Hermes Agent登顶OpenRouter全球调用榜？调用分层正在形成

Hermes Agent登顶OpenRouter全球调用榜，这条新闻表面看像一次开源Agent圈的热度更替，实质上却在提醒开发者、产品和增长团队：AI分发的竞争单位，正在从“模型能力”切换成“任务吞吐”。当一个Agent开始以日均2710亿Token的规模被真实调用时，【任务流量】已经不再是一个概念，而是正在成为新的入口资产。

普通读者会把这件事理解成“又一个AI产品火了”，但对App团队来说，更关键的问题是：这些调用到底从哪来、由谁发起、经过哪些系统、最后沉淀成了谁的数据资产。谁先看懂【任务流量】的结构，谁才有机会在Agent生态里拥有下一阶段的入口解释权。

新闻与环境拆解

Hermes Agent这次到底赢了什么

5月上旬，Nous Research 旗下 Hermes Agent 在 OpenRouter 的应用与Agent排行榜上升至第一，首次超过长期占据高位的 OpenClaw。多家报道提到，Hermes Agent 单日 Token 消耗达到 2710 亿，而 OpenClaw 当日约为 2450 亿，Hermes 的累计 Token 消耗也已超过 6.37 万亿。这个数字的重要性在于，它代表的不是一次媒体曝光，而是持续发生的真实调用量。OpenRouter 排行页面 《首超龙虾，「爱马仕」Agent全球调用第一，小米MiMo是第一贡献模型》

和很多“榜单第一”不同，OpenRouter 的榜单并不是主观评测榜，而更像一个面向开发者生态的公开交易面板。谁被更多应用接入、谁在更多工作流中被调用、谁消耗了更多 Token，都会直接反映在榜单上。也正因为如此，Hermes Agent登顶OpenRouter全球调用榜 的意义，不在于一个名字排到了前面，而在于全球Agent赛道已经开始用任务规模说话。

从产品形态上看，Hermes Agent并不是传统意义上的单轮问答工具，而是持续运行、支持跨会话记忆、可复用技能和复杂工作流的开源Agent。OpenRouter 对它的官方简介中就直接强调了“persistent memory across sessions”和“reusable skills”，这说明它之所以能冲上高位，并不只是靠一次性爆发，而是靠一类更适合长期工作流承接的产品结构。OpenRouter 排行页面 Hermes Agent GitHub

为什么OpenRouter榜单比普通热搜更值得看

很多AI新闻的热度来自发布会、融资、跑分或者社交媒体讨论，但这些都不等于真实使用。OpenRouter 这类平台的特殊性在于，它更接近一个“公共调用层”：开发者在上面选模型、挂应用、跑任务、消耗 Token，榜单变化天然更靠近实际工作流。

也正因此，Hermes Agent登顶OpenRouter全球调用榜 更像一个分发生态信号，而不是单纯的品牌事件。它说明在全球开发者场景里，某些Agent已经不再只是“被试用”，而是被反复托付任务。谁能进入这种真实调用闭环，谁就更接近下一代AI入口。

这件事还有一个隐含变化：过去大家更关注“哪个模型最强”，现在榜单更能回答“哪个系统最能接住任务”。这两者并不完全一样。一个模型可以很强，但如果没有被封装成好用、稳定、可集成的Agent，就不一定能吃到真正的【任务流量】。

小米MiMo为什么会成为这条新闻里的第二层重点

在 Hermes Agent 的本月调用模型构成里，小米 MiMo-V2-Pro 被多次提到是排名最高的底层模型之一。公开页面也显示，Hermes Agent 是 Xiaomi MiMo-V2-Pro 的头部应用之一，而 MiMo 页面同时强调该模型具备超 1T 总参数和 1M 上下文长度，并针对 agentic scenarios 做了深度优化。Xiaomi MiMo-V2-Pro Apps 页面 《首超龙虾，「爱马仕」Agent全球调用第一，小米MiMo是第一贡献模型》

