別養“蝦”了！AI“愛馬仕”更適合醫療？

近日，一個與知名奢侈品牌愛馬仕同名（Hermes）的智能體引發廣泛關注。這一由Nous Research開發的開源智能體目前已在GitHub獲得超11萬顆星。此情此景，恰似“龍蝦”（OpenClaw）走紅的翻版。

因此，它也被視為OpenClaw上線以來最具競爭力的對手。

有意思的是，Hermes代表著一類智能體的設計理念，這類理念使其在醫療健康等需要長期跟蹤、經驗沉淀的領域可以展現出獨特的價值。

01

剝“蝦”勇士，Hermes何以走紅

Hermes是硅谷AI實驗室Nous Research在今年2月開源的一款“自進化AI智能體框架”。Hermes這個名稱并非是蹭奢侈品牌的熱點，而是來自古希臘神話中身份多樣化的眾神使者Hermes。事實上，Nous的起名就來源于古希臘重要的哲學概念“努斯”（νου?），即“直覺”的意思。

這家小型開源AI研究組織成立于2023年，所發布的Hermes系列開源大模型在HuggingFace上的下載量已超過5000萬次。這一成果也使其在2024年初和2025年中分別完成2000萬美元種子輪和5000萬美元A輪融資，估值已達到10億美元。

今年2月，Nous開源了Hermes Agent，迅速引爆了開發者社區，開源首月GitHub破2.2萬星，截至4月23日GitHub總星標已突破11萬，并在多日內持續霸榜全球開源榜單第一。

尤其在4月以來，OpenClaw遭受到來自安全漏洞，及大模型企業Anthropic對OpenClaw用戶更改大模型訂閱政策的雙重打擊。Nous立刻推出了一鍵遷移工具，精準承接了大量“養蝦人”。

快速走紅的Hermes還引發了一些其他爭議。4月中，我國AI團隊EvoMap就控訴Hermes抄襲了其在2月開源的自進化引擎Evolver，各方眾說紛紜。

當然，除了這些出圈話題，Hermes，或者說以Hermes為代表的一類AI智能體之所以能夠火爆，更多是因為其特點精準擊中了用戶的痛點。

由于大模型的物理瓶頸和架構限制，傳統AI智能體每次交互相對獨立，無法保留歷史信息。用戶每次提問后，智能體完成回答便會“遺忘”之前的信息，一旦關閉窗口，下次交互需重新提供所有背景信息。這種“無狀態”設計在簡單問答場景中效率較高，但在需要長期跟蹤的場景中存在明顯不足。

根據官方說明，Hermes最大的特色之一便是更強的記憶能力。其不僅能夠在短期記憶中記住當前對話上下文，更可將關鍵信息持久化存儲，形成長期記憶。經過多次交互后，Hermes有望逐漸掌握用戶的偏好習慣及歷史決策，并在后續交互中主動調用這些信息。

OpenClaw之所以能夠火爆，便在于其強大的擴展能力，通過下載并安裝技能文件（Skill）便可使得OpenClaw具備更多的能力。然而，網絡下載的Skill良莠不齊，即便有一定經驗的使用者也很難分辨。

綠盟科技天元實驗室曾對OpenClaw官方Skills插件分發平臺Claw Hub上的Skill樣本進行分析，在采集的3000余個Skill樣本中共識別出336個惡意投毒樣本，占比超過10%，呈現出顯著的規模化滲透特征與系統性風險水平。雖然隨著后續官方的重視，這一安全風險有所改善，但對于沒有絲毫鑒別能力的用戶來說仍然是一個巨大的隱患。

Hermes則具有自我封裝技能的能力。當完成一個復雜任務后，它會自動將執行流程打包為技能文件（Skill）。值得一提的是，該文件采用的文件格式內容完全透明可讀可編輯，用戶可審核每一步驟的邏輯與依據。一旦用戶對生成的Skill審核通過后，該技能就將被固化存儲，后續遇到類似任務可直接調用，無需從頭推理。

一方面，由于自生成的技能完全透明可讀，從而規避了來自外部的巨大風險；另一方面，生成的技能之后可直接調用，也將減小對算力資源的消耗。

更為重要的是，這將使得Hermes具有自我進化迭代的能力。隨著使用時間的增加，它能夠像一個真實的工作搭檔一樣，對于用戶的使用習慣逐漸了解熟悉，“越用越懂你”。

Hermes的安全性也比OpenClaw更強，部署更為輕量，且默認在進行高危操作（如刪除文件、群發消息等）時需要用戶授權確認。當然，這也引發了部分用戶對其需要頻繁人工介入的吐槽。

此外，Hermes還具有低使用門檻（一條命令即可安裝）、可兼容多種模型（內置ChatGPT、Claude、本地模型等超過80種后端）等優勢。

不過，嚴格意義上而言，Hermes與OpenClaw實際上并非替代關系。Hermes的本質還是一個AI智能體，其設計是圍繞如何讓AI智能體功能更強大展開。相對而言，OpenClaw更像是一個AI智能體調度系統，通過調用不同的AI智能體來完成特定的任務。

事實上，OpenClaw也可以調用Hermes能力，兩者之間的關系更像是互補。隨著Hermes的走紅，一些國內的“龍蝦”也都開始加入Hermes進化功能。

02

自進化智能體，醫療場景應用潛力廣泛

一般而言，醫療領域具有三個顯著需求，長期記憶需求、流程標準化需求和安全合規需求。理論上而言，Hermes的核心能力尤其可以滿足前兩個需求，在安全合規上也并非先天不足。這使其在醫療領域具有較大的潛力。

