英伟达发布 Hermes Agent 企业方案：越用越聪明，数据不出本地
英伟达推出 Hermes Agent + NemoClaw 企业级 AI 方案，三层架构（模型层、Harness 层、运行时层）把开源 Agent 框架包装成可落地的企业方案，全本地运行，数据不出本地。
リサーチノート
英伟达凌晨连发两条帖子，把一件事说得很清楚：Hermes Agent 不再只是 Nous Research 的开源实验，它现在有了英伟达的完整企业级装备。1
这次发布了什么
英伟达推出的核心是 Hermes Agent + NemoClaw 组合方案，目标是做「会自我进化、跑得安全」的企业级 AI。
Hermes 本身是 Nous Research 开源的 Agent 框架，MIT 协议，目前在 GitHub 上积累了 17 万星。它最被人熟知的能力是内置学习闭环：每完成一个任务，Hermes 会把做法总结成「技能」存下来，下次遇到类似任务直接复用，不用重头摸索。1
英伟达这次给它配的「企业级装备」分三层：
| 层级 | 组件 | 职责 |
|---|---|---|
| 模型层 | Nemotron 3 Super 120B-A12B | 推理、选工具、起草回复 |
| Harness 层 | Hermes | 技能管理、记忆、会话、消息桥接 |
| 运行时层 | OpenShell | 文件/网络策略、凭证代理、沙箱隔离 |
整套方案从消费级的 RTX PC 到企业级的 DGX Spark 都可以跑，主打全本地运行，数据不出本地。
技能会「自我进化」
Hermes 的技能库不是静态的。版本较新的 Hermes 内置了一个自主运行的 Curator，会定期给技能库打分：合并重复的技能，归档过时的，让库保持干净。相当于 Agent 在给自己做性能调优。1
另一个值得关注的细节：Hermes 还会随使用时间建立用户模型，记住「你是谁、你习惯怎么工作」，版本越新、使用越久，越顺手。
安全机制怎么做的
安全是企业部署 Agent 最敏感的点。英伟达的方案通过策略代码实现：Agent 无法直接访问令牌和公网，所有安全策略都在 OpenShell 运行时层执行，而不是依赖模型自我限制。
官方用一个视频演示了接入 Slack、Outlook、GitHub 和 NVIDIA 开发者论坛的完整流程，视频长达 55 分钟，技术博客和代码仓库也同步开放。
为什么这个时间节点
在 GTC Taipei 上，黄仁勋发布 RTX Spark 时把 Hermes 和 OpenClaw 并列提及。此后英伟达直接推出 NemoClaw 蓝图，配上 Hermes，等于在模型推理层之外，正式切入 Agent 框架和企业部署软件栈。
这和英伟达过去几年的路径一致：先做底层芯片，再往上延伸到软件生态，最后形成完整的「AI 工厂」逻辑。Hermes Agent 这套方案，是这条路在 Agentic AI 时代的下一块拼图。1
このコンテンツについて、さらに観点や背景を補足しましょう。