Scaling！基于Hermes Agent的学术分身构建

引言

去年 2 月，我写过一篇推文《AAAR-使用AI加速学术研究的方法论与经验》，尝试把 AI 在社会科学中的应用分为 RA、Supervisor、Domain expert、Agent 和 Governance 五个层次。当时介绍的重点，主要是如何将 AI 作为研究助理、学术同行和专业工具纳入日常工作流；Agent 主要作为被动响应的导师或硅基样本出现。随着Claude code、Cursor等Coding Agent的兴起，以及Opus 4.5在Agent能力上的进步，我们的AI，终于可以稳定获取用户本地环境，发挥其规划和自主行动的能力，接管更多日常任务。

从Chatbot到Agent，AI跨越了一大步，它终于可以干生产力的活儿，狠狠冲击知识工作者了（让人退化为按Accept的工具，bushi）。

OpenClaw的作者Peter Steinberger较早探索了Opus 4.5模型的自主能力，搓出了小龙虾，在X上火了一阵子之后，春节期间又席卷中国。小龙虾主要解决的问题是，原来的 Claude Code、Cursor 这类工具，对大众来说还是有一些使用门槛的，它们大多需要在终端或 IDE 里操作，要配置环境，也要理解一些基本的使用方式。在交互上，OpenClaw 可以接入各种聊天软件和即时通信工具，方便很多，用户可以直接体验当老板的感觉。然而半年过去，一切归于沉寂，小龙虾仿佛上世纪的产物。

但这半年里，我自己还是用小龙虾干了不少活儿，包括聊天扯淡、远程修bug，给朋友们分享我的bot，让他们用上前沿模型等等。

因此，在这里，我还是想把我的经验分享给大家，我的主要用法是构建自己的学术分身，Scaling我自己，同时也有个镜像的自己，能有不一样的视角和我对话。本篇仅个人经验，大家如有相关意见建议，也欢迎和我联系。

为什么需要一个学术分身

我先介绍一些概念，和一些师友交流的时候，我发现人们对AI能力的偏置，常常来源于不清楚自己使用的是哪个层次的工具。

从 LLM 到 Agent

LLM、Chatbot 和 Agent 是三个不同层次的概念。LLM本质上是一组训练完成的权重，接收输入，进行计算，再输出文本或其他内容。它可以具有很强的知识与推理能力，但模型本身并没有文件、终端、浏览器和工作空间，也无法独立在真实环境中执行任务。Chatbot 则是在模型之上增加对话界面，使普通使用者能够通过自然语言与模型持续交互。ChatGPT 的重要意义，不仅来自 GPT 模型本身，也来自它将大模型转化为大众可直接使用的产品。

Agent这个词，有叫代理，有叫智能体，我更倾向叫智能体，它进一步为模型提供了自主规划、工具调用和环境交互能力。接到任务后，它可以读取指令和本地环境，规划下一步操作，调用文件、终端、浏览器等工具，再根据执行结果进行检查和修正，直至交付结果或请求人工介入。因此，Agent 的基本结构可以理解为一个循环：规划、执行、观察、调整。若将 LLM 或 Chatbot 比作一个只能在空房间中与人对话的知识工作者，那么 Agent 相当于为其提供电脑、资料、网络和工作空间，使其能够实际完成任务。

Harness：连接模型、工具与环境

Harness 原指马的挽具，在当前的 Agent 语境中，可以理解为连接模型、工具与环境的脚手架。模型能力决定基础智能水平，Harness 则决定模型能够获得什么上下文、使用哪些工具、如何执行动作、怎样检查结果以及在发生偏差时如何恢复。同一个模型置于不同 Harness 中，最终表现可能存在明显差异。例如，Claude 在 Claude Code 中的项目理解与工具调用方式，与其在其他 Agent 框架中的表现并不完全相同。

过去人们重视 prompt engineering，如今又开始讨论 context engineering 和 harness engineering。这些概念背后的共同问题，是如何为模型提供更合适的任务信息、工具与反馈机制。使用 Agent 与指导学生存在某种相似之处：了解其优势和不足之后，才能判断哪些任务可以简要交代，哪些要求必须明确写出，哪些操作需要严格限制。模型并不是决定结果的唯一因素，环境组织、权限设计与验收机制同样重要。

