GitHub 双响：nanobot 47K 星把个人 AI 助手拉回本地，Meta 让 Agent 学会自我进化

这阵子 GitHub 上的 Agent 圈特别热闹，有意思的是大方向明显分了岔：一边是往「极致省心」走，把个人助手塞进一个小文件里自托管；另一边是往「天花板」冲，让 AI 自己改自己。我扒了几天，挑了两个涨得最凶的给你们讲讲——nanobot 和 Facebook 的 HyperAgents。

nanobot：一个 47K 星、能自托管的个人 AI 运行时

先说 nanobot，港大 HKUDS 团队出品的开源项目，从今年 2 月上架到现在量级直接干到 47,663 颗星、8.4K fork，七个月涨成这样，在个人 Agent 这个赛道里绝对算现象级了。它打着「ultra-lightweight」的旗号，核心卖点就一个字：全都要。

它是个纯 Python 写的个人 AI Agent 运行时，跑在你自己机器上。自带 WebUI、也能命令行，还能接 Telegram、Discord、Slack、微信、飞书、Mattermost、邮件这些聊天入口。工具这块更是杂：文件、shell、联网搜索、MCP、定时任务 cron、图像生成，连 subagent 都有。最戳我的还是那个「Dream」长期记忆——会话历史能跨任务存下来，配合定时自动化，放那挂着就能干长活。还暴露了 OpenAI 兼容 API 和 Python SDK，想二次开发随时接。

对咱们这种爱折腾的人来说，它最大的价值是把「AI 助手」这个概念从云端托管拉回了自己手里——模型自由换、数据不出门、还能跟自家杂牌系统揉在一起。它就是奔着给你当「个人 Agent 网关」去的。

HyperAgents：让 Agent 自我参照、自我进化

另一个更硬核——Meta 旗下的 facebookresearch/HyperAgents，2,703 星，3 月才建仓。一句话定位：自我指涉、能自我改进，理论上可以优化任何可计算任务的 Agent。

实现上分两层：task agent 负责干具体活，meta agent 负责「审阅 + 改进」——它看着任务 Agent 的产出和过程,提交改进 diff,然后下一次循环就跑在升级后的版本上。这就是「自我参照」的意思:Agent 不只是在解决任务,还在持续优化「解决任务的自己」。论文挂在 arXiv(2603.19461),研究者背景里有 Jeff Clune、Jakob Foerster 这些大神,含金量不低。

不过丑话说前头,这项目 README 自己就挂了大红警告:它会执行模型生成的、不可信的代码,可能干出破坏性操作。想玩得先隔离好环境,别拿重要机器正面硬刚。这也是现在这类「让 AI 训自己」项目的通病——方向性感,但风险真金白银。

实话

nanobot 和 HyperAgents,恰好是当下 Agent 两条路的缩影:一个把「每个人都能有自己的 AI 小弟」落地,一个把「AI 能不能学会进化」往学术天花板捅。对绝大多数人,我的建议是先用好前者,把它当日常生产力工具调教顺了;后者适合当趋势风向标看看 Meta 在往哪走。真想折腾底下这套,不想被云端套住,可以翻翻数码罗记(godsun.pro)之前 A7Z 硬改当 Agent 主机那篇,硬件跑这类开源框架的门槛没你想的高。

— by 数码罗记·godsun.pro