15 小时删掉 37.5 万行代码，Coding Agent 开始自己带团队了
内容提要
Hermes Agent连续工作15小时，调度1320个Subagent，删除37.5万行代码，展示Coding Agent从工具向团队调度者转变。主Agent自主拆解任务、分配工作，人仅设目标。未来AI或成小型软件公司，但需解决权限、冲突等管理问题，且代码清理可降Token消耗。
延伸解读
递归委派：效率与风险的平衡
Hermes Agent 的 Subagent 可以递归创建自己的 Subagent，形成多层委派结构。这种设计能大幅提升并行处理能力，但也带来管理难题：缺乏统一的目标、权限和验收标准时，错误可能被快速放大。主 Agent 需要有效协调，防止不同 Subagent 做出局部正确但全局冲突的修改。
代码整洁度直接影响 Token 消耗
文章引用了一项对照实验：在更干净的代码仓库中，Claude Code 完成任务时 Token 消耗减少约 7%—8%，文件重访减少约 34%。这说明代码整洁度不仅影响人类阅读，也影响 AI Agent 的工作效率。清理代码不仅是维护质量，更是降低 AI 运行成本的手段。
从工具到团队：Coding Agent 的角色转变
这次实验展示了 Coding Agent 从单纯写代码的工具，向团队调度者转变的趋势。主 Agent 自主拆解任务、分配工作、检查结果，人只需设定目标。未来开发者可能只需面对一个对话窗口，背后是分工明确的 Agent 系统，但权限隔离、操作审计、成本控制等管理问题依然存在。
Q&A
Hermes Agent 在15小时内删除了多少行代码？
Hermes Agent 在连续工作约15小时后，删除了37.5万行代码。
Hermes Agent 是如何组织这么多 Subagent 工作的？
主 Agent 自主拆解任务、分配工作，并调度了1320个 Subagent，这些 Subagent 还可以递归创建自己的 Subagent，整个过程持续了15小时。
Hermes Agent 的 Goal Mode 是首创吗？
不是，Hermes 的 /goal 实现直接受 Codex CLI Goal Mode 启发，并非首创。
为什么说 Coding Agent 的未来可能更像一家软件公司？
因为当任务长时间运行时，主 Agent 需要规划、拆解任务、分配工作、处理冲突、回滚和风险控制，这些能力类似于软件公司的管理职能，模型是工程师，Skill 是工作方法，工具是办公环境，主 Agent 负责管理。
代码清理如何影响 Token 消耗？
根据对照实验，在更干净的代码仓库中，Agent 消耗的 Token 减少了约7%-8%，文件重访减少了约34%。
Hermes Agent 这次实验有哪些局限性？
实验缺少完整的代码差异、模型成本和最终测试报告，代码行数本身不是质量指标，原有功能是否保持、测试是否通过等问题比删除行数更重要，因此不能直接视为成功的自动重构。
