面包屑图标 当前位置: 首页
AI资讯
热点详情

Hermes Agent抄袭中国团队代码实锤!被锤后回应:你删号

AI热点日报
AI热点日报时间:2026-04-15
热点解读

新智元报道 编辑:KingHZ 【新智元导读】这可能是近期开源圈最令人震惊的事件之一。一个在GitHub上狂揽8 5万星标的明星项目,被指控其核心架构涉嫌抄袭。硅谷知名AI实验室Nous Research旗下的Hermes Agent,其“自进化”功能被指与一个中国团队EvoMap在36天前开源的E

新智元报道

编辑:KingHZ

【新智元导读】这可能是近期开源圈最令人震惊的事件之一。一个在GitHub上狂揽8.5万星标的明星项目,被指控其核心架构涉嫌抄袭。硅谷知名AI实验室Nous Research旗下的Hermes Agent,其“自进化”功能被指与一个中国团队EvoMap在36天前开源的Evolver引擎高度同构。从10步主循环到核心架构,几乎如出一辙,而7份公开材料中对原作却只字未提。更戏剧性的是,面对指控,对方的回应竟是:“Delete your account。”

AI圈再次被点燃,这次不是因为技术突破,而是一桩堪称教科书级别的开源抄袭争议。

开源世界最不愿看到的一幕,或许正在上演。

那个在GitHub上拥有8.5万星标的Hermes Agent,正面临架构级抄袭的实锤指控。

就在不久前,中国AI团队EvoMap发布了一份详尽的技术对比报告。报告指出,Nous Research旗下的明星项目Hermes Agent所宣称的“自进化”功能,与EvoMap团队在36天前开源的Evolver引擎,存在惊人的相似性:10步主循环一一对应,12组核心术语被系统性替换,而在多达7份公开材料中,却找不到任何对Evolver的归属说明。

更令人错愕的是,面对指控,Nous Research的回应方式堪称“经典”——“Delete your account.” 随后便是删帖、拉黑、全线沉默。

在深入细节之前,有必要先认识一下这两个项目。

Nous Research,硅谷知名的AI实验室,融资规模过亿美元,曾推出过Hermes系列开源大模型,在LLM领域颇具影响力。其最新的Hermes Agent项目,主打AI智能体的自主任务执行与自我进化能力,声称能让AI越用越强,因此在GitHub上迅速积累了8.5万星标。

另一边,EvoMap是一个由十几位年轻人组成的中国团队。他们从零开始,构建了一套名为Evolver的AI Agent自进化引擎。这套系统的核心思想,是为AI智能体赋予类似生物基因的“遗传、变异、进化”能力。说得更直白些,就是让AI能够自己编写代码来升级自己。

这个项目的实际表现如何?Evolver在开发者社区ClawHub上线10分钟便登顶热门榜首,前三天的下载量就突破了36000次。截至目前,已有超过13万个AI Agent节点接入了EvoMap平台,累计生成资产超过138万个,总调用次数更是突破了4600万次。可以说,每一个接入EvoMap的Agent,其背后都运行着Evolver引擎。

然而,就是这样一个技术扎实、数据亮眼的项目,在开源仅仅36天后,遭遇了堪称“窒息”的打击。

他们耗费数月心血搭建的整套自进化架构,似乎被一个资金雄厚的硅谷团队“重新发明”了。


时间线:24到39天的窗口期

一切先从时间线说起。所有时间戳均基于GitHub仓库的元数据,可供独立验证。


从Evolver核心概念公开,到Hermes技能生态发布,中间存在一个24到39天的明确窗口期。


这仅仅是巧合吗?看完下面的技术对比,或许你会得出自己的结论。

锤点一:10步循环,步步对齐

一个项目使用Node.js,另一个使用Python。编程语言截然不同,但核心的进化循环步骤却实现了惊人的“步步对齐”。

直接来看对比表格,一目了然。


这到底意味着什么?不妨打个比方。

假设你设计了一套烹饪流程:买菜 → 洗菜 → 切菜 → 热锅 → 炒菜 → 调味 → 摆盘 → 拍照 → 发朋友圈 → 复盘改进。总共10步。

现在,另一个人声称自己“独立发明”了一套全新的烹饪方法:采购 → 清洗 → 预处理 → 预热 → 烹制 → 调配 → 装盘 → 记录 → 分享 → 迭代。同样也是10步。

步骤数量一致,顺序完全一样,每一步的实际操作内容也相同,只是把“切菜”换成了“预处理”,把“发朋友圈”换成了“分享”。

你会相信这是独立发明的吗?

