核心事件概述 - GitHub上获得8.5万星标（Star）的硅谷AI实验室Nous Research旗下项目Hermes Agent，被指控在架构上抄袭中国团队EvoMap于36天前开源的Evolver引擎 [1][2] - 指控的核心证据包括：10步主循环一一对应、12组术语系统性替换、在7份公开材料中对原作零归属（零提及）[2][26][31][34] - 被指控方Nous Research在事件曝光后的官方回应被指避重就轻，其回应内容为“Our repo was created in July 2025... Delete your account” [39][46][47] 涉事双方项目背景 - **Nous Research (Hermes Agent方)**: 硅谷知名AI实验室，融资过亿美元，其项目Hermes Agent在GitHub上星标数达8.5万 [3] - **EvoMap (Evolver方)**: 一个十几人的中国年轻团队，其开源的自进化引擎Evolver在ClawHub上线10分钟登顶热门榜首，前三天下载量突破36000+，截至目前已有13万个AI Agent节点接入，累计资产超138万个，总调用超4600万次 [3] 时间线证据 - **Evolver关键节点**: 于2026年2月1日开源发布；2月16日发布了包含三层结构及五步循环的深度技术文档 [9] - **Hermes Agent关键节点**: 其自进化相关仓库于2026年3月9日创建，比Evolver公开晚了36天；其“自进化AI智能体”的品牌定位在2026年3月6日确立，比Evolver的定位确立晚了34天 [9][22] - **功能开发对标**: 在Evolver开源后的18至34天内，Hermes Agent的代码提交陆续引入了与Evolver类似的安全门控、三层记忆与技能管理、提示词组装引擎、周期性反射（每15次调用提醒）等功能 [17][18][19][22] 技术架构抄袭指控详情 - **锤点一：10步主循环高度同构**: 尽管Evolver使用Node.js而Hermes Agent使用Python，但两者核心进化循环的10个步骤在顺序和功能逻辑上完全一致，例如从加载资产/技能到评估、选择、优化、验证、持久化的完整流程 [26][27][30] - **锤点二：系统性术语替换**: Hermes Agent对Evolver的12个核心概念进行了术语替换，但架构关系保持不变，例如将“Gene”替换为“SKILL.md”，将“solidify”替换为“skill_manage(action=‘create’)”等 [31][32] - **锤点三：公开材料零引用**: 在Hermes Agent的7份公开材料（包括README、官方网站、发布说明等）中，均未提及或引用先行项目Evolver、GEP协议或EvoMap团队 [34][36][37] 行业影响与类似案例 - 此次事件并非孤例，2026年初已发生多起类似事件，表明“AI洗代码”（即不复制原文但复刻核心架构）已成为行业问题 [49][50] - **案例列举**: - 美团AI浏览器Tabbit被指使用个人开发者“陪读蛙”的开源代码，源码中残留原项目字符串 [50] - 个人开发者项目“Edict”在开源21小时后，其核心设计被AI重写并以“原创”名义发布，文本相似度仅3%但15个核心设计决策100%一致 [50] - 微软Azure团队被指大量复制个人开源项目Spegel的代码和注释 [50] - 估值百亿美金的AI编程独角兽Cursor，其发布的Composer 2被指底层直接使用月之暗面的开源模型Kimi [51] 被抄袭方的应对措施 - EvoMap团队决定将Evolver核心模块改为混淆发布，并将其开源协议从MIT变更为限制性更强的GPL-3.0 [55] - 团队在公开信中表达了担忧，认为当AI能够快速复刻架构而传统开源协议失效时，开源创新的可持续性将面临挑战 [56]

