正在打开每日关注
正在打开每日关注
Hermes Agent 以约2.5万美元协同1393代理,将百万行Python缩减34.4%,并暴露自动重构的验证边界。
New blog post: We had a million lines of Python to clean up. On September 2nd @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. https://t.co/eH6Gy8RAC5 https://t.co/m5uTiC1s0E
是什么 这篇文章记录 Nous Research 如何让 Hermes Agent 处理长期积累的代码结构债务:编排器先测量仓库,将约百万行非测试 Python 划分为36个不重叠分组,再由最多218个并发、三层代理树在独立 Git worktree 中执行。
核心论点链条 代理依据既有技能和团队规范生成任务说明,工人遵守接口不变、逐步验证、提交后再整合的流程;重点动作包括拆分 gateway/run.py、复用 helper、用 dispatch table 替代长 if/elif 链。主运行持续约19小时,调度1393个子代理,模型成本约1.93万美元,连后续会话约2.5万美元;非测试代码减少34.4%,超5000行文件从37个降至6个,超300行函数从192个降至2个。4000个符号查找的平均返回token从2218降至993,显示阅读成本下降,但不等于工程任务完成效率提升。
关键洞察 杠杆来自可复用技能、冻结基线、并行隔离和明确验收,而非单纯增加代理数量。自动化仍需人审:审查者发现外部公共名称误删及约65处异常处理回归;模块数量、耦合、导入耗时和资源消耗也上升。
边界与风险 节省金额只是粗略人工 staffing 对比,且依赖既有测试覆盖、团队规范和恢复流程,不能直接外推到任意仓库。