一个细节，让我从 OpenClaw 转投自我进化 AI Agent Hermes

配好 Hermes Agent，发了条消息，12.7 秒收到回复。一切正常。

但翻日志的时候，一行输出让我停住了：

Auxiliary compression: using auto (google/gemini-3-flash-preview)
  at https://api.githubcopilot.com

api.githubcopilot.com？

我从没配过 Copilot 的 API key。

先说背景

我一直在用 OpenClaw 跑 AI Agent。最近 Nous Research 开源了 Hermes Agent，号称"自我进化的 AI Agent"。好奇，装了一个试试。

两者能共存，试错成本为零。

安装过程很顺。配好本地 proxy 指向我现有的模型服务，在 Discord 上发了句 hi，回复正常。故事到这里本来就结束了。

但我有个习惯——新服务跑起来先看日志。

日志里的不速之客

Gateway 日志很干净。消息收到 → 调模型 → 12.7 秒出结果 → 发送成功。但中间夹着两行：

Auxiliary auto-detect: using api-key (default)
  — skipped: openrouter, nous, local/custom, openai-codex

Auxiliary compression: using auto (google/gemini-3-flash-preview)
  at https://api.githubcopilot.com

说白了，Hermes 给自己找了一个"备用模型"来做上下文压缩——长对话时把历史消息做摘要，省 token。

它找到的是 GitHub Copilot 的 API。

问题是：我压根没配过 Copilot。

追源码

好奇心上来了。Hermes 是开源的，直接翻。

在 auxiliary_client.py 里，有一个 5 级优先 fallback 链。Hermes 给辅助任务（压缩、摘要、视觉分析）找模型时，会按这个顺序逐级探测：

1. OpenRouter        → 没配 API key，跳过
2. Nous Portal       → 没登录，跳过
3. 本地自定义端点     → 被跳过了
4. OpenAI Codex OAuth → 没有 token，跳过
5. API-key 提供商注册表 → 遍历所有 provider...

前 4 级全部跳过。第 5 级命中。

它遍历了一个叫 PROVIDER_REGISTRY 的注册表，轮到 copilot 这个 provider 时，调了一个专用模块 copilot_auth.py。

这个模块的探测逻辑：

def resolve_copilot_token():
    # 1. 检查 COPILOT_GITHUB_TOKEN 环境变量 → 没有
    # 2. 检查 GH_TOKEN → 没有
    # 3. 检查 GITHUB_TOKEN → 没有
    # 4. 最后一招：
    token = _try_gh_cli_token()  # 执行 gh auth token

最后一步。它调了 subprocess.run(["gh", "auth", "token"])。

直接运行了我本机的 GitHub CLI，从本地存储里拿到了 OAuth token。然后用这个 token 对接 api.githubcopilot.com，给自己找了个免费的压缩模型。

整个过程：零配置，零提示，零授权。

两种设计哲学

往回退一步，对比一下。

OpenClaw 的方式：你在配置文件里声明每个 provider 的 baseUrl、apiKey、模型名。配了才用，没配就不用。像填表。

Hermes 的方式：先看你显式配了什么。没配？往下找。环境变量有没有？CLI 工具有没有？本地 OAuth 存储有没有？一路往下探测，直到找到能用的资源。像侦探。

OpenClaw 的方式没毛病。显式配置可预测、可审计，出了问题容易排查。

但 Hermes 的做法让我停下来想了一下。它更接近 “Agent” 这个词的本意——主动感知环境，适应环境，不是等环境来适配自己。

一个好的 Agent，应该像一个靠谱的新同事：入职第一天，先看看工位上有什么工具能用，而不是递给你一张表让你填完所有配置。

一点安全上的微妙

当然，这里有个张力。

Hermes 没经过我显式授权，就跑了 gh auth token 拿到了我的 GitHub OAuth token。虽然只用于内部的辅助任务，但这个行为本身值得注意。

方便和安全之间的取舍，永远是设计中最难的部分。Hermes 选了方便那一边，至少在辅助任务这个场景下。你接不接受，取决于你对 Agent 的信任边界画在哪。

写在最后

这只是我试用 Hermes 的第一个发现，但它让我对这个项目的设计品味有了信心。

更多功能——比如号称的自我进化、静默沉淀 Skill、从对话中学习——还在实验中，后续有了心得再分享。

欢迎关注，也欢迎评论区聊聊：你在用什么 AI Agent？有没有哪个细节特别打动你？

源码参考：Hermes Agent — agent/auxiliary_client.py、hermes_cli/copilot_auth.py