这件事很值得玩味。因为它说明国产模型的国际影响力，并不一定只能通过自有聊天产品出海来建立。另一条现实路径是：先成为全球Agent生态里的高频底座，再借由Agent完成“曲线出海”。前台是 Hermes Agent 这样的应用层产品，后台却可能是 MiMo 这样的模型供给者。对国内团队来说，这比单纯复制一个海外ChatGPT前台更有现实操作性。

换句话说，Hermes Agent登顶OpenRouter全球调用榜 的背后，并不是一个名字单独赢了，而是一种新的协同方式开始成形：
前台Agent负责接任务，后台模型负责跑任务，中间平台负责分配任务。
谁能稳定嵌进这条链路，谁就更接近全球开发者生态中的高价值位置。

为什么这个时点还要顺带看文心5.1

如果说 Hermes Agent 代表的是“任务入口”，那文心5.1更像“模型供给效率”的另一端。百度在 5 月 9 日发布文心5.1时，公开强调其采用“多维弹性预训练”技术，总参数压缩至约原来的三分之一，激活参数压缩至约一半，预训练成本仅为同规模模型的约 6%。百度文心5.1正式上线：预训练成本仅为业界同规模模型约6% 百度文心5.1上线：预训练成本仅为业界的6%

这和 Hermes Agent 看似是两件不同的事，其实正好构成一条完整链路：
一端是模型越来越讲究供给效率和成本效率；
另一端是应用越来越讲究任务吞吐和调用规模。
中间的竞争，不再只是“模型排名”或者“应用下载”，而是“低成本供给能不能接住高价值任务分发”。

这也是为什么今天讨论Hermes Agent登顶OpenRouter全球调用榜，不能只把它写成一条开源社区新闻。它同时折射出两件事：
第一，AI应用开始被真实调用数据重新分层；
第二，模型价值越来越要靠任务承接能力来兑现。
而这两件事叠加后，真正重要的就不是“谁更会发新闻”，而是谁更能吃下并留住【任务流量】。

OpenClaw被超越，意味着什么

OpenClaw长期以来在Agent圈层拥有很强的话题度，也被不少人视作开源Agent能力的代表之一。Hermes Agent这次能在公开调用量上首次超越它，至少说明两点。

第一，Agent赛道的用户偏好已经不完全由“概念领先”驱动，而更受“工作流适配度”影响。谁更能和开发者已有工具链、模型路由、持续任务结构结合，谁就更容易留下来。第二，Agent竞争已经越来越像平台层竞争，而不是单点功能竞争。一个Agent要真正形成规模，不只要会做任务，还要会被接入、会被复用、会被不断触发。

这也是为什么“谁登顶”本身只是结果，“为什么它能被这么多工作流反复选中”才是更值得持续跟踪的问题。对内容团队来说，这是热点；对技术和增长团队来说，这是架构问题和归因问题。

从新闻到用户路径的归因问题

普通人看 Hermes Agent登顶OpenRouter全球调用榜，会觉得是开源Agent圈洗牌。开发者真正该紧张的地方却在别处：如果未来越来越多用户不直接打开你的App，而是通过外部Agent工作流发起任务，你还能不能认出这些流量到底是谁带来的？

传统App增长里，我们更熟悉“人物流量”：
用户从广告、社群、应用商店、搜索结果或私域链接进入，完成安装、激活、注册、转化。整条链路围绕“这个人”来建模。
但在Agent生态里，越来越多价值会变成“任务流量”：
用户只提出需求，真正执行的是外部Agent、模型路由器、自动化平台、系统助手或其他工作流。此时前台看到的是一次调用，后台却可能已经穿过了多个系统。

这会带来一个很现实的问题：
你看到有转化，却不知道是谁发起了任务；
你看到有激活，却不知道这个激活本来属于哪个工作流；
你看到有订单或高价值操作，却无法解释是哪个Agent、哪个入口、哪次链路把用户送进来的。
而一旦解释不了，渠道价值就会失真，投放优化会失真，产品判断也会失真。

在 Hermes Agent 这类平台级调用场景里，这种问题会被放大。因为任务并不总是从单一端点发起，它可能来自：

• 开发者工作台里的某个自动化脚本；
• 聚合平台上的某个公开 Agent；
• 模型供应商路由后的默认调用；
• 企业内部系统触发的长链路任务；
• 用户并不知道底层发生了多少跳转，只知道任务被完成了。