最能發揮Hermes優勢的莫過于慢病管理。

以糖尿病、高血壓、慢阻肺等需長期隨訪管理的慢病而言，當前的隨訪模式具有不少痛點。患者的信息碎片化且分散，在有限的復診時間中，醫生難以獲取患者的完整病史，常需患者重復敘述病史，但患者記憶可能出現偏差，且極有可能遺漏關鍵信息。雖然也可以調取歷史檔案，但并不直觀，且耗時費力。

Hermes則可以作為醫生助手，不僅可以實現24*7不間斷在線答復患者咨詢，也能根據醫生及患者習慣進行個性化調整，在復診前還能自動將散亂的患者歷史數據整理成包含指標趨勢、用藥變化在內的臨床摘要，減少醫患間的信息同步成本。

同時，在有限的復診時間中，醫生往往只能基于單次就診信息做出判斷，難以觀察指標變化趨勢，可能遺漏早期預警信號。Hermes理論上則能夠整合患者數月甚至數年的數據，形成連續的患者畫像。

比如，當患者尿微量白蛋白呈現持續緩慢上升趨勢，即使單次檢測仍處于臨界范圍，Hermes也可識別這一趨勢，提示糖尿病腎病進展風險，為早期干預提供依據。

Hermes的自我進化能力也使其可以通過長期交互積累患者的個性化健康畫像，比如哪些食物會導致血糖飆升、哪種運動方案患者真正能堅持、什么時間段提醒服藥效果最好等。并將這些經驗沉淀為結構化記憶，不斷校準自己的干預策略。從而使得真正“千人千面”的自動化、個性化干預成為可能。

不光是院內復診，對于第三方的專業慢病管理模式來說，Hermes的這些特性同樣有很大幫助。

在醫生培訓和科研輔助上，Hermes也有頗多用武之地。

醫療領域存在大量資深專家的診療經驗、疑難病例處理思路及醫患溝通技巧等“隱形知識”。這些知識很難通過教材或論文系統化傳承，傳統的培訓模式效率有限，且受限于帶教人數與地理范圍。

Hermes則可自動記錄資深專家的決策邏輯、用藥選擇、檢查順序、鑒別診斷思路等信息，在經過審核后固化為可復用的技能文件。年輕醫生通過學習這些技能，相當于間接獲得專家經驗的傳承。

這一模式對于基層醫生培訓、醫療資源下沉具有不小的潛在價值。

此外，在臨床科研工作中，數據清洗、文獻調研和格式調整等繁瑣工作占據了大量時間，使得醫生真正用于數據分析與論文寫作的時間比例非常有限。Hermes若能記憶研究者的偏好設定（如數據清洗規則、排除標準及文獻關注領域），可在后續研究中提供針對性建議，減少重復勞動，使研究者將更多時間投入核心工作。

在數據安全上，Hermes支持本地部署，可以保證患者數據留存本地，滿足合規要求。同時，這種方式也無需持續支付API調用，降低了長期使用成本。其技能文件也完全透明可編輯，出現問題時方便追溯分析。

當然，必須要承認，雖然設計了多重安全機制，但Hermes代表的AI智能體應用在醫療合規上也有挑戰所在。最為明顯的莫過于其自封裝技能，若其基于有限樣本歸納出錯誤規律，并將該規律固化為技能，可能導致系統性錯誤，且不易被發現。這是因為錯誤并非來源于AI幻覺，而是因為數據樣本有限導致的局限性。

正因為此，Hermes的技能審核十分重要，自動生成的技能需經人工審核方可固化使用。審核界面完整展示技能的每一步驟，用戶可逐條確認或修改，并對重要技能采用多人審核或同行評議機制，以降低個體疏漏風險。

然而，恰恰是這種自我進化的特性，使其幾乎不可能通過現行醫療器械監管。正因為此，Hermes的定位顯然更適合分診斷的輔助工具，主要功能應是幫助記憶、沉淀經驗，但最終決策權始終在醫生手中。由于Hermes的所有記憶內容與技能文件均透明可見、可修改、可刪除，且風險操作需用戶介入授權。因此，用戶擁有完全掌控權。

03

從OpenClaw到Hermes，這些AI概念的走紅不過是當前AI迅猛發展的一個縮影。Hermes，或者說以Hermes為代表的一類AI技術則代表了AI技術的發展趨勢，標志著AI智能體從“無狀態工具”向“有記憶伙伴”的演進。在醫療這一需要長期跟蹤、經驗沉淀的領域，這一轉變具有實質性的落地價值。要不了多久，我們或許就可以看到實際落地的產品問世。

當然，對于醫療行業來說，任何時候，安全都應放在第一位。無論是3月底工業和信息化部等十部門發布的《人工智能科技倫理審查與服務辦法（試行）》，還是4月初國內40余家醫療衛生與科研機構共同制定的《醫療機構人工智能應用與治理專家共識（2026 版）》，都明確了醫院是AI應用安全的第一責任人，醫生則是最后一道防線。一旦AI出現問題，醫院需承擔法律責任。

正因為此，在引入AI的過程中必須明確AI僅是輔助作用，時刻謹記，審核機制必須嚴格執行，安全底線不可逾越。

*封面圖片來源：123rf

如果您認同文章中的觀點、信息，或想進一步討論，請與我們聯系；也可加入動脈網行業社群，結交更多志同道合的好友。

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。