用过 AI 助手的人都有这种体验：刚开始觉得还挺好用，但用了一个月后，发现它还是老样子——同样的错误反复犯，教过的事情转头就忘，不会因为你用的时间长了就变得更好。

这就是有没有"自我学习"能力的区别。

大多数 AI 代理是"静态的"——无论你用多久，它的能力边界不会变。而 Hermes Agent 是"进化的"——它在每一次对话中学习，在每一次任务中改进，做得越久，能力越强。

在 MotoAgent 中使用的 Hermes Agent，是目前唯一一个内置了完整"自我进化"学习回路的 AI 代理。它不是简单地把你的话存起来，而是有一套完整的机制来评估、学习、优化和沉淀。

二、后台自改进回顾：每次对话都在悄悄进步

Hermes Agent 最神奇的地方在于：每次你和它对话结束后，它都在后台静默地运行一次"自我回顾"。

这个过程不需要你参与，也不需要额外操作。它会在后台做三件事：

1. 审视本次对话，判断有哪些值得记住的信息

2. 评估是否需要创建新的技能，把成功的操作流程固化下来

3. 检查已有的技能是否需要改进，根据本次经验做优化

默认情况下，界面上只会出现一行 "Memory updated" 的提示，告诉你它又学到了新东西。如果你想看详细内容，也可以设置成 verbose 模式，它会告诉你具体记住了什么。

这个后台回顾使用当前对话模型执行（利用已缓存的上下文，几乎不增加额外成本），也可以配置使用更便宜的模型来做回顾，进一步节省费用。

三、技能自主创建：成功一次，以后都会了

这是 Hermes Agent 自我进化中最实用的功能。

当你让 Hermes Agent 完成一个复杂的任务后——比如配置 CI/CD 流水线、写一套自动化脚本、搭建一个监控看板——它不会做完就忘。它会自动从这次成功的经验中创建一个可复用的技能。

技能本质上是一个 Markdown 格式的"说明书"，存放在 ~/.hermes/skills/ 目录下。一个技能包含：

• 任务的目标和适用范围
• 执行步骤和最佳实践

• 可能遇到的问题和解决方案
• 工具调用建议

下次你再遇到类似的任务，Hermes Agent 会自动加载这个技能，按照已经验证过的步骤执行。不仅更快，而且成功率更高。

你还可以通过 agentskills.io 开放标准，把技能分享给其他人，或者使用社区贡献的技能。

四、技能自我改进：越用越好

技能创建之后并不是一成不变的。每次使用技能时，Hermes Agent 都会记录使用情况：

当多次使用一个技能后，Agent 会发现哪些步骤可以优化、哪些说明不够清晰、哪些错误可以提前规避。它会自动对技能进行修补和改进，让下一次执行更加顺畅。

这就是"越用越好"的真正含义——不是大模型变强了，而是你专属的 Hermes Agent 积累了越来越多关于你的经验。

访问 MotoAgent 体验越用越聪明的 AI 代理。

五、Curator 策展系统：自动整理和清理

随着使用时间增长，Hermes Agent 会积累越来越多的技能。有些技能经常使用，有些可能很久都用不上了。这时候就需要 Curator（策展系统）来做自动管理。

Curator 在后台定期运行，它的工作包括：

Curator 的默认配置是每 7 天运行一次，但只在系统空闲时执行。它不会删除任何技能，而是把不常用的归档起来。如果你想找回某个归档的技能，直接说一声就行。

还有一个可选的"智能合并"功能——Curator 会审查所有 Agent 创建的技能，判断哪些可以合并、哪些需要改进、哪些已经过时。这会消耗一些 LLM Token，但能让技能库保持精炼。

