大多数 AI Agent 本质上只是"记性不错但没有常识的临时工"。他们能翻看过去的聊天笔记,但内核从未真正成长。任务结束,经验清零;下次再来,它对你的习惯依然一窍不通。Hermes Agent 走了一条截然不同的路:它不仅记住了你说过什么,还把它做过的每一件复杂的事转化为可复用的"技能",并随着使用时间的增长变得越来越擅长为你服务。
一、Hermes 又火了,但这一次,问题已经变了
最近如果你在关注Agent,很难绕开 Hermes Agent。
但有意思的是,这一波讨论其实出现了一个明显的错位:大多数人仍然在用“工具升级”的视角理解它,比如多了多少工具、支持多少平台、自动化程度有多高,甚至把它当作“下一个 OpenClaw”。
如果你停在这里,会得出一个完全错误的结论。
因为 Hermes 真正解决的,从来不是“Agent能不能更强”,而是一个更底层的问题:Agent到底能不能形成“经验”,而不是反复消耗上下文。
过去两年,“有记忆的Agent”几乎成了行业共识。但如果你仔细拆开,会发现所谓“记忆”其实只有两种实现路径:要么把历史对话不断堆进prompt,要么通过向量数据库做RAG检索。看起来都在“记忆”,但本质上只是“存储”。
问题在于,这两种方式都没有解决一件真正关键的事情:知识有没有被压缩成可复用的结构。
当你让一个Agent记住100次“我们用PostgreSQL”,一个好的系统应该只保留“我们用PostgreSQL”这一条稳定事实,而不是在下一次检索时返回100条冗余信息。否则系统不是在学习,而是在变得越来越臃肿。
Hermes的意义,就在于它选择了第三条路:不堆上下文,而是构建一个会自我压缩、自我演化的认知系统。
二、一个更准确的抽象:Hermes不是Agent,而是“运行中的系统”
理解Hermes,最容易犯的错误,是把它当成一个“更强的Agent”。
但如果你从工程视角看,它更接近一个长期运行的系统,而不是一次性调用的工具。
在传统Agent中,无论是 Claude Code 这样的交互工具,还是 OpenClaw 这种配置型框架,它们的共同点是:每一次执行,本质上是一个独立的推理过程。
上下文可以延续,但系统本身不会发生结构变化。你今天纠正它的错误,并不会改变它明天的默认行为。
而Hermes的设计前提完全不同:系统是持续运行的,状态是可累积的,行为是可以被修改的。
换句话说,它不是在优化“这一次回答”,而是在优化:未来所有类似问题的默认解法。
这就是为什么很多人第一次用Hermes,并不会觉得它“明显更强”,但用几天之后,会出现一个明显的体验跃迁:它开始变得“顺手”。
三、核心主线:Hermes其实在做三件事
如果把整个系统压缩成一句话,Hermes在做的事情其实非常简单:把信息压缩成结构,把结构转化为规则,再让规则反过来约束未来行为。
为了做到这一点,它在工程上拆成了三层:
- 记忆系统(压缩信息)
- 检索系统(按需调度信息)
- Skill系统(把信息变成规则)
这三层不是功能模块,而是三种不同的“时间尺度”。
四、第一层:记忆系统——不是“记住”,而是“压缩”
4.1 MEMORY.md / USER.md:刻意受限的长期记忆
Hermes的长期记忆实现非常“反常识”:它不是数据库,而是两个Markdown文件:
- MEMORY.md:记录环境事实、项目经验、操作规范
- USER.md:记录用户偏好、行为模式、沟通风格
它们通常位于:~/.hermes/memories/。
而最关键的点是:总容量被严格限制在约1300 token。
这不是限制能力,而是刻意设计。
因为一旦允许无限增长,系统最容易做的事情就是“全部记录”,而不是“选择性保留”。最终结果不是更聪明,而是更混乱。
Hermes通过容量约束,强迫系统必须完成一个更高级的操作:信息筛选 + 信息压缩。
4.2 Frozen Snapshot:性能与一致性的经典取舍
每次会话开始时,这两个文件会被一次性注入系统prompt,并在整个会话中保持不变。
即使中途更新记忆,也不会影响当前会话,而是在下一次会话才生效。
这个设计背后有两个核心动机:
第一,是性能。固定前缀意味着可以利用LLM的prefix cache,从而显著降低token成本。
第二,是一致性。如果记忆在会话中动态变化,模型的行为将变得不可预测。
代价也很明确:记忆更新是“延迟生效”的。
这实际上是一个非常典型的系统设计选择:牺牲一点实时性,换取整体稳定性和成本可控。
4.3 代理自己管理记忆:从“存储”变成“知识管理”
Hermes的记忆并不是被动写入的,而是由Agent主动管理。
它通过memory工具支持三种操作:
- add
- replace
- remove (没有read,因为记忆已经在prompt中)
更关键的是,当记忆接近上限时,系统会主动进行“压缩”,例如把多条零散事实整合成一条结构化描述。
这意味着,Hermes不是在做“日志记录”,而是在做:持续的知识整理。
五、第二层:Session Search——为什么不是RAG
长期记忆解决的是“最重要的信息”,但大量历史对话仍然存在。
Hermes的做法是:
- 所有对话写入 SQLite
- 建立 FTS5 全文索引
- 按需检索,而不是全量加载
5.1 为什么不用向量数据库?
在大多数Agent系统中,“长期记忆”的默认实现路径几乎是统一的:把历史数据embedding化,然后通过向量数据库进行语义检索。这种方式在知识问答类场景中非常有效,但Hermes刻意绕开了这条路径,转而使用SQLite + FTS5进行全文检索,这背后并不是技术保守,而是对问题本质的重新定义。
Hermes这一层要解决的,并不是“找语义相似的内容”,而是“找曾经发生过的具体行为”。例如,“上周我们是如何修复某个bug的”、“某个接口设计当时是…