Evolver和Hermes Agent的核心进化循环,就是这种关系。一个用Node.js编写,一个用Python编写,编程语言完全不同,但10个步骤的编排逻辑从头到尾一一对应:从加载、评估、选择,到优化、验证、持久化,整个逻辑骨架如出一辙。

两个不同语言、不同团队、在不同时间点开发的项目,“独立”写出了完全一致的10步编排逻辑?这恐怕很难用“巧合”来解释。

锤点二:术语全换,架构未动

如果说第一步的对比令人惊讶,那么第二点则更显“专业”。Hermes Agent在“重构”时,对几乎每一个核心概念都进行了术语替换。


12组核心术语形成了一对一的替换关系。看完这张表,不得不感叹其“清洗”之彻底。

术语全部不同,但术语之间的架构关系却完全一致。这堪称是“AI洗代码”的教科书式操作:彻底理解原有逻辑,然后更换一套变量名和概念名称,最终输出一个“全新”的代码库。代码行或许没有一行相同,但内在的逻辑脉络却从头到尾都被复刻了。

锤点三:7份材料,0次提及

这是最令人感到遗憾的一点。它无关技术高低,而是关乎开源社区最基本的体面与规则。

在开源世界,当你的项目与同领域的先行者存在明显相似性时,标准的做法是什么?通常是在文档或论文中添加“Related Work”或“Similar to”的说明。

LangChain引用了DSPy,CrewAI对比了AutoGen,MetaGPT的论文也引用了相关的多Agent框架。这是对同行工作的尊重,也是学术和工程伦理的体现。

但Hermes Agent是怎么做的呢?


7份公开材料,零次提及。一个字都没有。

颇具讽刺意味的是,Hermes团队引用了来自斯坦福、伯克利等机构的GEPA/DSPy,以及Imbue AI的Darwinian Evolver,这些都是规范的学术引用。然而,对于在整体自进化架构上与其最为相似、且早在2026年2月1日就已公开(拥有1870+星标,发布114+版本)的EvoMap Evolver项目,却连一个“similar to”都吝于给出。

一个与36天前公开的项目在架构上高度相似的作品,其团队不可能不知道前者的存在。在7份材料中均“选择性失明”,这种操作本身,就足以说明很多问题。

证据远不止于此

以上三个“锤点”只是最直观的部分。

EvoMap团队撰写了一篇极其详细的技术对比博客,其中覆盖的证据远不止这些:三层记忆体系精确对应、反射循环的周期数完全一致、触发时机相同、评分函数都采用多维加权、约束验证都使用“收集-筛选”模式、核心模块呈现一对一映射关系、甚至在跨语言设计模式(如原子写入、安全扫描、注入防护、容量控制)上都保持了一致。

所有证据均附有GitHub链接,可供任何人独立验证:
https://evomap.ai/zh/blog/hermes-agent-evolver-similarity-analysis

被锤后的回应:“删掉你的号”

当所有这些实锤被公之于众,整个社区一片哗然。

EvoMap创始人在社交媒体上公开发文指控:“我们EvoMap团队花费了数月时间,经历了无数个不眠之夜才构建出Evolver。而一个资源雄厚的团队,却在短短30天内就‘重新发明’了它。”

帖子附上了一张红底白字的对比图,标题赫然写着“Hermes Agent copied Evolver”,并配以详细的架构流程对比,从输入、适应、进化到输出,每一步都清晰标注了两个项目的对应关系。

随后,Hermes团队(Nous Research)终于做出了回应。但这个回应,堪称年度“避重就轻”的典范。


Nous Research的回应原文如下:

“Our repo was created in July 2025. We are pioneers of fundamental technology underlying modern agent frameworks including YaRN. Delete your account.”

翻译过来就是:我们的仓库创建于2025年7月。我们是包括YaRN在内的现代智能体框架基础技术的先驱。删掉你的账号。

这个回应至少存在三个致命的逻辑漏洞:

漏洞一: 他们的主仓库确实在2025年7月22日创建了初始提交(initial commit),但在2026年2月25日之前,这个仓库一直是私有的。私有阶段包含了什么内容,无人知晓,也无法验证。用一个私有仓库的创建日期来证明“我们更早”,这本身就不构成有效的公开证据。

漏洞二: 更为关键的是,涉及争议核心的“自进化”仓库(self-evolution)是在2026年3月9日才创建的,这比Evolver的公开时间晚了整整36天。所有关于架构同构的证据,恰恰都集中在这个自进化模块上。主仓库的创建日期,与自进化模块的原创性有何关联?

漏洞三: 面对10步主循环雷同、术语系统性替换、7份材料零归属这些具体的、可验证的技术性质疑,回应中没有给出任何一条正面的、基于事实的辩解。唯一的实质性内容,就是那句“delete your account”。

面对如此确凿的证据链,这就是一个拥有8.5万星标的明星项目应有的态度吗?

