🧬 Hermes 自进化中心
记忆治理 · 外部灵感 · 进化历史 — Hermes 自我改进机制运行实况
MEMORY.md 占用1271 / 4000 字符（31.8%）
USER.md 占用1988 / 2500 字符（79.5%）
🧠 Memory 现状
MEMORY.md · 10 条 · 1271 字符
Discord 子区会话隔离：用户说"继续"时，必须先用 session_search 搜索当前子区/线程相关的未完成任务，不要全局搜索然后把别的子区的任务拉过来做。2026-07-23 在股票子区把暑假计划和知识图谱的任务误执行了，用户连续纠正两次。
⚠️铁律：页面展示的配置信息必须从实际文件验证，不能凭推断。已犯两次：K3被标NEW(settings.json早已设为当前)、上下文遗漏触发阈值。做法：展示前读config.yaml/settings.json/model_metadata.py；测试直接读源码交叉验证。
量化可行性结论验证流程（2026-07-23 用户要求）：声称"做不完/太多/不够"等量化结论前，必须拆解：总量 = 因子A × 因子B × 因子C，逐因子对照真实数据（书目录照片、孩子执行反馈）校正。避免三个偏高假设叠加出虚高数字（1060题实为650题的错误）。孩子"轻松完成"是最强反驳证据——出现时立即重算而非坚持原结论。
CC kimi-code 月度额度限制（按月重置）。⚠️额度恢复时用户说「额度重置了继续吧」→ 必须确认当前线程对应项目再继续（已混淆 3+ 次）。CC 调用失败/403 → 查 claude-code skill 的降级方案。修复机制待办：cc-quota-reset-mechanism。
项目状态（车贷/Titan/游泳馆）→读 ~/.hermes/memories/refs/projects.md（涉及车贷/催收/Titan/游泳馆项目任务时）
环境配置（CF token/成果仪表盘/工具链）→读 ~/.hermes/memories/refs/env.md（涉及CF部署/仪表盘/工具链/服务器时）
模型哨兵详情→读 ~/.hermes/state/sentinel.json（诊断provider时，勿假设config误改）
识图/视觉任务→用 Claude Code（GLM视觉429不可用）。用法→claude-code skill；OCR→tesseract
⚠️新教训(08-07) → 读 ~/.hermes/memories/refs/lessons.md（同类问题出现时）
wechat-qa-bot 评测数据链路（2026-08-07 重构为真实数据）：Mac 跑 qa_eval.py → results-*.json scp 上传 VPS ~/wechat-qa-eval-runs/ → ingest_eval_run.py（run_id 幂等去重）→ eval-runs.json（真实登记表，非模拟）→ build_eval_report.py 报告。robot_version：open_session API 返回 data.robotVersion 则用，否则交互式询问兜底。存储渐进式 JSON（未用数据库）。用户要求：评测报告每个指标必须列出公式+对应测试用例（DESIGN.md F17）。
USER.md · 16 条 · 1988 字符
设计哲学：①设计=第一性原理+剃刀原理 ②审查=第一性原理+对抗性验证(设计+实现)。精确测试不粗略断言，Bug修复加回归。选择必须明确指定。评测指标须过「可获取性+独立价值」双审查。流程图用PlantUML。
🔴CC强制委派：所有编程任务(创建/修改代码/实现功能/修bug)必须委派Claude Code。Hermes只做编排/检查/验证/数据分析(execute_code)/简单配置编辑。30天CC委派率仅24%→用户多次不满。unified-report.pages.dev日报监测违规。CC用Edit非Write，OOM拆小prompt。
GitHub: grootwu55-code。偏好中文。⚠️能自查的别问用户（如kimi额度：scripts/kimi-proxy.py）。关注第一性+剃刀设计、对抗性测试、字段字典化、公共组件、Bug用例库。
