拆解 Hermes Agent
Hermes Agent 主打「随着使用而变好」。
GitHub - NousResearch/hermes-agent: The agent that grows with you · GitHub
自进化学习机制
Hermes-Agent 的自进化学习机制,并非单一技术,而是一个精密设计的系统闭环。其核心思想是赋予智能体从自身经验中学习与优化的能力,模拟人类 “实践-反思-沉淀-复用” 的成长过程。这个机制主要包含以下五个紧密协作的层次:
第一层:基石——分层记忆系统
这是自我进化的前提,它让Agent拥有了“记性”。Hermes-Agent采用分层记忆(Memory)架构,从瞬时到持久,层层递进地存储信息。这套分层结构使得记忆系统不仅能记录用户偏好,还能沉淀问题解决方法,实现AI Agent知识体系的持续积累。
| 记忆层级 | 存储形态 | 核心功能 | 技术实现 |
|---|---|---|---|
| L1: 即时记忆 (Instant Memory) | 会话上下文 (Context) | 记住当前对话的每一个细节,确保多轮对话的连贯性。 | 基于Redis的毫秒级响应缓存,支持滑动窗口保留最近200个交互轮次。 |
| L2: 工作/持久记忆 (Working Memory) | USER.md 与 MEMORY.md | USER.md 记录你的偏好和习惯;MEMORY.md 记录项目约定、环境事实等。两者共同构建Agent对你的“认知模型”。 | 普通文本文件,但通过严格的字符限制(USER: 1375 chars, MEMORY: 2200 chars)来倒逼Agent进行信息筛选和压缩,保持记忆高密度。 |
| L3: 历史检索记忆 (Archival Memory) | 会话归档数据库 | 存储海量的历史对话记录,供Agent在需要时进行检索和回忆。 | 采用 SQLite + FTS5全文搜索引擎 构建向量索引,实现跨会话的语义检索。 |
| L4: 用户深层画像 (User Modeling) | 实验性模型 | 通过分析交互行为,推断并构建更深层次的用户特征、习惯甚至未明说的偏好。 | 这是更高阶的用户建模系统,旨在更深入地理解用户。 |
🛠️第二层:技能化——自动技能生成
有了记忆,Agent便能把经验“做”成可复用的工具——技能(Skill)。这是自进化的核心输出,将抽象经验转化为具体、可复用的操作指南。
Agent并非事无巨细都生成技能,会在以下“有学习价值”的时刻自动触发:
- ✅ 任务中调用了5次及以上的工具。
- ✅ 成功从某个错误中恢复过来。
- ✅ 用户给出了明确的修正或指导。
- ✅ 发现了一套非平凡的、有效的工作流程。
一个Skill会被保存为一个标准格式的 SKILL.md 文件,存放在 ~/.hermes/skills/ 目录下。遵循开源的 agentskills.io 标准。
第三层:引擎——自我改进闭环
这是驱动整个自进化系统运转的动力核心。它由五个环节组成,持续运转,推动Agent不断优化。
- 记忆筛选:在对话间隙,Agent会收到内部“提醒”(Nudge),自主回顾对话,判断并筛选有价值的信息存入记忆。
- 技能创建:如前所述,完成任务后,Agent自动评估并创建新技能。
- 技能自改进:当用户对技能的执行结果不满意并给出反馈时,Agent会自动启动差异分析流程。通过比对执行日志和用户反馈,自动更新或优化对应的技能文件。
- 跨会话检索:在新的对话中,Agent会自动通过全文搜索引擎,按需检索并加载相关的历史记忆片段,而非全量加载,避免上下文污染和Token浪费。
- 可选的强化学习(RL)训练(深度进化):这是一种更为彻底的进化方式,可由开发者手动触发,从更根本的层面优化模型性能。
第四层:优化器——GEPA算法
在技能优化的底层,Hermes-Agent利用了一个强大的优化算法——GEPA (Genetic-Pareto Prompt Evolution)。它能自动分析Agent的执行记录,从失败中学习,并生成更优版本的技能指令(Prompt)。
GEPA的核心优势在于:它不需要进行昂贵的GPU训练,仅通过API调用即可完成优化,使每次优化的成本低至2-10美元,效率极高。
第五层:保障——质量与风险控制
为确保进化方向的正确性,系统引入了多重保障机制:
- 多维度任务价值评估:生成技能前,Agent会从执行耗时、用户反馈、未来复用概率三个维度评估任务,避免为低价值任务创建无用技能。
- 质量验证门槛:新生成的技能通过验证、准确率不低于92% 后才会被激活。
- 热更新与版本管理:技能库支持热更新,系统会为每个技能模块维护一个版本树,支持快速回滚和A/B测试,确保系统的稳定性。