我把 Hermes 这匹"马"养了两周，它干了一件让我有点发毛的事

先交代下背景。我是做后端开发的，十余年后端开发经验，平时跟各种 AI 编码工具打交道，Cursor、Claude Code 都玩过。前阵子不是圈子里都在聊"养虾"（OpenClaw），折腾一圈后，没啥实际应用。风声过后，"马"又出来了，我跟风去试了 Hermes。国内大家都叫它"贵族马"，因为图标是个带翅膀的马头，还挺好记。

这个用了一阵子，别的没太觉得惊艳。直到有天晚上我改一个老项目的 bug，顺手让它"记一下这个坑"，然后就睡了。第二天早上我还没开口，它就把昨天那个坑的解决步骤，原封不动地按在了新会话的开头。

我当时心里就咯噔一下。

这不是记性好的问题。这是它自己给自己写了份操作手册，而且写的比我以前在 wiki 上记的还清楚。

此时才发现贵族马的这套 skill 系统，是我觉得最被低估的一块。今天不吹不黑，就聊聊这个。

先说个我之前一直搞错的事

我一直以为"自我进化"听起来就很玄，以为是那种会自己微调权重、偷偷变聪明的东西。看名字我也怕------"self-improving"，这词在 AI 圈被用烂了，十个产品九个拿它当噱头。

结果 Hermes 这个，朴素的有点让人失望。

它的逻辑就一句话：学到一条值得记的经验，就把它写成一个 Markdown 文件，存硬盘上，下次读。

没微调。没训练。模型参数一次没动。

我后来想了个比方，可能不太准但好懂：它不是学会了游泳，它是把游泳教程抄在了笔记本上，下次下水直接翻。教程越抄越多，但它本人还是那个它。

（说到这你可能觉得"就这？"------别急，后面才是重点。）

它记的到底是啥

Hermes 把"记忆"分了三块，我刚看的时候觉得这分类有点东西，因为它跟我脑子的工作方式还真有点像：

一块叫 Memory，记"你是个啥样的人、喜欢啥"------比如我给它记过"这用户讨厌在 shell 里用 cat，让他用 Read"。这种每次聊天开头就加载。
一块叫 Session Search，记"咱俩之前聊过啥"------历史对话，用 SQLite 加全文检索，想起来了去翻。
第三块才是 skill，记"这活儿怎么干"------步骤、命令、坑、怎么验证。

前两块别的 agent 也有，差不太多。真正不一样的是第三块：它记的不是"发生了什么"，是"怎么做才对"。

我给你看一个真实长啥样的技能文件（这是我让它从 test-driven-development 那个官方技能里扒的）：

yaml 复制代码

---
name: test-driven-development
description: Use when implementing any feature or bugfix,
             before writing implementation code.
version: 1.1.0
author: Hermes Agent (adapted from obra/superpowers)
---
# When to Use
实现任何功能或修 bug 之前。
# Procedure
RED-GREEN-REFACTOR：先写会失败的测试，再写最小实现让其通过，最后重构。
# Pitfalls
不要先写实现再补测试------那是本末倒置。
# Verification
测试全绿、覆盖率不降。

你看那个 description 字段没？它不是写给人看的，是写给"技能选择器"看的触发词。写的越准，下次该用它的时候越靠谱。而正文记的全是教训，不是流水账------一条坑，是一条能复用的规则加一句"为什么别这么干"，而不是"那天下午 PR #1234 挂了"。

这点我挺服的。我自己记笔记从来记成流水账，回头根本不想看。

它是怎么"长"出来的

这块我花了点时间才搞明白，因为官方文档写的挺绕的。简单说是个闭环：

什么时候写？ 系统提示里要求它，遇到这几种情况就得把流程存成技能：把一件复杂的事干成了（大概花了 5 次以上工具调用）、撞墙了又绕过去的、被我纠正了做法的、或者发现一个不寻常的工作流。

写完谁来看？ 每轮对话结束，Hermes 会 fork 一个"安静模式"的副本，不吵你，专门复盘刚才那轮：用户有没有透露啥长期有用的偏好？我们是不是执行了个又复杂又成功的多步流程、值得固化一下？这其实就是 AI 圈那个有名的 Reflexion（反思）范式，被他们做成默认开着的后台线程了。嫌吵也能关，改手动 /refine。

