overview

Hermes:一个真的在生产里自我提升的 agent

它不训练模型。它把每轮后的教训写成记忆和技能,再让后面的会话用上。

~10 review nudge

大约十轮攒一次复盘。

16 fork steps

后台 fork 最多走十六步。

2 tool classes

只放行 memory 和 skill。

7 curator days

curator 默认七天一轮。

architecture

全局架构

Hermes 在线自我提升架构 主会话先收尾,再启动后台 review fork。fork 只能写 memory 与 skills,不能写 state.db。 turn fork 禁写 MAIN 主会话 agent responds first TURN turn 收尾 finalizer FOCAL 后台 review fork quiet · isolated STORE 记忆文件 MEMORY.md · USER.md STORE 技能库 skills/ CARE curator stale · archive STORE 会话库 state.db LEGEND 重点步骤 存储 主会话 禁止写入 触发 fork
三个存储三种命运:会话库只归主会话,fork 只碰记忆和技能。
  • review 在用户回复之后启动,不抢正事的模型注意力。
  • fork 用同一个 agent 骨架,但关掉会话库写入。
  • 它只拿到 memory 和 skill 两类工具,别的工具运行时拒绝。

review timing

一轮复盘的时序

Hermes 一轮复盘的时序 主会话先把回复交给用户,后台 fork 才重放对话并写记忆或技能。 MAIN FORK STORE COUNT 计数器攒够 FOCAL 先回给用户 SPAWN 才 spawn fork REPLAY 重放对话 ALLOW 只许两类工具 WRITE 写入记忆/技能 NEXT 下次会话再用 LEGEND 重点顺序 持久文件 用户可见 下次才读
自我提升永远不跟用户的正事抢模型注意力,这个先后顺序是设计核心。

isolation

隔离是一次事故换来的

早期 fork 和主会话共用会话 ID。fork 的工作指令被写进真实会话。

用户下一轮再来,agent 把它当常驻指令,直接变成了管理员。

防线 做法 挡住什么
禁写会话库 _persist_disabled fork 指令写进真实会话
关上下文压缩 review 过程不切父会话 后台任务改动主会话历史
步数上限 fork 最多走 16 步 后台任务失控拖太久
工具白名单 只放行 memory / skill review fork 碰外部副作用

省钱细节:fork 保持工具定义和父会话字节一致,更容易命中同一段 prompt 缓存。

write targets

记什么、怎么防写坏

memory

记忆文件=事实

  • 用户偏好、环境情况,放进 MEMORY.md 或 USER.md。
  • 写入前扫 prompt 注入和外带风险。
  • 有字数预算、文件锁、并发改动检查。

skills

技能库=方法

  • 可复用步骤,写成 SKILL.md 或支持文件。
  • 只有 agent 自建的才标来源,才交给 curator 维护。
  • 用户手写和 pinned 的碰不得,改前必须先读当前版本。

skill lifecycle

技能的一生

Hermes 技能生命周期 curator 把长期不用的 agent-created skills 从 active 推到 stale 和 archived,但归档不物理删除。 unused older reactivate STATE active 可被调用 STATE stale 长期没用 FOCAL archived 移目录 · 可恢复 PROTECT pinned/手写 跳过不碰 SKIP curator 不改 LEGEND 起点 重点状态 受保护 可恢复路径
LLM 参与的合并整理默认是关的;Hermes 对自动改技能比多数人想的保守。
  • curator 只碰 agent-created skills。
  • pinned、用户手写、外部来源,默认跳过。
  • 归档是移目录,不是物理删除。

misreads

两个容易误会的地方

routines

routines 是真的,但不是学习

  • cron、webhook、HMAC、限流都有代码。
  • 它负责触发 agent run 和投递结果。
  • 它不负责复盘、改记忆、改技能。

trajectories

轨迹管线是数据生产线

  • 批量跑任务,攒 JSONL 给离线训练用。
  • 跑样本时刻意关掉记忆,避免污染数据。
  • 仓库里没有 reward 或训练回写代码。

current state

现在到哪了

  • Hermes 证明了 agent 自动攒经验能在生产里跑。
  • 它没做的是:攒下来的经验到底有没有用。
  • 那一环是 yume 接的。