Hermes 代理内存功能：为什么真正的 AI 代理需要精心设计的内存，而不是无限的聊天历史记录

内存是长时间运行的代理工作的控制层

良好的记忆系统可以减少重复的解释。糟糕的记忆系统会产生陈旧的假设、隐藏的风险和令人困惑的行为。

当人们第一次测试人工智能代理时，他们通常关注工具的使用。可以浏览吗？可以运行代码吗？它可以打开终端吗？可以写文件吗？这些东西固然重要，但并不是核心瓶颈。更难的问题出现在第三次或第四次之后。您告诉代理您的后端使用 Go，您的临时分支有不同的部署命令，您的团队避免某些复制模式，并且您的 SEO 简介必须遵循固定的结构。代理在该会话中表现良好。然后第二天，它会再次询问相同的设置问题，或者生成违反您已经做出的决定的工作。

这就是内存成为工作流程功能的地方。如果没有持久内存，每项任务都需要手动重新补充上下文。您要么粘贴旧的说明，要么保留长的提示模板，要么容忍重复的更正。这些都不能很好地扩展。 Hermes Agent 通过分层内存模型来解决这个问题。它的内置内存是有意限制和管理的。它存储有关用户、环境和代理学习的操作上下文的紧凑事实。这与将整个转录本转储到矢量数据库并希望检索有效不同。

爱马仕经纪人到底记得什么

Hermes 将持久内存分为两个实用类别。第一个是代理记忆：有关环境、项目、约定、工作流程和经验教训的记录。代理可能会在此处存储存储库使用 pnpm、通过特定 Makefile 目标运行的测试或临时服务器需要非默认 SSH 端口的信息。第二个是用户记忆：偏好、沟通方式、期望、角色和工作流程习惯。代理可能会记得您更喜欢简洁的回复，不喜欢投机性的主张，或者希望以特定方式构建 SEO 草案。

这种区别很重要，因为并非所有记忆都有相同的作用。用户偏好应该影响沟通。项目事实应该影响执行。完成的任务注释应该可以防止返工。工具解决方法应该可以减少未来的调试时间。

User memory     = how to work with me
Project memory  = how this environment works
Task memory     = what already happened
Searchable log  = what we may need to find later
External memory = what should scale beyond local notes

这就是为什么“更多内存”并不自动更好。如果每个对话细节都成为永久指令，那么代理就会变得吵闹。目标不是完全回忆。目标是有用的连续性。

为什么有限内存是一个特性，而不是一个限制

乍一看，小型的精选内存存储看起来有限制性。在实践中，它可以增强内存卫生。许多团队犯的错误是将代理内存视为仓库。它们存储会议记录、原始日志、长代码片段、客户记录和模糊的提醒。随后，代理检索技术上相关但操作上无用的片段。更糟糕的是，它可能会将过时的信息视为最新信息。

Hermes 的有限内存设计推动代理走向压缩。它应该保存教训，而不是保存完整的调试会话：

Bad memory:
On Tuesday, we debugged the deployment script for two hours...

Good memory:
Project deploys to staging with `make deploy-staging`; required env vars
are in `.env.staging.local`; do not use production credentials during test deploys.

第二个条目更短、更安全、更有用。它告诉代理下次要做什么，而不保留不必要的叙述。这对于实际工作很重要，因为内存被注入到代理的操作上下文中。存储在那里的任何内容都可能影响未来的决策。如果记忆变得臃肿、陈旧或矛盾，智能体的行为就会下降。紧凑的内存层保持“始终可用”的上下文干净。

核心内存、会话搜索、外部提供商

三个记忆层：用于始终可用的事实的核心策划记忆、用于情景回忆的会话搜索以及用于扩展的外部提供者。

第一层：核心策划内存

核心内存包含代理应该始终知道的事实。这包括持久的偏好、稳定的项目惯例、环境事实和反复修正。

User prefers draft articles in a natural Medium tone, with short paragraphs,
practical examples, and no exaggerated marketing claims.

Project `content-pipeline` uses Python 3.11, Poetry, Playwright, and a local
SQLite queue. Run tests with `poetry run pytest`.