最关键的一个设计------渐进式披露。 我一开始最担心的是：技能越攒越多，上下文不就爆了？我电脑上跑别的 agent 就经常暴。Hermes 的解法是分层加载，这个我得夸一下，想的真细：

Level 0：系统提示里只放每个技能的名字加一句话简介，总共大盖就 3k token，永远在那；
Level 1：判断这次用得上，才用 skill_view 把完整内容读进来；
Level 2：要细节了，再单独读某个参考文件。

好处是啥呢------技能从 10 个涨到几百个，你每一轮花的 token 几乎没涨。它用"按需展开"，把"经验多"和"每次都便宜"这两件本来矛盾的事，同时做到了。这个我反正是没想到，挺妙的。

还有一个叫 "Curator"（策展人）的角色，专门负责"忘事"：长期不用的技能会被标旧、然后归档；可选的还能把重复的合并。它不清删，带备份能回滚。连"忘记"都被他们显式设计进去了，这点我之前真没注意。

为啥非得是 Markdown，而不是去动模型

我一开始也纳闷，为啥不直接微调让它变聪明。后来看他们一个开发者的访谈才想通。

技能文件必须人能读、能审、能 diff、能搬走。它遵循 agentskills.io 那个开放标准，意思就是你给 Hermes 写的技能，理论上能拿到别的兼容 agent 上用，不被锁死在某一家。

再深一层，它把"学习"变成了一个 git 能管的文本文件。我可以直接 review 它新写的每条技能，就跟 review 同事的 PR 一样。放在公司里，这比"模型偷偷变了"要让人放心的多。我老板要是知道有个 AI 在偷偷改自己，估计当场就给禁了。

说点真话：这玩意也有坑

我不能光夸，用下来确实有代价，这几条你最好知道：

一个是费 token。自我改进的循环每次会多耗大概 15% 到 25% 的 token（这是第三方测的，不是我瞎说）。我那台开发机跑一周下来，账单比平时厚了点。

第二个更烦------它会记错 。默认情况下写审批是关的，也就是它"随便写"。有一回它给我记了个错的流程，还是被我之前一个测试脚本里的注释带偏的，结果后面两天老犯同样的错，我调了半天才发现是它记岔了。所以我的建议是，只要联网或者长开着的，把 skills.write_approval 和 memory.write_approval 都打开，让它写之前先问你。

第三个，也是最容易让人误会的："说了记不住"其实是设计好的。记忆是会话开始时拍的快照，你这轮让它记的东西，得等下个会话才生效。我一开始还以为是 bug，跑去提 issue，人家说这是为了保前缀缓存故意的。

所以你看，Hermes 给你的是个会自己攒经验的"同事"，但就像真同事一样，你得给他立规矩、做 code review。不能全信。

我的一点个人想法

扯远点说。普通 chatbot 每次都从零开始，像个永远记不住脸的柜员。Hermes 是在攒"资本"，它的经验是复利的。

我有时候想，人也是靠程序性记忆，把重复的动作变成本能；Hermes 靠技能系统，把重复的任务变成 SOP。本质上是一回事：把一次性的劳动，沉淀成能复用的东西。

我养这匹"马"一段时间，最深的感受不是它多聪明，而是它真的在"长"。不是模型变聪明那种长，是它身边的笔记本越来越厚。

有次我跟朋友老王说这个，他回我一句："你这不是在养 AI，你是在养一个会自己整理书架的图书管员。"我觉得他说的挺准的，虽然"图书管员"这词他念错了，但意思到了。

所以回到开头那个发毛的感觉------我现在不那么怕了，反而有点期待。未来 agent 之间比的，可能真不是某一次谁更聪明，而是谁的 agent 攒下的靠谱 SOP 最多、最准。

你会放心把"写技能、记记忆"的权限完全交给它吗？还是一定要加一道人工审批？反正我现在是开着审批的，有点怂。评论区聊聊？