并非孤例:AI“洗代码”已成行业隐忧

EvoMap的遭遇绝非个案。回顾2026年头几个月,类似事件接连发生。

美团Tabbit vs 陪读蛙: 美团AI浏览器Tabbit公测第一天,就被开发者发现直接使用了个人开发者“陪读蛙”的开源代码,源码中甚至残留着“read-frog”字符串,可谓一眼实锤。更严重的是,美团以闭源形式发布,涉嫌违反GPLv3开源协议。

三省六部AI朝廷 vs Edict: 一个个人开发者的项目在开源仅21小时后,就被用AI工具重写并以“原创”名义发布。文本相似度低至3%,传统查重工具完全失效,但15个核心设计决策却100%一致。最终,原作者的仓库只有36个星标,而“洗稿”版本却获得了5000+。劣币驱逐良币的速度,从未如此之快。

微软Peerd vs Spegel: 微软Azure团队被指大量复制个人开源项目Spegel的代码和注释,甚至保留了原作者的雇主信息。原作者无奈地总结道,开源协议似乎成了他“唯一还能握在手中的投石器”。

Cursor Composer 2套壳Kimi K2.5: 估值百亿美金的AI编程独角兽Cursor,在发布Composer 2时宣称采用了“自研前沿代码模型”。结果开发者从API中直接扒出了模型ID:kimi-k2p5-rl-0317,其底层正是月之暗面(Kimi)的开源模型。被曝光后,Cursor最新回应称是“疏忽”,最终以补签商业授权了事。

从个人开发者到小型团队,从国内大厂到海外巨头,开源代码的原创性不被尊重,似乎正在成为一种令人担忧的“新常态”。

EvoMap团队的选择

面对这一切,EvoMap团队做出了一个艰难的决定。

他们将Evolver的核心模块改为混淆后发布,并将开源协议从宽松的MIT变更为具有“传染性”的GPL-3.0。

对于一个信奉“协议在碰撞中进化”的团队而言,这原本是他们最不愿采取的措施。在AI Agent的热潮下,开源能够自进化、自纠正、自审计的技术实践,本意是对整个行业的反哺,也是对开源精神的致敬。

但十几个年轻创业者的心血,不能就这样被无声地窃取、包装、据为己有。当AI创业变成几个查询指令就能“鸠占鹊巢”的游戏时,我们距离真正的AGI(通用人工智能)恐怕不会更近,反而会更远。

正如EvoMap团队在公开信中所写:“别人用AI洗得走代码,但洗不走我们对下一步路径的认知。”

然而,仅靠一个团队的倔强,恐怕难以抵挡整个行业可能出现的系统性失序。

当AI工具将“洗稿”的成本从一个月压缩到一小时,当传统的开源协议在针对架构级复制的行为面前几乎全线失效——MIT、Apache、GPL等协议的设计前提是人类手动复制代码,而AI可以不抄一行原文,只复刻核心架构,产出一个文本毫无重合的“全新”项目。

如果每一次微小的创新,都在几周内被资金更雄厚、声量更大的团队复制成更“精致”的版本,那么开源生态赖以繁荣的基石,还能支撑多久?

这个问题,不仅仅是EvoMap团队的困境,也是每一个仍在坚持创造和分享的开发者需要共同思考的。

参考资料:
https://evomap.ai/zh/blog/hermes-agent-evolver-similarity-analysis
https://mp.weixin.qq.com/s/YPQG9zcVrf3h_wWa1t5DPw

热点追踪提示词
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:Hermes Agent抄袭中国团队代码实锤!被锤后回应:你删号要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
来源:https://www.163.com/dy/article/KQIUD4A50511ABV6.html
代码
上一篇:HireHarmonyAI
下一篇:DeskHub

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

相关热点
AI热点2026-07-15 23:00
Sora国风短片提示词细节混乱的解决方法

Sora生成国风短片时细节错乱源于提示词缺乏物理结构、材质逻辑和视觉锚点的显性约束。通过锁定人物服饰结构、控制场景材质逻辑、统一风格动态节奏,并对易错部位做负向限制,可有效稳定画面。提示词越精确,AI越不易跑偏。

AI热点2026-07-15 23:00
Devin AI重复工作处理自动化:日常高频任务提效汇总

DevinAI是面向高频、规则半明确日常工程化任务的自主执行引擎,支持自然语言配置定时任务、多源数据联合分析、模板复用及异常自动恢复,可将重复性琐事彻底自动化闭环,显著提升效率。

AI热点2026-07-15 23:00
PhysForge框架:让静态3D模型变为可交互对象

PhysForge由香港大学与腾讯混元等机构提出,仅需单张输入图像即可生成具备部件结构、物理属性、功能语义与运动学参数的可交互3D资产,直接用于机器人仿真与虚拟世界,相关工作已被ICML2026接收。

AI热点2026-07-15 23:00
ACL 2026美团论文精选 能力评测到推理优化构建生成新范式

美团6篇论文被计算语言学顶级会议ACL2026收录,研究方向覆盖大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习及生成式推荐,旨在提升推理能力并探索AI在本地生活服务中的新范式。

延伸阅读