这些条目不是成绩单。它们是压缩的操作知识。

第 2 层：会话搜索

并非每个细节都值得永久记忆。有时，代理只需要找到之前的讨论。为此，会话搜索更合适。想象一下，您三周前告诉代理为什么特定的数据库迁移被延迟。这可能不需要永久地注入到未来的每个提示中。但当您问“我们对迁移做出了什么决定？”代理应该能够搜索过去的会话并检索相关的交换。这个区别很重要。核心内存用于存储默认情况下应塑造行为的事实。会话搜索用于情景回忆。

第 3 层：外部存储器提供者

Hermes 还支持外部内存提供商。这就是内存变得更具可扩展性和专业化的地方。根据提供商的不同，代理可以使用语义搜索、用户建模、后台同步、内存提取或特定于提供商的工具。当座席从个人生产力转向团队工作流程时，这非常有用。单个开发人员可能会喜欢紧凑的本地内存和会话搜索。内容团队、研究小组或运营团队可能需要更广泛地回忆简报、活动、用户资料、项目历史和重复工作流程。架构问题变成：什么应该保留在本地，什么应该是可搜索的，以及什么应该由内存提供者管理？

实用的工作流程：带记忆的 SEO 内容代理

假设您使用 Hermes Agent 来支持 SEO 内容工作流程。代理研究主题、构建大纲、起草文章、检查内部链接机会并为 CMS 准备内容。如果没有记忆，每篇文章都以重复的设置开始：使用我们的品牌声音，避免点击诱饵，自然地提及产品，不要过度使用项目符号，遵循我们的内部链接规则，使用短段落，不要发明统计数据。经过几次会议后，这变得很烦人。经过几十次会议后，它就成为工作流程中的隐性负担。

有了记忆，代理应该坚持稳定的规则：用户为海外科技读者撰写SEO文章；风格：分析性、实用性、短段落、无炒作、无虚假统计、无关键词堆砌；产品提及必须自然并嵌入到工作流程上下文中。

赫尔墨斯式的记忆对于连续性和代理推理来说具有很强的能力。 易爪 当内容工作流程需要跨桌面工具、CMS 界面、电子表格、研究选项卡和发布步骤移动而不将每个操作都转变为自定义 API 集成时，这一点就更有意义。在实际的内容运营中，我不会将这些工具视为“以一换一”。我会分层思考。 Hermes 记忆可以保留推理上下文：品牌规则、内容标准、之前的决策和工作流程经验教训。 EasyClaw 可以帮助执行草稿存在后发生的混乱的跨应用程序工作：将内容移动到 CMS、检查格式、准备元数据或跨工具协调发布任务。

关键是避免存储所有内容。对于 SEO 工作流程，良好的记忆条目可能包括：品牌声音——清晰、专业、海外技术受众，没有夸大的主张；文章结构——前150字内有钩子，H2每2-4段，例子在建议之前，软CTA仅在接近结尾处； SEO规则——在标题、简介、一个H2和结论中自然提及主要关键词；避免重复的完全匹配关键字堆砌。这些记忆紧凑、耐用且具有行动指导作用。

什么不该保存

最被低估的记忆功能是遗忘。永远不会忘记的记忆系统会成为一种负担。它可能会保留过时的首选项、临时调试事实、过期的活动详细信息或旧的项目假设。在代理工作流程中，过时的内存通常比没有内存更糟糕，因为用户可能没有意识到代理正在依赖它。不要保存原始日志、完整的文章草稿、临时文件路径、一次性浏览器状态或易于重新发现的事实。不要保存敏感凭据。不要保存诸如“用户喜欢 SEO”或“项目很重要”之类的模糊记忆。这些条目会占用空间而不会改善决策。

更好的测试是：“这一事实是否会帮助代理在未来的会话中做出更好的决策，而无需进行完整的对话？”如果答案是否定的，则它属于会话历史记录、项目文档或无处可去。

如何在自动化工作之前设计内存策略

在大量使用 Hermes Agent 内存功能之前，定义一个简单的内存策略。这并不需要太复杂。它只需要防止意外混乱。我使用四个类别。首先，保存稳定的用户偏好：语气、格式、技术深度、语言偏好和重复期望。其次，保存稳定的项目约定：存储库结构、测试命令、部署规则、CMS 格式化规则、命名约定和工具链详细信息。第三，保存重复的更正：如果用户两次更正相同的行为，它可能属于内存。第四，保存经验教训以防止将来出现错误：如果代理发现命令由于本地环境异常而失败，请保存解决方法。其他一切都应该谨慎对待。

# Check active memory provider
hermes memory status
# Configure external memory provider
hermes memory setup
# Disable external provider when testing local-only behavior
hermes memory off

