自进化智能体 Hermes Agent 核心机制解析及金融投研应用分享

摘要： 本次会议由方正证券分析师分享，重点介绍了自进化智能体 Hermes Agent 的核心架构、部署路径及其在金融投研领域的具体应用场景。

行业主线：

1. 核心机制与自进化能力：Hermes Agent 构建了“执行-反思-沉淀-复用-优化”的闭环系统，能够针对复杂任务（如调用工具超过15次）自动创建并沉淀 Skill（技能），实现能力的自我迭代，在金融市场研究等专业领域具有更强的经验积累能力。
2. 部署与生态构建：支持通过腾讯云或本地（Linux/Mac/WSL2）部署，通过 API 接口集成同花顺、Wind 等金融数据源，并支持通过多 Profile 定义多个子智能体（如研究、编程、工作、娱乐助理）构建多 Agent 协作架构。

关键变化与分歧：

1. 产品对比：相比 Open Claude 侧重于社区广度和静态 Skill 库，Hermes 更强调动态的学习能力和记忆系统的稳定性，减少了任务执行中的遗忘现象。
2. 投研应用落地：演示了 AI 智能体在海外市场自动复盘日报、基本面与技术面结合的自动化选股、基于电子书量化形态的个股筛选，以及国债收益率量化择时模型开发等端到端应用。

受益方向与风险：

1. 受益方向：金融投研工作流的自动化升级、量化策略的原型快速开发、多智能体协同的复杂课题研究。
2. 核心风险：对底层大模型能力的依赖、金融数据接口的访问限制与稳定性、量化模型训练的准确性需人为干预。