这正是【任务流量】和传统流量最大的不同。
传统流量里，页面是线索；
Agent时代，任务本身才是线索。
你不能只问“人从哪里来”，还要问“任务是谁发起、在哪一层被分配、在哪一层被兑现”。

如果还沿用旧的归因框架，大量增长会在报表里看起来像“自然流量”，实际上却早已被外部Agent重写。更棘手的是，这些流量往往不是低价值流量，它们反而更靠近真实需求、更靠近高意图任务，也更可能直接影响B端产品的商业结果。

工程实践：重构安装归因与全链路归因

用 ChannelCode 先分清入口，不要把所有任务都算成“自然流量”

问题在于，外部Agent发起的任务常常不会以传统渠道参数的形式出现。它不像一个普通广告点击，也不像应用商店搜索安装，而更像一个跨系统、跨终端、跨工作流的复合入口。结果就是，很多团队后台会把它们粗暴地归入“自然新增”“未知来源”或“其他”。

更合理的做法，是先建立统一入口编号机制。像 渠道编号 ChannelCode 这种思路，本质上不是为了多一个渠道字段，而是为了让不同端点、不同Agent、不同工作流进入时，能够先被识别为不同来源，而不是在第一步就混成一团。

在落地时，可以预留一组更适合Agent时代的基础字段：

• channelCode
• agent_platform
• agent_id
• workflow_id
• scene
• risk_level

这样做的好处是，哪怕最终转化都落在同一个App动作上，团队仍然可以区分：
这是用户自己点开的，还是某个外部Agent带进来的；
是一次性尝试，还是长期工作流中的重复任务；
是平台推荐入口，还是私有自动化触发。

用智能传参把“任务上下文”带进App，而不是只带一个链接

第二个问题，是很多任务在进入App之前已经完成了大量理解和筛选，但这些上下文在安装、拉起、激活时往往会丢掉。于是你看到的只有“用户来了”，却看不到“他为什么来”“是带着什么任务来的”。

这时，智能传参 的价值就不只是传统意义上的安装携参，而是把任务语境尽可能完整地带进后续链路。比如场景类型、入口身份、任务意图、上游工作流编号、触发平台，都应该在可承接的范围内被带到App内，后续才能继续做页面恢复、行为识别和事件建模。

在实现方法上，可以参考 xinstall 在《智能体分发时代 App 安装传参逻辑的底层重构》里提到的那种“链接携参 → 安装 → 首启 → 参数还原”思路，把参数保留从单一投放场景扩展到智能体和多工作流场景。
这样做带来的直接好处是：当你看到激活或转化时，不再只看到结果，还能看到它属于哪类任务、哪个入口、哪段路径。

用事件模型还原任务图，而不是只盯着最终转化

第三个问题，是Agent时代的链路更长，光靠最终转化事件已经无法解释真实增长。比如 Hermes Agent 这种高频调用型产品，它的价值不是某一次点击造成的，而是一连串任务被发起、被路由、被执行、被重复使用后，才形成的持续调用。

因此，更适合的做法是在数据层建立任务事件图，而不是只有漏斗。
例如可以把以下节点纳入统一事件模型：

• task_received
• source_identified
• param_restored
• app_opened
• workflow_resumed
• action_completed
• task_repeated
• task_abandoned

这样做的好处是，团队不再只看“这次装没装、转没转”，而是能回答更多关键问题：

• 是哪类任务最容易被带进来；
• 哪些任务激活率不高，但复用率很高；
• 哪类Agent入口带来的任务价值更大；
• 哪些工作流虽然量小，但单次商业价值更强。

注：本文讨论的多Agent协同入口、跨平台任务识别、复杂任务链的统一还原等场景，属于面向未来分发趋势的工程设计思路。像高度定制化的跨系统状态同步、局域环境内精准识别、复杂工作流回传等高阶能力，往往需要结合具体业务架构进行专项设计，并不等同于统一标准化现成功能。

