MODULE // HERMES AGENT
基于 Hermes Agent 实现企业自动化编码场景的落地实践
一句话目标:选好会推理的大模型盖住 L2;用开源 Hermes Agent 把「会做事」(Agentic)跑稳;再用人审 + CI 把「能不能过关」(Reflection)做客观。下面讲我们怎么搭。
一、目标与分工:谁负责想,谁负责做,谁负责验
业界常用 L1–L5 描述通往AGI的能力台阶:Chatbot → Reasoner → Agentic → Innovator → Organization。本文重点是 L2(推理,靠 LLM) 与 L3(智能体,靠系统);L4 / L5 只作定位,不展开。
- L1Chatbot对话生成: 能基于简单问题生成答案
- L2Reasoner思考推理: 能基于推理思考后,解决复杂问题本文重点
- L3Agentic行动执行: 能够调用工具、自主执行任务的智能体本文重点
- L4Innovator探索创新: 高度智能,能够自主完成探索、创新的智能体
- L5Organization组织协作: 基于多智能体的组织协作,完成复杂任务的决策、规划和管理
L4 / L5 只作定位参考。本文要讲的是:选好 L2 级推理模型后,如何用 Hermes 把 L3(Agentic)跑通,并补上 Reflection 验真。
外围环境(Reflection 依赖)企微 · 人审 · CI · KDOP · Dashboard
包含并约束Agent:入口、通知、客观检验 / 反思、业务系统对接
Agent(Agentic 外壳)循环控制 · 工具 · Skill · 上下文管理
包含并调度 LLM:组装上下文、执行工具、多任务编排
LLM(Reasoning 核)覆盖 L2
负责「思考 / 计划」:拆问题、订计划、决定调哪个工具
三层不是并列,而是逐层包含:Agent提供LLM思考的上下文, 执行LLM提出的思考计划,外围环境给Agent提供反馈信息, LLM根据反馈信息再决策下一轮的思考计划。系统闭环仍是 Thinking / Plan → Work → Reflection。
Thinking / Plan
思考 / 计划
LLM 主导, Agent提供上下文
Work
执行
Hermes 执行工具
Reflection
检验 / 反思
人审 / CI