Hermes Agent：如何实现自我进化

在 OpenRouter 排行榜上，Hermes Agent 正在掀起一场变革。其增速达到惊人的 204%，在 Top Coding Agents 中排名第一，在 Top Productivity 中排名第二。自上线以来不到半年，GitHub 星级已从 0 飙升至 106k+。那么，Hermes Agent 的独特之处在哪里呢？

与传统的 OpenClaw 不同，OpenClaw 的技能是通过手写的 Markdown 文件实现的——你写多少，它就会多少，你不写，它就不会。而 Hermes Agent 则实现了一个 OpenClaw 架构无法完成的功能：在完成任务后，Agent 会自动将踩坑经验提炼成可复用的技能，下次遇到同类问题时可以直接调用。用得越久，能力越强。

大多数 Agent 在每次会话结束后都会“失忆”，而 Hermes Agent 在内部构建了一套学习闭环，由三个子系统支撑：Memory、Skill 和 Nudge Engine。Memory 系统设计得非常克制——只有两个纯文本文件，字符上限也故意设置得很紧：MEMORY 限制为 2200 个字符，USER 限制为 1375 个字符。有限的容量迫使 Agent 只记录重要的信息，不重要的信息自然会被挤掉。

那么，Skill 是什么样子的呢？每个 Skill 是一个目录，核心是 SKILL.md 文件。Pitfalls 这一节并不是预先写好的，而是 Agent 踩坑后追加的——这就是 Skill 层面的“自我改进”。这套闭环的价值在于，每次完成任务后，Agent 都会自动提炼经验并写入 Skill；下次遇到同类问题时，可以直接调用已有的技能，而无需重新摸索。