NousResearch 用 1393 个 Agent 重构自家开源 Agent「Hermes」代码库
用 1393 个 Agent 重构 Hermes Agent @NousResearch 让自家开源 Agent「Hermes」去重构 Hermes 自己的代码库：主运行约 19 个有效小时、派出 ...
朋友，NousResearch 用他们自己的开源 Agent「Hermes」去重构了「Hermes」自己的代码库，花了 19 个小时，1393 个 Agent，把代码量砍了三分之一，还省了好多钱，挺有意思的。
NousResearch 让自家开源 Agent「Hermes」去重构自己的代码库，主运行约 19 个有效小时，派出 1393 个子 Agent，把超百万行的非测试 Python 代码削减了 34.4%，模型花费约 1.93 万美元。人工做同样工作的估算成本是 15 万至 180 万美元。通过树状分工和接口保真验证，成功将非测试 Python 总行数从 1063826 减少到 698363，最长 if/elif 链从 92 分支减少到 9 分支。
用 1393 个 Agent 重构 Hermes Agent @NousResearch 让自家开源 Agent「Hermes」去重构 Hermes 自己的代码库：主运行约 19 个有效小时、派出 ...
用 1393 个 Agent 重构 Hermes Agent @NousResearch 让自家开源 Agent「Hermes」去重构 Hermes 自己的代码库：主运行约 19 个有效小时、派出 1393 个子 Agent（峰值 218 个并行），把超百万行的非测试 Python 代码削减了 34.4%，模型花费约 1.93 万美元；而人工做同样工作的估算成本是 15 万至 180 万美元。 nousresearch.com/refactoring-he… 背景：为什么这次重构一直没做 ？ Hermes 仓库的非测试 Python 代码超过 106 万行，gateway/run.py 单文件就有 34847 行。这类清理工作技术含量低但工作量巨大，团队一直优先做新功能和修 Bug，没人愿意排期。 @Teknium 的诉求很明确：文件变小、辅助函数统一、消灭“上帝文件”和超长函数、砍掉层层嵌套的 if/elif 路由，整体代码量至少降 30%，且“不许等他决策，做完直接交 PR”。 # 运作机制：文章最有信息量的部分 1. 技能积累是前提，不是事后包装。 Teknium每天都在用 Hermes 开发 Hermes。当流程被纠正或走通时，Hermes 会自动把经验沉淀为 Skills，例如“失败的检查要在干净的 origin/main 环境复现，以判断是否为存量问题”。几个月的日常协作攒下的工程规范，才是这次能放手交给它的底座。 2. 编排者–工人的树状分工。 顶层 Agent 只做协调（写任务书、读报告、合并分支、跑检查），不直接改代码。它把代码库切成 36 个互不重叠的组，为每个工人写书面任务书；工人在独立的 git worktree 里工作，避免互相覆盖；部分工人还会继续下派，委托树最深达到三层。 3. 接口保真作为验证锚点。 工具的 JSON schema 必须与原版完全一致，CLI 的 --help 输出可以逐字节比对；每完成一个经过验证的步骤就必须提交。这解决了大规模自动重构最核心的风险——改散架了怎么办。 4. 故障恢复。 运行约 50 分钟后，API 认证 token 过期导致整个运行崩溃。但工人的提交和任务书都还在（本地 git worktree 是持久化的）。Teknium 用另一个 Hermes 会话诊断故障、准备交接材料，恢复会话后工人检查各自未完成的改动、修复中断的抽取、继续推进。9 月 4 日，经两轮社区评审修复后合并。 # 结果：数字与诚实的边界 重构前 vs. 重构后 · 非测试 Python 总行数：1063826 vs. 698363 · 超过 5,000 行的文件：37 vs. 6 · 超过 300 行的函数：192 vs. 2 · 最长 if/elif 链：92 分支 vs. 9 分支 · gateway/run.py：34847 行 vs. 5512 行 对 Agent 友好度的量化验证是这一段：他们在重构前后两个版本上模拟同样 4000 个符号的查找（找定义 + 读 60 行窗口，不够再续读 2000 行窗口）。结果每次查找平均返回的 token 从 2218 降到 993，需要追加读取窗口的查找从 628 次降到 184 次。也就是说，重构后的代码库对 Agent（和人）来说“翻代码”的成本大约减半。 连带收获：Agent 基础设施自身的改进 跑几百个 worker 暴露了 Hermes 自身的问题：各 worktree 各自启动了约 30 个 Pyright 语言服务器，吃掉 8.7 GB 内存（后来改为共享一个实例）；HTTP 传输重复、已结束的 Agent 被引用滞留在内存中，都做了修复。仓库还新增了文件大小、函数复杂度的规范，以及“被删除的公开名称需要评审”的检查。这些经验又自动写回了 Skills 文档，可供整个团队复用。 Nous Research @NousResearch 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. nousresearch.com/refactoring-he… 🔗 View Quoted Tweet 💬 1 🔄 0 ❤️ 0 👀 200 📊 1 ⚡