六、记忆策展：知道该记住什么、该忘什么

前面我们聊过 Hermes Agent 的记忆系统（MEMORY.md 和 USER.md 文件有容量限制），但真正让它与众不同的是记忆策展能力。

当记忆接近容量上限（80%）时，Agent 会主动做以下事情：

1. 读取所有当前记忆条目

2. 判断优先级——哪些是关键事实必须保留，哪些已经过时可以删除

3. 合并相似条目——把多个相关的事实浓缩成一条

4. 删除不再相关的内容

5. 腾出空间存入新学到的信息

这种"替你做决定"的能力，是 Hermes Agent 自我进化中最体现"智能"的地方。它不只是被动地存东西，而是主动判断什么值得记住、什么可以忘记。

七、跨会话学习：上次的经验，这次直接用

自我进化还有一个重要维度：跨会话学习。

Hermes Agent 的所有历史会话都存储在 SQLite 数据库中，并建立了 FTS5 全文搜索索引。当你提到"之前我们做的那个项目"或者"上次那个配置"，Agent 可以：

• 通过 session_search 工具搜索所有历史会话
• 找到相关的讨论和决策记录

• 把历史经验应用到当前的对话中

这意味着每一个对话都不是孤立的——上次解决的问题，这次直接复用经验；上次犯过的错误，这次自动规避。

八、自我进化全景图

把以上所有机制放在一起，Hermes Agent 的自我进化流程就是一个完整的闭环：

1. 对话 → 你和 Agent 交流，完成任务

2. 观察 → 后台回顾审视本次对话

3. 记住 → 有价值的信息存入 MEMORY.md / USER.md

4. 技能化 → 成功的操作流程创建为 Skill

5. 改进 → 下次使用 Skill 时优化

6. 策展 → Curator 定期整理和归档

7. 召回 → 下次会话加载更新的记忆和技能

8. 再次对话 → 以更强的能力开始新一轮循环

这个循环每发生一次，Hermes Agent 的能力就提升一点。一周、一个月、一年下来，它的进步是累积的、可见的。

九、总结

Hermes Agent 的自我进化能力，是它和其他 AI 代理最根本的区别。

其他代理是"工具"——你用的时候它工作，你不用它就静止。而 Hermes Agent 是"伙伴"——它会在每一次协作中学习，在每一次任务中进步，变得越来越了解你、越来越能干。

在 MotoAgent 中，你可以直接使用 Hermes Agent 后端，不需要任何配置就能享受这种自我进化的能力。下载桌面端，和它聊上几天，你会发现它真的在一天天变聪明。

用过 AI 聊天的人都有这种感觉：每次打开一个新对话，AI 就像从来没认识过你一样，一切都要重新交代。你上周告诉过它的偏好、项目配置、踩过的坑——全都不记得了。

这正是传统 AI 助手的最大短板：没有记忆。而 Hermes Agent 之所以能被称为"越用越聪明的 AI 代理"，最核心的原因就是它拥有一个完整的长久记忆技术架构。

在 MotoAgent 中使用的 Hermes Agent，是目前唯一内置了完整学习回路的 AI 代理。它的记忆系统不是简单的"存个聊天记录"，而是一套精密的分层记忆架构。

二、两层核心记忆文件

Hermes Agent 的记忆系统由两个纯文本文件组成，存放在本地磁盘上：

MEMORY.md —— 代理的"笔记本"

这个文件存储的是代理在工作过程中积累的环境事实、项目约定、工具使用技巧等。比如：

• 当前机器的操作系统和已安装的工具
• 项目使用的技术栈和配置规范

• 踩过的坑和解决方案
• 用户反复纠正过的细节

USER.md —— 用户的"档案卡"

这个文件存储的是关于用户个人的信息，包括：

• 名字、角色、时区
• 沟通偏好（喜欢简洁还是详细）

• 禁忌和雷区（哪些事不要做）
• 工作习惯和技术水平

这两个文件加起来约 1,300 tokens，在每次对话开始时作为系统提示的一部分注入到上下文中。这意味着——每一句话，Hermes Agent 都带着对你的记忆在回复。访问 MotoAgent 可以亲身体验这一效果。

三、记忆加载机制：冻结快照模式

Hermes Agent 采用了一个巧妙的设计——"冻结快照"模式。具体来说：

• 每次会话开始时，从磁盘读取 MEMORY.md 和 USER.md
• 将内容格式化为一个固定的文本块，注入系统提示

• 这个文本块在整个会话期间不会变化
• 即使用户通过记忆工具修改了内容，也要等到下一次会话才会反映到提示中

这样做的好处是什么？答案是 性能。固定不变的提示内容可以让 LLM 复用前缀缓存，大幅降低每次请求的 Token 消耗和处理时间。也就是说，带着记忆回复，但几乎不增加额外成本。