从会话工具到长期分身

ChatGPT的网页版已经可以完成很多任务，但我们不可能一直在窗口会话中复制粘贴或切来切去。Claude Code 和 Codex 更适合围绕具体代码仓库或项目开展工作，代码能力和项目执行能力很强；但如果希望 AI 长期驻留在一套稳定环境中，跨会话记住使用者与项目，并通过即时通讯软件随时接受任务，还需要另一种产品形态。

学术分身的关键不只是能力更强，而是协作关系发生变化。会话工具通常由使用者主动打开，围绕当前任务提供帮助，任务结束后关系也随之中止；分身则具有相对稳定的身份、资料、工作环境与长期记忆，可以持续推进任务并积累经验。与此同时，更强的能动性意味着更高的权限和更大的风险。使用者需要从“如何向模型提问”进一步转向“如何定义任务、设置边界、追踪执行并验收结果”。

Scaling Yourself

工业界长期讨论 Scaling Law，即通过增加模型参数、训练数据或测试时计算来提升能力。但我认为， Scaling 的对象不一定只能是模型，也可以是研究者本人。传统上，研究者扩大个人能力的方式之一是培养学生，将选题、数据、方法、写作和判断标准逐步传递给下一代。学生获得了导师的部分知识与方法，这可以视为一种缓慢而长期的人类知识蒸馏。

构建学术分身提供了另一条路径，将个人简历、研究资料、工作习惯、学术品味和方法论转化为可被 Agent 理解和执行的数字资产。理想状态下，一个研究者可以在参加会议或处理其他事务时，让多个分身分别阅读文献、执行分析、管理实验和修改草稿，使部分研究工作获得横向扩展。

Scaling Yourself

这一过程的意义不仅在于提升产出，还在于促使研究者重新认识自己的工作方式。许多研究经验原本以默会知识的形式存在，例如怎样判断研究品味、哪些数据源更可靠、什么结果需要特别警惕、论文应当如何 framing。只有将这些判断显性化，才有可能进一步转化为具有复利的工作流。

为什么是现在

构建长期分身在两年前是比较困难的，主要是模型能力太拉垮，harness也不完善，但最近逐渐成熟了。首先，前沿模型的 coding 能力明显提升，使其能够更可靠地调用工具、访问环境并执行多步骤任务；其次，上下文、持久记忆和 Skills 机制逐渐成熟，Agent 可以跨会话积累对使用者和项目的认识；再次，飞书等消息渠道和定时任务使异步协作成为可能；最后，API 价格持续下降，较便宜的模型也能够承担大量日常任务。模型、记忆、工具、通信和成本几方面的变化，共同使个人长期运行 Agent 变得更加可行。

为什么选择 Hermes Agent

Hermes Agent 的定位

Hermes Agent 是 Nous Research 开源的通用 Agent，采用 MIT 许可证，支持多模型、CLI、消息 Gateway、持久记忆、Skills、定时任务和多种运行后端。它较为突出的特征是 self-improving：使用者在工作中纠正其行为、补充操作方法后，Agent 可以更新 memory，也可以将成功流程整理为可复用的 Skill。与一次性对话相比，这种机制更适合长期协作。从 OpenRouter 的 Agent 使用数据来看，Hermes 的使用量长期处于较高位置。

Hermes、OpenClaw 与 Codex

不同 Agent 的定位并不相同。Claude Code 和 Codex 主要面向代码仓库和具体项目，适合代码密集型研究；OpenClaw 更偏向多渠道个人助理，生态较为丰富，但整体系统和配置相对复杂；Hermes Agent 同样支持长期运行和消息交互，同时更强调多模型、持久记忆和 Skills 学习循环。

我目前运行了多个分身实例。主力是Hermes + Astra，搭配了OpenClaw + DS 4.1flash，用Hermes做主力主要是OpenClaw太容易炸了，经常一升级莫名其妙就挂了。但保险起见，也把OpenClaw装上，在网络有问题的时候，OpenClaw可以临时顶上，并且DeepSeek 4.1 flash又快又便宜。

如何制作一个学术分身

蒸馏自己

制作分身的第一步是蒸馏自己。

我的做法是整理一份较为完整的 CV，其中包括教育和工作经历、发表论文、研究方向及正在开展的项目，再将这些信息交给 Agent。此后，通过真实任务逐步补充项目状态、常用工具和稳定偏好。相比直接复制一份篇幅很长的通用人格提示词，这种基于真实资料和持续协作形成的身份与记忆通常更有针对性。

