Python干翻Rust?三刀砍掉63%启动时间,Hermes 6:5逆转Codex

周末躺床上刷GitHub看到的。纯Python写的Hermes，把Rust写的OpenAI Codex给干了。

11项真实世界CLI任务基准测试，比分6:5。

别觉得是模型厉害或者堆了算力。这次翻盘全靠三个纯工程优化。刀刀见血。

从701ms砍到258ms。整整砍掉了443毫秒。63%的性能提升。

第一刀：Bitwarden磁盘缓存

原来Hermes每次启动都要调Bitwarden Secrets Manager的API拉凭据。一次380毫秒。

蠢的地方在哪？缓存是纯进程内的。就是说你连续执行两次hermes chat -q，第二次还要重新拉一遍。

我自己写脚本的时候也犯过这毛病。总觉得进程内缓存够用，忘了用户是反复敲命令的。

解决方案简单到离谱。加了个L2磁盘缓存。

缓存文件权限锁死0600，存在<hermes_home>/cache/bws_cache.json。访问token绝不落盘，默认300秒TTL，过期才重新拉。

一刀砍掉380ms。

说个题外话，我上周优化自己的小工具，也是类似的问题。每次启动读远程配置，搞了个本地缓存，直接快了小几百毫秒。程序员的快乐有时候就这么简单。

第二刀：模型目录延迟加载

hermes_cli.models._PROVIDER_MODELS。一个包含所有AI供应商模型信息的巨型字典。

之前在模块加载时就急切导入。吃掉约55ms。

问题是，实际上只有model_flow相关的处理函数才需要它。大部分命令根本碰不到这个字典。

团队用PEP 562的模块级getattr实现了懒加载。只在真正访问模型目录时才付出这笔开销。

又省了55毫秒。

这种优化最考验人。你得真的去profiling，真的去看每一行代码的执行时间，不然根本发现不了一个字典导入能吃掉55ms。

第三刀：配置文件去重

main.py顶部原本读了两次config.yaml。

第一次用yaml.safe_load，用于密钥脱敏桥接。第二次用完整的load_config()（含深度合并），只为检查一个布尔值。

合并成一次原始加载。

省下17ms。

三刀加起来，701ms → 258ms。

这才是真正的工程暴力美学。纯靠profiling找到瓶颈，一刀一刀切掉冗余。

我见过太多团队一碰到性能问题就想着换语言、换架构。结果呢？换了Rust还是慢。因为真正的瓶颈往往不在语言，而在这些没人注意的小地方。

战绩6:5，翻盘时刻

优化前，Hermes对Codex是5胜6负。

单轮任务被Codex压制。多轮任务略有优势但不够明显。

优化后，局面彻底反转。

单轮任务（8项）：Hermes的中位框架开销，降到了与Codex持平甚至略低的水平。原本被Codex碾压的启动劣势，被完全抹平。

多轮任务（3项）：Hermes在5轮对话的总开销上已经领先，优化后优势进一步拉大。

最终总分6:5。

一个用Python写的开源项目，在框架开销——这个最考验底层功力的维度，击败了用Rust写的、背后站着万亿市值公司的闭源产品。

Python凭什么赢Rust？

长期以来，Python在性能圈几乎是"原罪"般的存在。解释型语言、GIL锁、动态类型开销……

OpenAI选择用Rust构建Codex CLI时，所有人都觉得理所当然。Rust生来就是为性能而生的。

但Hermes的这次逆袭说明了一个关键事实。

在Agent这个赛道上，框架层面的架构决策，比语言层面的原始速度更重要。

开发者netrunner的评论一针见血。"Python在多轮任务上打赢Rust，本质上是架构决策的胜利，而不是语言速度的胜利。"

"Codex可能在上下文处理上，过度工程化了。"

还有人问，为何不把Hermes也迁移到Rust？那不是更快？

Hermes联创兼首席科学家Teknium直言，"那样就无法编辑代码，以及实时改进和迭代。"

Python的优势不在于快，而在于活。

对于一个需要持续进化、从每次交互中学习的Agent来说，开发者友好性和迭代速度，就是最大的性能优势。

我之前用LangChain做过一个小Agent。一开始追求性能，想用Go重写。后来发现根本没必要。因为真正耗时的是LLM调用，不是框架本身。我花在调试Go上的时间，比Python慢那几毫秒值钱多了。

Hermes到底是什么？

从2026年2月25日上线至今，三个月。GitHub星标突破16万。

日活Token消耗量达到353B，是同类项目OpenClaw的近两倍。

2026年增长最快的开源Agent框架。没有之一。

核心杀手锏是一套闭环学习架构。

每次完成复杂任务后，Agent会自动将解决方案提炼为可复用的Skill。下次遇到类似任务，直接调用已有技能，跳过从头推理。

NousResearch内部基准测试显示，积累20个以上自创技能的Hermes实例，完成同类任务的速度比全新实例快40%。

v0.12版本引入的自治Curator。一个后台自动运行的Agent，会定期评分、修剪、合并你的技能库。

Hermes不仅能学，还能自己整理学到的东西。

语言不是天花板，架构才是

Python打赢Rust这件事，看起来是一个编程语言之间的逆袭爽剧。

但它真正揭示的东西，要深刻得多。

在AI Agent的世界里，底层语言的性能差异正在变得越来越不重要。

Hermes这次优化砍掉的443毫秒，已经是框架层能挤出的极限了。而一次LLM调用的延迟，动辄几百毫秒甚至数秒。

这意味着，在通往ASI的路上，真正的竞争从来不是"用什么语言写"，而是"怎么让Agent越用越聪明"。

Hermes这次用Python干翻Rust，恰恰证明了。

在Agent进化的赛道上，开放、可编辑、可迭代的架构，比"跑得快"更接近ASI的本质。

Rust是一把好刀。但ASI需要的不是一把更快的刀。

GitHub地址：https://github.com/nousresearch/hermes-agent