四、记忆写入与自改进循环

很多人会问：记忆是自动存的还是手动写的？答案是——两者都有，但 Hermes Agent 会主动替你管理。

后台自改进回顾

每次对话结束后，Hermes Agent 都会在后台自动运行一次"自改进回顾"。这个回顾会：

1. 审视本次对话的内容

2. 判断有没有值得记住的新信息

3. 如果有，自动写入 MEMORY.md 或 USER.md

4. 评估是否需要创建新的技能或改进已有的技能

整个过程是静默运行的，你不需要做任何操作。默认情况下，界面上会显示一行"Memory updated"告诉你记忆已更新。

技能自主创建

除了保存事实性信息，Hermes Agent 还能从成功完成的任务中创建可复用的技能。技能存储在 ~/.hermes/skills/ 目录下，每个技能包含一份完整的 SKILL.md 说明书。

技能的完整生命周期包括：

1. 创建：复杂任务完成后自动生成

2. 使用：下次遇到类似任务时自动加载

3. 改进：在使用过程中自我修正和优化

4. 策展：30 天未使用标记为"陈旧"，90 天未使用自动归档

5. 归档：归档到 .archive 目录，随时可恢复

这套机制让 Hermes Agent 的能力随着使用时间不断增长——做得越多、会的越多。

五、跨会话检索：FTS5 全文搜索

前面说的 MEMORY.md 和 USER.md 只能存 3,000 多字符，放不下所有历史信息。那更早之前的对话怎么查？

Hermes Agent 将所有历史会话存储在 SQLite 数据库中，并建立了 FTS5 全文搜索索引。当用户提到之前做过的事情时，Agent 可以通过 session_search 工具：

• 搜索过去所有会话中的相关对话
• 查看匹配会话的完整内容

• 在会话内上下滚动浏览

持久化记忆负责"时刻记得"，会话搜索负责"随时翻查"——两者互补，构成了完整的记忆覆盖。

六、记忆管理：满了怎么办

2,200 字符的 MEMORY.md 听起来不大，但如果满了怎么办？

Hermes Agent 的设计哲学是：不是存得越多越好，而是存得越精越好。当记忆超过 80% 容量时，代理会自动做以下事情：

1. 读取当前所有记忆条目

2. 判断哪些已经过时或不再重要

3. 合并相似或重复的条目

4. 删除不再相关的旧信息

5. 腾出空间存入新的有价值信息

这个过程不是自动触发的，而是当工具返回"超出容量限制"的错误后，Agent 会主动执行合并操作。这种"人肉压缩"的设计确保了记忆空间永远留给最有价值的信息。

七、拓展：外部记忆提供者

除了内置的两层记忆系统，Hermes Agent 还支持 8 种外部记忆提供者，包括语义搜索、知识图谱等高级存储方案。这些外部提供者可以：

• 提供向量化语义搜索（不只是关键词匹配）
• 实现分层检索（先查摘要、再查细节）

• 跨会话上下文注入

但即使不使用任何外部提供者，内置的两层记忆 + FTS5 搜索已经足够应对绝大多数日常使用场景。

八、总结

Hermes Agent 的记忆架构可以用一句话概括：精巧的设计胜过庞大的存储。

两个小小的文本文件，加上一个 SQLite 全文搜索，再加上后台自改进循环——这套组合拳让 Hermes Agent 在不到 2,000 tokens 的固定开销下，实现了真正的"越用越聪明"。

与市面上其他 AI Agent 相比，Hermes Agent 最大的不同不是模型更强或工具更多，而是它拥有一个真正的学习回路——每一次对话都不是终点，而是下一次更好服务的起点。

去 MotoAgent 下载桌面端，创建一个配置了 Hermes Agent 后端的 Agent，用一段时间你就会发现——它真的在一天天变聪明。