4月16日消息，MiniMax正式上线MaxHermes,官方定位为"全球首个云端沙箱Hermes"。该产品是基于Nous Research开源的Hermes Agent(2026年2月25日首次推出,据其GitHub发布记录,目前已获5.3万+ Stars)构建的云端自进化AI助手,内核为2026年4月12日刚开源权重的MiniMax M2.7(229B参数MoE模型,据Hugging Face MiniMaxAI/MiniMax-M2.7仓库)。入口为agent.minimaxi.com/max-hermes。 与自行本地部署Hermes Agent相比,MaxHermes取消了服务器、API Key与本地环境配置环节,通过飞书、钉钉、企业微信等IM渠道直接对话,并支持Token Plan抵扣任务消耗、不额外收取API费用。
核心能力:Skills自主生成迭代,跨会话持久记忆
MaxHermes的学习闭环机制直接继承自Hermes Agent原生的Skills创建能力。每完成一项复杂任务,Agent会自动从中提炼可复用的Skills并保存为独立文档,后续使用时按需加载,并根据新的反馈持续修正。这一设计与OpenClaw的Skills体系形成对照——据官方博客表述,OpenClaw的Skills需人工预设与引导,能力在部署那一刻即固定;而Hermes/MaxHermes的Skills由Agent自主生成、自主迭代。
配套机制包括持久化的跨会话记忆、基于自然语言定义的cron定时任务、以及多个子代理并行运行——这些是Hermes Agent原版即有的能力,据36kr 2026年4月报道,Hermes Agent的Nous Research官方商店已内置40+种工具(网页搜索、浏览器自动化、代码执行、文件处理、图像生成等),并支持Karpathy的LLM Wiki笔记法等第三方Skills。MaxHermes在此基础上做了云端托管与IM渠道集成,不再需要用户本地维护gateway进程。
模型与基础设施:M2.7作为内核,M2系列迭代已至第4代
MaxHermes的内核是MiniMax M2.7。该模型于2026年3月18日首次宣布(闭源API形态),4月12日在Hugging Face和ModelScope开源权重,支持SGLang、vLLM、Transformers与NVIDIA NIM部署(据Unite.AI报道)。评测数据方面,据MiniMax官方博客,M2.7在SWE-Pro上得56.22%追平GPT-5.3-Codex,VIBE-Pro得55.6%接近Opus 4.6,Terminal Bench 2得57.0%,GDPval-AA ELO达1495为开源模型最高,在Toolathon上46.3%进入全球第一梯队,在MM Claw端到端评测上得62.7%接近Sonnet 4.6,40个复杂Skills(>2000 Token)场景下保持97% Skill遵循率。这套数据对"长期运行+复杂Skills自主生成"的应用场景较为对口。
据了解,从M2到M2.7,MiniMax编程模型在工具调用准确度、复杂Skills遵循、Agent Harness适配等方面持续迭代,M2.7已成为Hermes Agent中使用量最高的模型之一。在内部实践层面,M2.7本身也深度参与了自身的训练迭代——据MiniMax新闻稿与ModelScope报道,内部版本M2.7在MLE Bench Lite上经100+轮自主优化,性能提升30%,三次测试平均得牌率66.6%,与Gemini 3.1持平。 横向对比:Hermes本地 vs OpenClaw vs MaxHermes
按使用场景看,三方定位差异明显。Hermes本地部署(Nous Research原版)的优势是完全开源免费、模型提供商自由切换,支持Nous Portal、Anthropic、OpenRouter、MiniMax、GLM、Kimi等多家(据runoob.com安装指南),且还未被Anthropic关闭Claude Pro订阅登录通道。代价是需自建服务器、配置WSL2或Termux环境,内网部署有20+步的配置踩坑点,包括ANTHROPIC_API_KEY环境变量优先级冲突、Fire解析Bug、pyproject.toml入口缺陷等。
OpenClaw的优势是预设Skills成熟、社区生态最完整、Token消耗规模最大。据报道,Hermes Agent在OpenRouter的token消耗日榜于4月13日位列第二,仅次于OpenClaw——后者仍是Agent赛道Token消耗第一大户。代价是Skills预设固定,不具备Hermes式的自主迭代能力。
MaxHermes的差异化定位在于"零运维+M2.7锁定+IM原生集成"——对不愿折腾基础设施的用户降低门槛,代价是模型被绑定到M2.7,不能切换到Claude、GPT或Gemini。此外,MaxHermes的飞书/钉钉/企业微信原生集成是Hermes原版不具备的。
局限与观察要点
几个需要关注的限制。模型绑定层面,MaxHermes目前只能使用M2.7,不提供多供应商切换选项,对已习惯多模型路由或需要特定模型能力(如Claude的长文本、Gemini的多模态)的用户是功能后退。
数据归属层面,云端沙箱意味着对话、生成的Skills、记忆均存储在MiniMax服务器,企业用户需评估数据合规性,与Hermes本地部署"数据留在自己机器"有本质区别。
生态连通性层面,官方预告的Skillhub连通与MaxClaw技能/人设迁移通道尚未上线,当前版本无法直接复用OpenClaw生态中已有的Skill文件。
评测与体感层面,据观察,M2.5在实际使用中存在"跑分与体感不符"的社区反馈,M2.7的真实长跑表现仍需社区验证;而Hermes Agent本身仍有较多踩坑点,v0.8至v0.9在生产环境中存在工具调用解析容错、Vision API错误处理等修复记录。
功能质量控制层面,Skills自主生成的质量防护机制未披露——若Agent自动生成的Skill本身存在问题(如过拟合单次任务、错误步骤被固化),后续可能劣化整体能力,官方文案未提及针对这类失败模式的回滚或审核方案。
