智能体
x.com ·
@shao__meng
Nous Research 用 1393 个 Agent 重构 Hermes 自身代码库
Nous Research 让开源 Agent Hermes 重构自身代码库：主运行约 19 个有效小时，派出 1393 个子 Agent（峰值 218 并行），非测试 Python 代码从 1,063,826 行降至 698,363 行（-34.4%），超 5000 行文件从 37 个降至 6 个，最长 if/elif 链从 92 分支降至 9 分支，gateway/run.py 从 34847 行降至 5512 行。机制上采用编排者—工人树状分工、独立 git worktree、工具 JSON schema 与 CLI --help 逐字节比对作为接口保真锚点，并记录 token 过期导致崩溃后的恢复过程。官方称模型花费约 1.93 万美元，人工估算成本 15 万至 180 万美元；重构后模拟查找平均返回 token 从 2218 降至 993。
AI推荐理由 详细转述 Nous Research 官方博客：Hermes Agent 用 1393 个子 Agent、约 19 小时重构自身代码库，非测试 Python 从 106 万行降至约 69.8 万行（-34.4%），并给出文件/函数/if-elif 链等前后对比、接口保真验证、token 查找成本减半及故障恢复细节，信息密度高且可回溯原文；成本与节省数字来自官方自述，需以博客为准。
88
浏览 200
点赞 0
评论 1
转发 0
正文
用 1393 个 Agent 重构 Hermes Agent
[@NousResearch](https://x.com/NousResearch) 让自家开源 Agent「Hermes」去重构 Hermes 自己的代码库：主运行约 19 个有效小时、派出 1393 个子 Agent（峰值 218 个并行），把超百万行的非测试 Python 代码削减了 34.4%，模型花费约 1.93 万美元；而人工做同样工作的估算成本是 15 万至 180 万美元。
[nousresearch.com/refactoring-he…](https://nousresearch.com/refactoring-hermes-with-1393-agents)
背景：为什么这次重构一直没做 ？
Hermes 仓库的非测试 Python 代码超过 106 万行，gateway/run.py 单文件就有 34847 行。这类清理工作技术含量低但工作量巨大，团队一直优先做新功能和修 Bug，没人愿意排期。[@Teknium](https://x.com/Teknium) 的诉求很明确：文件变小、辅助函数统一、消灭“上帝文件”和超长函数、砍掉层层嵌套的 if/elif 路由，整体代码量至少降 30%，且“不许等他决策，做完直接交 PR”。
# 运作机制：文章最有信息量的部分
1. 技能积累是前提，不是事后包装。 Teknium每天都在用 Hermes 开发 Hermes。当流程被纠正或走通时，Hermes 会自动把经验沉淀为 Skills，例如“失败的检查要在干净的 origin/main 环境复现，以判断是否为存量问题”。几个月的日常协作攒下的工程规范，才是这次能放手交给它的底座。
2. 编排者–工人的树状分工。 顶层 Agent 只做协调（写任务书、读报告、合并分支、跑检查），不直接改代码。它把代码库切成 36 个互不重叠的组，为每个工人写书面任务书；工人在独立的 git worktree 里工作，避免互相覆盖；部分工人还会继续下派，委托树最深达到三层。
3. 接口保真作为验证锚点。 工具的 JSON schema 必须与原版完全一致，CLI 的 --help 输出可以逐字节比对；每完成一个经过验证的步骤就必须提交。这解决了大规模自动重构最核心的风险——改散架了怎么办。
4. 故障恢复。 运行约 50 分钟后，API 认证 token 过期导致整个运行崩溃。但工人的提交和任务书都还在（本地 git worktree 是持久化的）。Teknium 用另一个 Hermes 会话诊断故障、准备交接材料，恢复会话后工人检查各自未完成的改动、修复中断的抽取、继续推进。9 月 4 日，经两轮社区评审修复后合并。
# 结果：数字与诚实的边界
重构前 vs. 重构后
· 非测试 Python 总行数：1063826 vs. 698363
· 超过 5,000 行的文件：37 vs. 6
· 超过 300 行的函数：192 vs. 2
· 最长 if/elif 链：92 分支 vs. 9 分支
· gateway/run.py：34847 行 vs. 5512 行
对 Agent 友好度的量化验证是这一段：他们在重构前后两个版本上模拟同样 4000 个符号的查找（找定义 + 读 60 行窗口，不够再续读 2000 行窗口）。结果每次查找平均返回的 token 从 2218 降到 993，需要追加读取窗口的查找从 628 次降到 184 次。也就是说，重构后的代码库对 Agent（和人）来说“翻代码”的成本大约减半。
连带收获：Agent 基础设施自身的改进
跑几百个 worker 暴露了 Hermes 自身的问题：各 worktree 各自启动了约 30 个 Pyright 语言服务器，吃掉 8.7 GB 内存（后来改为共享一个实例）；HTTP 传输重复、已结束的 Agent 被引用滞留在内存中，都做了修复。仓库还新增了文件大小、函数复杂度的规范，以及“被删除的公开名称需要评审”的检查。这些经验又自动写回了 Skills 文档，可供整个团队复用。
Nous Research@NousResearch
New blog post:
We had a million lines of Python to clean up. On September 2nd [@Teknium](https://x.com/Teknium) asked Hermes Agent to do it.
1,393 subagents and nineteen hours later, the codebase was 34.4% smaller, saving us nearly $2m in engineering hours.
[nousresearch.com/refactoring-he…](https://nousresearch.com/refactoring-hermes-with-1393-agents)
[🔗 View Quoted Tweet](https://x.com/NousResearch/status/2099984561451028913)