如果有一天，開發者再也不需要手動調整 AI 的系統提示詞（system prompt），讓 AI 自己找出更好的版本，而這件事，現在正在發生。人工智慧研究機構 Nous Research 日前在 GitHub 上開源了一個名為 Hermes Agent Self-Evolution 的新專案，讓旗下的開源 AI Agent「Hermes Agent」擁有自我進化的能力：透過分析自身的執行記錄，自動產生改良版的技能指令（skill）、工具描述（tool description）與系統提示，並在測試通過後提交為候選升級版本。
這個框架的核心引擎叫做 GEPA（Genetic-Pareto Prompt Evolution），一套獲得頂尖 AI 學術論壇 ICLR 2026 最高榮譽「Oral」認可的提示詞優化演算法。在六項任務的實測中，GEPA 的表現比主流強化學習方法 GRPO 平均高出 6%，最高差距達 20 個百分點，同時所需的訓練資料量僅為後者的三十五分之一。
什麼是 Hermes Agent Self-Evolution？
Hermes Agent 是 Nous Research 在 2026 年 2 月推出的開源 AI Agent 框架，功能涵蓋網頁瀏覽、程式撰寫、檔案操作、記憶管理等，強調「越用越聰明」的自我優化設計。上線後短短數週即登上 GitHub Trending 排行，並迅速累積超過數萬顆星，成為近期 AI 開源社群最受矚目的專案之一。
此次開源的子專案 hermes-agent-self-evolution，是 Hermes Agent 的自動優化管道，主要由 Nous Research 聯合創辦人 teknium1 主導開發。根據 GitHub README，整套系統的運作邏輯如下：
- 讀取 Agent 當前使用的技能描述檔、工具說明或系統提示
- 根據真實執行記錄（reasoning、tool calls、tool outputs）自動產生評估資料集
- 交由 GEPA 優化器分析失敗原因、提出候選改良版本
- 每個候選版本必須通過完整測試套件（包含 pytest 測試 100% 通過、大小限制、語意保留等關卡）
- 通過所有關卡的最佳版本，以 Pull Request 形式提交供人工審查，不直接寫入
值得注意的是，整個流程不需要 GPU 訓練，僅透過 API 呼叫即可完成。官方估計每次優化執行成本約 NT$65 至 NT$325（約美元 2 至 10 元，按匯率約 32.5 換算），相較於傳統強化學習動輒消耗大量算力的訓練方式，門檻大幅降低。
GEPA 是什麼？為何比強化學習更有效率？
GEPA 的全稱是 Genetic-Pareto Prompt Evolution，由研究人員以論文形式發表於 arXiv（論文編號 2507.19457），並獲得 ICLR 2026 Oral 認可，是當屆會議的最高等級論文之一。
傳統強化學習方法（如 GRPO）在讓 LLM 學習新任務時，通常需要數千次 rollout（模型執行嘗試）才能有效更新策略。GEPA 的出發點是：語言模型本身就能理解「為什麼失敗」，而不只是接受「失敗了」這個訊號。
因此 GEPA 的做法是：讓模型讀取自己的執行軌跡（包含推理過程、工具呼叫紀錄），用自然語言反思找出問題，再提出改良版提示、測試各版本，最終從「帕雷托前緣」（Pareto frontier）挑選出互補性最高的優化成果加以合併。這使得 GEPA 在少量資料下就能產生顯著的品質提升。
論文揭露的量化成果相當亮眼：
- 在六項任務中，GEPA 平均比 GRPO 高出 6%，最大差距達 20 個百分點
- 使用的 rollout 資料量僅為 GRPO 的 1/35（約少用 35 倍資料）
- 在 AIME-2025 數學題庫測試上，GEPA 比當前最強的提示優化工具 MIPROv2 高出 12%
- 同時展現出作為推理時搜索策略的潛力，在程式碼優化任務上效果顯著
自我進化的範疇：四個階段、兩套引擎
hermes-agent-self-evolution 目前公布的路線圖分為五個演化階段，採用兩套不同引擎：
- Phase 1（已實作）：技能描述檔（SKILL.md）的自動優化——這是 Hermes Agent 用來記錄各項任務操作方式的核心文件，決定了 AI 在面對特定任務時的行為框架
- Phase 2（計劃中）：工具描述（tool descriptions）的優化，讓 AI 更精確地理解何時該呼叫哪個工具
- Phase 3（計劃中）：系統提示（system prompt）各區段的自動優化
- Phase 4（計劃中）：工具實作程式碼本身的優化，採用外部開源工具 Darwinian Evolver（以 Git commit 為單位模擬生物演化）
- Phase 5（計劃中）：連接前四階段的持續優化自動化管道
主引擎 DSPy + GEPA 採 MIT 授權開放使用；Phase 4 計劃引入的 Darwinian Evolver 則採 AGPL v3 授權，將以外部 CLI 工具形式調用，不直接整合入核心。整個框架也對安全性做出明確承諾——所有優化後的改動均需透過 Pull Request 流程接受人工審查，不允許自動直接寫入正式版本。
Prompt Engineering 的終結？
對許多 AI 開發者而言，「寫好 system prompt」（系統提示詞）是目前實際部署 AI Agent 時耗費最多心力的環節之一。hermes-agent-self-evolution 所開啟的，正是一條讓這件事自動化的路徑：不是由工程師手動實驗各種 prompt 寫法，而是讓框架自己讀取失敗案例、自己提出改良、自己驗證成效。
當然，這套系統目前仍處於早期階段：Phase 1 的技能檔優化已實作，但更核心的系統提示與程式碼優化都尚在規劃中。且即便優化流程可以自動化，人工審查這道關卡依然保留，顯示 Nous Research 並未打算讓 AI 完全自主地改寫自己。
但從更宏觀的視角來看，這個方向已然清晰：AI Agent 的下一個競爭維度，將不只是「功能多不多」或「模型強不強」，而是它能否在使用中持續優化自身的行為方式。Nous Research 的這步棋，可能是這場競賽中最早的幾張牌之一。