，而是「怎么讓Agent越用越聰明」。

而Hermes這次用純Python干翻Rust開發(fā)的Codex，恰恰證明了一件事：在Agent進(jìn)化的賽道上，開放、可編輯、可快速迭代的架構(gòu)，比「跑得更快」更接近通用人工智能的本質(zhì)需求。

Rust確實是一款性能優(yōu)秀的工具，但通用人工智能需要的，從來都不只是一把更快的刀。

參考資料：

https://x.com/Teknium/status/2058885472513065471?s=20

https://github.com/NousResearch/hermes-agent/pull/31968

本文來自微信公眾號“新智元”，作者：ASI啟示錄，編輯：桃子 David，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com