Hermes 会将身份、使用者信息、记忆、会话与 Skills 保存在工作目录中。不同版本的内部结构可能调整，但从使用者角度，可以将其理解为以下长期资产：

~/.hermes/
├── SOUL.md        # Agent 身份、语气与稳定行为原则
├── memories/
│   ├── USER.md    # 使用者信息与偏好
│   └── MEMORY.md  # 环境事实、项目进展与经验
├── sessions/      # 历史会话
└── skills/        # 可重复调用的工作方法

给TA一间房子

研究生需要工位，分身同样需要稳定的运行环境。我使用的是一台独立的 MacBook Air，加上教育优惠和国补，成本约为 6500 元（我是今年上半年买的，现在涨了不少）。它平时保持开机，专门用于运行 Agent；即使短暂断电，也可以依靠电池继续工作。独立设备的首要价值是隔离，如果 Agent 在操作文件或配置环境时出现问题，不会直接影响主力电脑。

Hermes 本身对本地算力要求并不高。如果底层使用云端模型，闲置笔记本或低配置云服务器通常也可以承担运行环境。云服务器便于远程部署，但配置、升级和访问本地资料可能稍显复杂；独立电脑则更容易复制研究者原有的软件与目录结构。我个人更倾向于 Mac ，因为 Windows 的环境、路径和 PowerShell 可能增加额外配置成本，就不要强行让Astra大战PowerShell吧。

设备准备完成后，还需要配置 Python、Stata、R、LaTeX、Zotero 等研究工具，并尽量保持与主工作区相近的目录结构。这里，有人可能会说要装Stata MCP，其实不需要哈，跟Agent说好电脑里有Stata就行，模型可以直接通过Stata的Python接口进行调用的。

交互渠道

我主要通过飞书与Agent交互。飞书在很早期就做了小龙虾的适配，接入Hermes很方便。作为旗舰办公软件，飞书对文档、群消息、超链接、Markdown格式的支持，远好于微信，飞书cli也越来越强大。推荐大家用飞书，以及我认为，现代科层组织，都应该运行在飞书之上。

Hermes Agent 的部署与配置

官方目前提供桌面端和命令行版。在 macOS、Linux 或 WSL2 中，可以使用以下命令完成安装，再依次进行初始化、模型选择和环境检查：

# macOS / Linux / WSL2
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

# 如果当前使用 zsh，可重新加载 shell
source ~/.zshrc

# 初始化、选择模型并检查环境
hermes setup
hermes model
hermes doctor --fix

原生 Windows 可以在 PowerShell 中运行官方安装脚本：

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

如果安装过程中出现仓库克隆或依赖下载失败，首先可以检查网络并重新运行安装命令，在大陆经常会出现网络不稳定导致的error，多试几次。安装后，会进入配置引导页面，可以配置模型、接入的即时通讯工具等等。

# Nous Portal 快速配置
hermes setup --portal

# 查看帮助、切换模型、检查组件状态
hermes --help
hermes model
hermes status --all

# 不带子命令，直接进入交互
hermes

Ps：如果安装有困难，可以直接让您的AI来装，或者B站有一些教程看看。

接入飞书

飞书接入可以通过 Gateway 向导完成。向导支持扫码创建应用，也可以手动输入飞书开放平台提供的 App ID 与 Secret：

# 配置消息渠道
hermes gateway setup

# 前台启动 Gateway
hermes gateway

如果扫码流程不可用，也可以手动将凭证写入 ~/.hermes/.env。下列内容仅为结构示例，真实 App Secret 不应写入公开文章、代码仓库或群聊：

FEISHU_APP_ID=cli_xxx
FEISHU_APP_SECRET=secret_xxx
FEISHU_DOMAIN=feishu
FEISHU_CONNECTION_MODE=websocket

# 建议限制允许访问机器人的用户
FEISHU_ALLOWED_USERS=ou_xxx,ou_yyy

WebSocket 长连接不需要公网 IP，适合本地电脑与私有服务器。具体权限、事件订阅和环境变量应以飞书接入文档为准。第一次私聊可能需要 pairing，相关用户可以通过命令行审批或撤销：

hermes pairing list
hermes pairing approve <platform> <code>
hermes pairing revoke <platform> <user-id>