用户背景：车贷平台AI技术部。Agent已投产（车主通：外呼→企微加好友→微信推进贷款至终审→转人工，AI↔真人切换）。话务外采线路，vivo定制机。汇报面向老板非真投资人：重事情前景与有利条件。
所有页面默认双端适配（响应式）。⚠️桌面端偏好：①不要复杂多栏分栏，移动端单列样式等比放大即可——用户原话"就按之前移动端的样子等比拉伸就可以了，不要乱搞"。②Dashboard/数据展示类要一屏展示（height:100vh+overflow:hidden），仅数据表格区域滚动（flex:1+overflow-y:auto），header/footer 始终可见——"不想还要滚动鼠标才能看到下半部分"。③所有有目录的HTML：目录固定左侧，PC默认展开，移动端默认收起+侧边展开按钮（"以后所有html有目录的都放在左侧固定起来，PC端默认展开目录，移动端默认收起目录的状态，在侧边有展开按钮"）。
每月考勤维护工作（周期/规则/工具）→ 见 attendance-helper skill。偏好分步迭代(「先简单」)。回答已隐含答案时别重复问。
功能开发默认先brainstorming（澄清目的约束→2-3方案→定设计→批准→实现）。记待办必须把所有遗留问题嵌入待办条目内部，重启项目第一步=逐条确认遗留问题。
做事哲学：宁可少做几样但做精，不要全面铺开。偏好用数据算清"能不能做完做好"。孩子学习规划偏好窄焦点（1-2科深度）——具体方案见 study-planning skill。
交付物固定 HTML+Cloudflare Pages 链接交付。🔴铁律：每次部署/更新后，完成通知消息末尾必须附全部 pages.dev 链接，即使任务中断只要做了部署就必须带。2026-08-05 因未附链接被纠正。
购物类调研必须含商品图（反爬时用搜索/评测图替代）。⚠️用户会纠正结论——断言「有很多」时信任并扩大渠道（头条/360）。设备：MBP M4 Max 128G + iPhone12PM(Lightning)。
移动端验收标准：涉及滚动/滑动的改动，必须用 CDP touch events（Input.dispatchTouchEvent 序列）测试，不接受只设 scrollTop 就声称能滑。原话"你自己用浏览器调试通过后再交付"。
🔴CC违规监测(08-07): 语义分析发现5个会话应委派CC但直接编码。所有编程任务→CC，Hermes只编排/检查/验证。
🔴 收口规则（2026-08-08 用户截图纠正）：所有编程动作必须启动 Claude Code——蜂群或单 Worker 都会启动 CC，Hermes 不再用 patch/write_file 直接改文件（含 ≤2 文件小改动，废除"直接编辑"路径）。唯一例外=基础设施命令（wrangler deploy/d1 create/环境配置）与数据分析（execute_code 算指标）。已写入 project-blueprint 阶段三。
会质疑交付真实性（2026-08-08：『我现在怀疑你给我的结果是不是真实的』）——效果/率值/方案类结论必须附真实数据来源与逐条 case 清单，明确区分「真实数据（来自日志/统计）」与「规则推演（套新方案的预测）」。交付质量要求持续提高：细化用例设计、门禁证据物、全流程超高质量。
GitHub 项目一律创建为 private（包括模板/演示项目），除非用户明确要求 public。
需求反复冲突≥2次时：停下→复盘冲突史→找根因→按「必须保证/重要想要/加分项/不可接受」四档重述→逐条与用户确认后再行动（2026-08-09 明确指令，适用所有项目）。产品选型先确认目标设备真实功率需求，硬需求内部按根本目的排优先级。
📋 治理提案
暂无治理提案
💡 外部灵感
Show HN: Job Seeker – AI agent skills for job searching
将一整个领域工作流（求职：搜索→申请→看板跟踪→起草回复）封装为可被多种 coding agent 直接消费的 Markdown skills，证明「纯文本技能包 + 看板式状态文件」是一种跨 agent 可移植的技能/记忆分发格式。对 Hermes 的启发：我们的技能库可以采用同样的声明式 Markdown 格式，并把长期任务的进度持久化为 kanban 状态文件，让 agent 跨会话恢复上下文。