确切的提供商选择取决于您的工作流程。对于单用户本地设置，内置内存加上会话搜索可能就足够了。对于团队规模、多配置文件或跨会话个性化，外部提供商可能值得增加复杂性。

代理工作流程的简单内存流程图

这是我在决定某些内容是否属于内存时使用的实用决策流程：

flowchart TD
    A[New information appears] --> B{Will it matter in future sessions?}
    B -- No --> C[Do not save]
    B -- Yes --> D{Is it stable or repeated?}
    D -- No --> E[Keep in session history]
    D -- Yes --> F{Is it compact and safe?}
    F -- No --> G[Summarize, redact, or skip]
    F -- Yes --> H{Does it guide behavior?}
    H -- No --> E
    H -- Yes --> I[Save to memory]

这使内存保持运行。重点不是为了记住事实而记住事实。重点是改善未来的行为。

性能权衡：始终在线上下文与按需调用

内存会造成性能权衡。永远在线的内存速度很快，因为它可以立即可用。但它也会消耗上下文并影响每一个响应。按需召回更干净，因为代理仅在需要时进行搜索。但它要求代理知道何时进行搜索。这就是 Hermes 将持久内存和会话搜索分开的有用之处。核心内存应该包含在每次会话中都值得付费的一小部分事实。会话搜索应该保留之前讨论的长尾。

例如，“用户更喜欢简洁的响应”就属于核心内存。 “我们在三月份比较了三个 CMS 插件”可能属于会话搜索。 “该项目在上传之前使用了自定义的图像压缩脚本”如果影响重复发布任务，则可能属于核心内存。您的分类越好，代理就越可靠。

行业相关性：为什么内存比个人助理更重要

由于人工智能代理正在从聊天转向操作，因此内存变得越来越重要。在软件团队中，记忆可以帮助代理了解项目约定、本地环境、重复出现的错误和以前的实施决策。在内容团队中，记忆保留了品牌声音、编辑规则、关键词策略和发布工作流程。在客户运营中，只要仔细处理隐私和治理，内存就可以帮助代理保持跨案例、升级规则和客户特定偏好的连续性。

共同的模式是连续性。真正的工作不是单一的提示。这是持续数天或数周的一系列相关决策。团队不想要一个仅仅在孤立的情况下很好地回答的代理。他们想要一个记忆力足够的代理，以避免浪费注意力。这就是 Hermes Agent 记忆功能的真正价值。它们使代理减少对完美提示的依赖。代理不会每次都强迫用户重述操作上下文，而是会转发重要的部分。

风险：记忆可能成为看不见的提示

使记忆变得有用的功能也使其具有风险。记忆就像一个看不见的提示。如果用户无法检查、编辑或质疑它，他们可能无法理解代理为何以某种方式运行。这就是内存治理很重要的原因。用户应定期查看代理保存的内容。团队应该决定允许哪些类别。应排除或编辑敏感信息。旧的项目事实发生变化时应进行更新。对于生产使用，我会将内存视为配置，而不是随意的聊天历史记录。它应该是可读的、可编辑的、可审计的和有意维护的。

如何用好Hermes代理内存功能

使用 Hermes 内存的最佳方法是从小处开始。不要从连接每个提供商并存储每个会话开始。从内置内存层开始。让代理人记住您稳定的偏好和一两个项目惯例。然后观察未来的训练是否有所改善。如果代理继续犯同样的错误，请进行更正。如果重复需要相同的设置详细信息，请保存它。如果某个记忆已经过时，请更换它，而不是添加矛盾的注释。基本循环工作后，添加会话搜索以进行情景回忆。当您需要代理查找之前的决策时使用它，而不是当您需要它遵守常规指示时使用它。然后才考虑外部内存提供商。它们很有价值，但它们增加了另一层配置和治理。记忆系统越强大，定义应该记住什么、如何检索以及谁可以修改它就变得越重要。

结论：记住正确的事情

Hermes Agent 内存功能预示着人工智能工作流程设计将发生更广泛的转变。获胜的代理商不会是那些盲目保留一切的代理商。他们将知道要保留什么、要搜索什么、要压缩什么以及要忘记什么。对于用户来说，实际的收获很简单：将内存视为操作层。用它来存储持久的偏好、项目惯例、重复的更正以及防止未来错误的教训。将原始细节保留在可搜索历史记录中。仅当您的工作流程真正需要扩展时才使用外部内存提供程序。对于构建严格的代理工作流程的团队来说，应该在自动化扩展之前设计内存。否则，代理人可能会变得强大但不稳定：有能力行动，但无法保持连续性。最好的人工智能代理并不是记忆力最强的人工智能代理。它能够以正确的细节程度记住正确的事情，然后利用这些记忆让下一个任务变得更容易。