案例演示

接入飞书的情况

进入飞书开发者后台（open.feishu.cn），能看到自己的bot，如图：

我实际在用bot是徐长卿和林业平，其中林业平由Astra驱动，配的是Hermes，徐长卿则是OpenClaw + DeepSeek V4.1 Flash。

下面让林业平做个自我介绍：

政府数据开放DID

为了测试分身能否完成一条较为完整的社会科学工作流，我准备了一个练习性的 DID 题目：政府数据开放是否会影响居民的Political Trust？我之前提供过我的工作目录，其中包含地级市公共数据开放试点、微观调查个体数据，以及一部分不完整的 Stata 代码。我说明代码仅供参考，要求 Agent 自行检查数据并完成分析。

Agent 随后读取数据、合并面板并执行回归，使用我本地的latex，编译了一份较完整结果说明PDF。

读一下，结果还是相当可以的。您可以自己找一些项目试试。

安装经济学 Skills

网上有一些不错的econ skills，比如 AI Skills for Economists ，我把GitHub 地址发送给 Agent，要求它检查并安装其中适用的 Skills。Agent 识别出 17 个标准的 SKILL.md，内容涉及使用 R 完成 IV、DID 与 RDD，使用 Python 处理面板数据，执行 Stata 回归，编写 LaTeX 经济学模型，以及开展文献综述和论文写作。

与只提供固定流程的科研网站相比，通用 Agent 的优势在于能力可以继续扩展。研究者既可以安装已有 Skill，也可以将自己的工作方法整理为新的 Skill。

生成完整论文意味着什么

另一个值得讨论的问题是：Agent 能否直接生成一篇完整 paper？答案是当然可以。我测试过一个较完整的任务，让 AI 编写一篇题为 Gig Economy and Crime: The Causal Effect of Food Delivery Platform Expansion on Urban Crime Rates in China 的英文论文。研究设想是：外卖平台扩张吸收了大量骑手，而就业可能影响犯罪，那么零工经济是否降低了城市犯罪率？我将研究问题、基本设定和材料交给 Cursor，当时用的是Opus 4.6，由其完成整篇草稿（使用模拟数据）。

整个过程约一小时，API 成本约 200 元（如果用国产模型，可能只要几块钱），最终得到 41 页内容，包括摘要、文献综述、理论机制、DID、安慰剂检验、稳健性分析与参考文献。

基于模拟数据的梦中情图：

程序开发领域曾流行 Talk is cheap, show me the code。随着前沿模型代码能力的提升，代码本身的生产成本开始下降，大家都在用AI编程，怎么正确给AI许愿变得重要，于是便有了 Code is cheap, show me the talk 。学术界过去也可以说 Idea is cheap, show me the paper ，因为把一个设想转化为完整论文需要长期执行；下一阶段可能会转向 Paper is cheap, show me the idea 。或许未来，研究会回到兴趣驱动。今年，计算机领域重要会议ICLR的投稿量，比以往所有年份加起来都要多，CS会议的DDoS攻击已经到来，社科领域由于付费墙和一些问题，这一天的到来会晚一些，但也只是时间问题。

学术分身的优势与局限

即时性、持续性与可追踪性

通过飞书分配任务较为自然，研究者不需要持续停留在电脑前，Agent 可以在收到任务后独立执行，完成后返回结果，出现问题时再根据反馈修改，体验一把当老板的感觉。执行过程通常会保留日志，因此研究者可以追踪其运行过哪些命令、读取过哪些文件。随着记忆和 Skills 的积累，Agent 也会逐渐熟悉项目背景与个人偏好，从临时工具转变为更稳定的协作者。

验证困难与信息消化

独立设备带来隔离，也增加了验收成本。如果 Agent 在另一台电脑上清洗数据、编写 Stata 代码，研究者未必会像本机操作那样随时看到中间数据和代码变化；分身越能自主执行，越需要提前设计日志、同步、抽查和回滚机制，否则执行环节节省的时间可能在验收阶段重新付出。

另一个问题是信息消化。AI 可以在短时间内生成长篇报告、筛选大量摘要和运行多组回归，但研究者未必有足够时间理解全部产出。陶哲轩所说的“证明的消化不良”，会成为一个大问题，不仅仅在数学领域。

号外

• 这篇推文有一部分是AI写的，我原本想手搓的，但实在是太难了，人懒了就回不去。现在终于明白为什么减肥难了，淦！
• 同时搭配两个Agent是有必要的，做好冗余设计，炸机的时候相互修；
• Mac平台推荐使用Amphetamine，一个免费好用的App，来让系统保持活跃，避免睡眠。