01
Hermes Agent深度解析:构建能够持续学习和成长的AI系统
Hermes Agent 是 Nous Research 推出的一个可进化 Agent 系统,它通过 Memory、Session Search、Skills、Curator 等模块,实现了从“会回答”到“会做事”的转变。本文将深入解析 Hermes 的架构设计,探讨如何构建一个能够持续学习和成长的 AI 系统。
阅读文章
posts
content volume
62
篇可浏览文章
Hermes Agent 是 Nous Research 推出的一个可进化 Agent 系统,它通过 Memory、Session Search、Skills、Curator 等模块,实现了从“会回答”到“会做事”的转变。本文将深入解析 Hermes 的架构设计,探讨如何构建一个能够持续学习和成长的 AI 系统。
当 AI 从聊天工具走向 Copilot 和 Agent,真正卡住交付质量的,往往不是模型本身,而是缺少一套能重复、能维护、也能沉淀经验的执行路径。本文从 Agent Skills 的定义、工作机制、与 MCP 的关系以及落地方式出发,解释为什么 Skill 正在变成 Agent 系统里的能力封装层。
这篇文章从 Karpathy 对 Vibe Coding 的原始定义出发,结合 Addy Osmani 对 AI-Assisted Engineering 的区分、Claude Code 的 agentic coding 形态,以及 Stanford AI Index 2026 的数据,讨论 AI 编程为什么把工程重点从亲手实现推向定义约束、验证结果和承担后果。
大多数人使用 LLM 与文档交互的方式是 RAG:每次查询时从头检索、拼凑答案,没有任何东西被真正"建立起来"。LLM Wiki 提出了一种完全不同的思路:让 LLM 持续维护一个结构化 wiki,把知识积累成可复合的持久工件,并利用 LLM 把维护成本压到接近零。