这件事和开发 / 增长团队的关系

面向开发与架构团队

如果你负责研发或数据基础设施，现在最需要补的不是再加一个“大模型入口”，而是让系统能识别谁在代替用户发起任务。建议优先做三件事：

• 预留任务来源字段，如 agent_platform、agent_id、workflow_id、scene；
• 在首启和关键行为节点支持参数恢复，避免任务上下文在安装后丢失；
• 把“人物流量”和“任务流量”分成两套分析口径，避免所有外部调用都被压进自然流量。

如果这些字段今天不建，等Agent带来的高价值转化越来越多，团队只会看到结果上涨，却解释不了原因。

面向产品与增长团队

对产品和增长负责人来说，Hermes Agent登顶OpenRouter全球调用榜 最值得警惕的不是“海外有新爆款”，而是入口定义权开始松动。用户未来可能不再先打开App，而是先打开Agent；你的产品不再总是“第一触点”，而会越来越多地变成“任务承接点”。

这会直接改变增长判断。
过去你最关心的是买量、ASO、落地页和首屏转化；
现在你还得关心：有没有被外部Agent选中、有没有成为工作流中的默认执行点、有没有办法识别这些任务是谁送进来的。

现在就能做的动作很明确：

• 重构“来源”定义，不只看渠道，还要看任务入口；
• 重构“高质量流量”定义，不只看点击，还要看任务完成度；
• 重构“归因”定义，不只看人物链路，还要看工作流链路。

常见问题（FAQ）

Hermes Agent为什么能登顶OpenRouter全球调用榜？

最直接的原因是它在公开平台上的真实任务调用量迅速放大。多家报道和公开榜单都显示，Hermes Agent 单日 Token 消耗达到 2710 亿，首次超过 OpenClaw，并且累计调用规模已经达到万亿级别。这说明它不是单次爆红，而是已经进入一批持续运转的工作流里。OpenRouter 排行页面 《首超龙虾，「爱马仕」Agent全球调用第一，小米MiMo是第一贡献模型》

OpenRouter榜单和普通模型榜有什么区别？

普通模型榜更多衡量能力、性能或评测表现，而 OpenRouter 这类榜单更接近真实调用市场。它反映的是开发者和应用在真实环境中到底把多少任务交给了谁处理，因此更像“实际用量榜”，而不是“理论能力榜”。OpenRouter 排行页面

小米MiMo为什么会在这条新闻里频繁出现？

因为在 Hermes Agent 的调用结构里，MiMo-V2-Pro 是重要底层模型之一。换句话说，Hermes Agent 的前台成功，部分建立在 MiMo 这类适合Agent场景的模型供给之上。这也说明国产模型完全可能通过Agent生态获得全球开发者存在感，而不一定要先做出海外爆款聊天产品。Xiaomi MiMo-V2-Pro Apps 页面

文心5.1和这条新闻有什么关系？

它们代表的是同一条竞争链路的两端。Hermes Agent体现的是任务入口和调用规模，文心5.1体现的是模型供给效率和成本优化。一个负责“吃下任务”，一个负责“更便宜地跑任务”，未来谁能同时处理好这两端，谁就更可能在AI应用竞争里长期占优。百度文心5.1正式上线：预训练成本仅为业界同规模模型约6%

行业动态观察

Hermes Agent登顶OpenRouter全球调用榜，不只是开源Agent世界里的一个冠军更替，而是公开告诉整个行业：AI分发正在从“模型发布驱动”转向“任务调用驱动”。谁能进入真实工作流、谁能被重复选中、谁能稳定承接高价值请求，谁才真正拥有下一阶段的入口资产。

对App和B端团队来说，这个变化的冲击不会停留在模型圈层。它会一路传导到投放、安装、激活、归因、数据仓和商业分析层。因为当越来越多任务不是由用户直接点开，而是由外部系统代为发起时，原有报表中的“自然流量”会越来越不自然，原有转化链中的“用户路径”也会越来越不完整。

也正因为如此，现在恰恰是重构数据与入口体系的窗口期。模型越来越便宜，Agent越来越主动，平台越来越像任务路由器，真正稀缺的反而变成了“你还能不能认出是谁把任务带进来”。未来能解释清楚这件事的团队，才有机会真正接住下一波【任务流量】。