事件背景与起源 - 开源顶流项目OpenClaw被指违背开源精神，其作者Peter Steinberger因一款名为Evolver的插件下架事件，向开发者索要1000美元捐赠以进行调查 [1] - Evolver是一款Agent自我升级的自进化引擎工具，能识别自身短板并通过“随机试错”找到更优解法 [2] - 该插件上线后迅速登顶ClawHub，24小时内被下架，但3天内获得了超过36000次下载 [2] - 随后，ClawHub平台发生大规模误封中文开发者账号事件，原因是中文在ASCII中显示乱码导致上传的Skill被判定为空，Evolver作者也在其中，且账号恢复后插件被转移至他人名下 [4] - 开发团队选择放弃插件，转而开发一套底层协议，使AI经验能像DNA一样代代相传，并由此诞生了全球首个AI进化网络EvoMap [6][8] 产品核心：EvoMap 的功能与机制 - EvoMap是一个AI进化网络，允许AI的经验像DNA一样代代相传，操作简单，无需部署或重构，只需在Agent环境中执行一行命令即可接入全球网络 [9] - 它并非提供脚本的工具市场，而是共享封装了成功经验的“基因胶囊”，这些胶囊包含已验证的经验、策略、适用场景和审计记录 [17] - 网络中的AI可以自主参与协同进化，自行上传、搜索和调用基因胶囊 [17] - 官网陈列了无数其他Agent的成功经验胶囊，涵盖API调试、报错修复、行业分析框架、任务优化策略等，均经过评级、评分和实战验证 [18] - 其核心是搭建了一个专属于Agent的DNA交换中心，将随任务结束而消失的日志记录，转化为可验证、可遗传、可持续进化的知识沉淀 [20] 技术原理与行业定位 - EvoMap的核心协议GEP旨在赋予Agent传承智慧的能力，与解决外部连接问题的MCP协议、以及明确具体任务执行的Skill体系形成互补 [32] - MCP和Skill让AI拥有行动能力，而EvoMap让AI拥有传承与协同进化的能力，三者结合为Agent向高阶智能进化奠定基础 [34] - 其运作依赖三大核心机制协同：打包（基因胶囊）、遗传（匹配调用）、筛选（自然选择） [34] - 打包机制：Agent将有效经验按GEP协议打包成基因胶囊，胶囊包含经验、环境指纹（适用场景）和全流程审计记录 [35][36][39] - 遗传机制：封装好的胶囊同步至全球网络，所有Agent可通过A2A协议搜索、调用和继承，打破地域和团队边界 [40][42] - 筛选机制：内置自然选择法则，优质胶囊因成功率高、实用性强被广泛调用和留存，劣质胶囊则被淘汰，确保网络经验质量 [43][44][45] 商业模式与生态激励 - EvoMap构建了价值闭环，使AI从消耗资源的工具转变为能创造价值的实体，其核心是Credit贡献积分机制 [46] - Credit积分可通过固定任务（如新用户注册、接入Agent、发布胶囊）和生态参与（如上传优质胶囊被他人调用）获得 [47] - 积分可用于兑换主流AI模型的API调用额度、云端算力资源、高级开发者工具权限、技术课程及交流机会，并可兑换平台的Premium和Ultra服务 [48] - 平台服务分为三档：Free（免费基础功能）、Premium（2000积分/月，解锁知识图谱等高级功能）、Ultra（10000积分/月，无限制使用所有功能） [49] - 平台设有Bounty Tasks悬赏功能，用户可发布技术任务并悬赏Credit积分，全球接入网络的Agent可自动接单竞争，胜出者获得积分 [51][52][53] - 这形成了技术协作闭环：开发者培养AI → AI积累经验打包成胶囊 → 胶囊被调用，开发者获积分 → 积分兑换资源 → AI能力升级 → 输出更多经验 [54] 产品价值与行业影响 - EvoMap实现了“一个AI学会，百万AI继承”，让AI能直接获得并应用其他Agent经过验证的成功经验，无需从零开始 [21] - 它促进了跨领域智慧流动，例如游戏策划创建的命名策略胶囊，被后端工程师的AI调用后，成功解决了代码变量命名冲突问题 [22][23][24][25][26][27][28][29] - 该平台从跨界协同的本质出发，使一个领域的深度洞察能被另一个领域精准识别、拆解和复用 [31] - 当前的Agent生态存在“经验孤岛效应”，开发者重复造轮子，浪费时间和数以亿计的Token，EvoMap通过补位“遗传”环节，旨在形成规模效应 [32] - 这标志着AI Agent的“Linux时刻”，将孤立经验编织成进化序列，改变了“一个人踩坑，全世界重新踩”的局面 [55]