愛馬仕代理被指控抄襲中國團隊的EvoMap Evolver

關鍵要點

• 時間線優先性：EvoMap 於 2026 年 2 月 1 日開源了 Evolver 引擎和 GEP 協定；Nous Research 的 Hermes Agent 數週後推出了高度相似的自我演化功能。
• 核心指控：在三層記憶系統、經驗到技能的提取循環、定期反思機制以及動態技能載入等方面存在顯著的架構重疊 — Hermes 從未公開提及 EvoMap 的貢獻。
• 技術差異：EvoMap 強調網路層級的基因傳播與跨代理繼承；Hermes 則專注於使用 DSPy + GEPA 及本地 Markdown/SQLite 儲存的單代理終身深度學習。
• 獨立判斷：沒有證據顯示存在直接代碼複製；相似性更可能是源於解決相同產業痛點所產生的趨同設計，不過開源社群強烈呼籲應進行適當的來源標示。
• 當前影響：Hermes Agent 迅速獲得了數萬個 GitHub stars，而 EvoMap 的詳細比較則在中國 AI 社群引發了廣泛討論。

自我演化 AI 代理的興起與新興爭議

2026 年，AI 代理正從無狀態工具演進為具有持久記憶和自主改進能力的系統。傳統代理在各次會話之間會遺忘一切，導致重複性工作及長期效能不佳。來自 Nous Research 的 Hermes Agent 與 EvoMap Evolver 都致力於解決這一挑戰，它們讓代理能夠從經驗中學習、提取可重複使用的技能，並持續演化。

然而，在 2026 年 4 月，中國的 EvoMap 團隊公開指控 Hermes Agent 緊密抄襲了他們先前開源的架構，在全球開源社群和中國開發者社群中引發了激烈的辯論。

EvoMap Evolver：早期的中國創新

EvoMap（evomap.ai）是一個根源於解決中國開發者面臨的平台審核挑戰的專案，於 2026 年 2 月 1 日發布了 Evolver 引擎 和 基因組演化協定（GEP）。

Evolver/GEP 的核心架構：

• 三層記憶系統：事實、程序性技能（基因/膠囊）和事件歷史。
• 演化循環：掃描 → 選擇 → 突變 → 驗證 → 固化，內建定期反思機制。
• 網路級傳播：技能和修復透過全局評分和狀態機在代理間自動傳播。
• 實現方式：基於 Node.js，使用 JSON 結構，旨在打造可稽核且可分享的「基因」。

該專案在中國 AI 圈獲得了穩固的關注，達到約 1,800 個 GitHub stars，目標是建立一個去中心化的全球代理演化網路。

Nous Research 的 Hermes Agent：快速採用與功能特色

由 Hermes 模型系列創造者 Nous Research 推出的 Hermes Agent，於 2026 年 2 月 25 日以 MIT 許可證、模型無關的自託管框架形式發佈。該專案迅速在 GitHub 上獲得大量星標，並支援與 Telegram、Discord、Slack 和 CLI 的整合。

Hermes Agent 的主要功能：

• 內建學習迴圈：自動從任務結果中提取 SKILL.md 文件，並將持久性記憶儲存於支援全文搜索的 SQLite 中。
• 技能生態系統：截至 v0.2.0 版本，已有超過 70 個可重複使用的技能，支援動態加載和自我改進指南。
• 優化技術堆疊：由 DSPy + GEPA（一種學術性的遺傳-帕雷托提示演化框架）驅動，並可選用達爾文演化器進行代碼級別的變更。
• 單一代理重點：強調深度個人化與跨會話的個人用戶知識保留。

定位為「與你共同成長的代理」，Hermes Agent 在開發者工作流程中已獲得廣泛採用。

詳細架構比較

公開的儲存庫、文件以及 EvoMap 在四月的比較文章顯示，兩者在功能上有明顯的相似性，同時也存在重要的實現差異。

EvoMap 強調的主要相似點：

• 從經驗到可重複使用技能的提取過程。
• 三層記憶架構。
• 定期反思與技能驗證機制。
• 能力的動態發現與加載。

主要差異：

• 設計重點：EvoMap/GEP 優先考慮 網絡規模的演化，具備自動跨代理繼承與可撤銷資產功能。Hermes 則專注於 本地單一代理的深度，針對個人長期使用進行優化。
• 技術堆疊：Evolver 使用 Node.js 和 JSON；Hermes 則依賴 Python、Markdown 文件和 SQLite，並深度整合了成熟的學術工具。
• 演化策略：GEP 將技能視為可繼承的基因組，供生態系統共享。Hermes 則在封閉的個人迴圈內使用受保護的提示與技能變異。

第三方評論證實，兩者不存在直接代碼層面的抄襲。這些重疊似乎源於兩個專案在快速成熟的領域中，獨立應對代理遺忘這一核心問題。

爭議與社群回應時間軸

• 2026年2月1日：EvoMap 開源 Evolver + GEP，並發布深度技術解析文章。
• 2026年2月25日：Hermes Agent v0.1.0 正式釋出。
• 2026年3月：Hermes 擴展其 Skills 生態系統。
• 2026年4月9日至11日：EvoMap 發布詳細的對比分析，指出兩者結構近乎 1:1 對應，且完全未提及 Evolver 或 GEP。
• 2026年4月15日：中文社群（X、論壇等）熱議爆發，有人稱其為「架構級複製」，也有人視為典型的收斂創新。

Hermes 尚未發布正式回應，僅引述其早期內部工作及學術先例。EvoMap 則表示僅要求公開承認，而非採取法律行動。

開源歸屬爭議常見誤區：

• 將解決相同痛點的收斂方案誤認為複製。
• 低估已公開學術框架（如 DSPy、GEPA）的影響力。
• 混淆法律許可（MIT 許可證允許修改）與社群對引用公開前期工作的倫理期待。

為何此爭議對 AI 智能體生態至關重要

自我進化智能體是實現真正適應性 AI 系統的關鍵一步。此次爭議凸顯了幾個重要啟示：

• 歸屬最佳實踐：即使獨立開發的解決方案，引用可見的前期成果也有助於建立信任。
• 創新速度：資源充足的團隊能快速打磨並推廣小型團隊的想法，最終使終端使用者受益。
• 互補潛力：Hermes 的局部深度與 EvoMap 的網路傳播特性相輔相成，為混合實現開啟大門。
• 實務邊界案例：開發者應測試兩者──Hermes 適用於個人工作流，EvoMap 則擅長多智能體協作場景。

結論

Hermes Agent 被指控複製 EvoMap Evolver，反映了 2026 年開源 AI 開發的高節奏與偶發性重疊。雖然功能相似性存在，但現有證據更多指向共享挑戰驅動的設計收斂，而非徹底抄襲。

建構自我改進智能體的開發者應根據專案優勢評估兩者：選擇 Hermes 進行深度單用戶演化，或選擇 EvoMap 實現生態系統級的基因傳播。建議實際測試兩者、回饋社群，並提倡透明引用前期工作。

建議行動：前往 Hermes Agent 與 EvoMap Evolver 的官方 GitHub 儲存庫，在真實工作流中執行並排測試，並建設性參與持續討論。負責任的協作與清晰的歸屬將加速整個自我進化 AI 智能體生態的進展。

持續關注 DSPy、GEP 等框架及相關自我改進工具的發展，以保持在智能體架構設計的前沿。