Show HN: Alyph, a manual transmission for LLM context
核心启发是'可编辑、可分叉的对话历史'：把 AI 的回复视为可修改节点，从任意节点分叉出平行思维线（multiverse branching）。对 Hermes 的启示：自我进化循环中，失败或次优的推理路径不应只被丢弃，而应作为'分支'存入 memory，允许回溯修订后重走另一条路径——这比线性追加日志更接近真正的反思式进化。
You can build an AI agent's memory layer with only Go's standard library
主张用极简依赖（仅标准库）自建 context engine，而非引入重型向量数据库/RAG 框架。对 Hermes 的启示：memory 层应优先做'小而可控'——用简单的结构化文件+检索规则实现，保持对记忆写入/淘汰策略的完全掌控，这与 Hermes 现有的文件式 memory 架构一致，也降低了自我进化时记忆结构被第三方框架锁死的风险。
Project Kalos – Zero-copy C/CUDA sidecar for 0.46ms LLM memory recall
将记忆召回做成独立的零拷贝 sidecar，把检索延迟压到亚毫秒级，说明'记忆召回速度'可以成为独立的优化维度并与主推理进程解耦。对 Hermes 而言架构参考价值大于直接价值：提示我们应把 memory 检索抽象为可替换的独立服务接口，但当前的文件式 memory 远未到需要 CUDA 级优化的瓶颈。
Show HN: Remembrane – agent memory in one SQLite file, zero dependencies
核心启发是『确定性召回』：记忆检索不依赖 embedding/向量相似度，因此可以为记忆系统写单元测试、保证可复现。对 Hermes 而言，这提示我们的文件式记忆召回应优先用显式索引（如 MEMORY.md 的 description 匹配）而非模糊语义搜索，保证进化过程可测试、可审计。
Zero-Mem: Zero-Token Memory Operations for LLM Agents
探讨把记忆读写操作移出 LLM 上下文、以零 token 成本完成，直接命中 agent 记忆系统的核心矛盾：记忆越多越占上下文、越稀释注意力。对 Hermes 的启发是审视哪些记忆操作（追加、过期清理、索引更新）可以完全由脚手架/脚本完成而不占用模型上下文，把 token 预算留给推理。
Show HN: Llmem – Local persistent memory for AI coding, no embeddings
作者的动机与 Hermes 一致（agent 跨项目重复犯错、重复查找），且明确排斥『维护大量 markdown 文件』的 skills 方案。这既是竞品参照也是警示：我们的 memory 方案必须控制文件维护成本，进化机制应自动沉淀/合并记忆而非让用户手工管理。
Harness Engineering for Self-Improvement
Lilian Weng 系统梳理了从 RSI（递归自我改进）到 harness 工程的脉络：真正可落地的自我进化不是改模型权重，而是持续优化模型外部的脚手架——提示词、工具、记忆与评估回路。这正好印证 Hermes 的进化路径：把"自我改进"聚焦于 memory 条目质量、技能库沉淀和进化反馈闭环，而非追逐模型层面的自我重写。
Extrinsic Hallucinations in LLMs
文章区分内在/外在幻觉并强调输出必须有上下文或世界知识支撑（grounding）。对 Hermes 的启发：memory 召回内容应标注来源与时间，避免 agent 把陈旧记忆当作当前事实而产生"基于记忆的外在幻觉"；写 memory 前可加入验证步骤。不过内容是通用 LLM 幻觉综述，无直接可移植的工程做法。
Swarm-forge: A simple tool for coordinating several AI agents
出自 Robert C. Martin 的轻量多 agent 协调工具，代表“用最简单机制编排多个专职 agent”的思路；对 Hermes 的启发是自我进化任务（如记忆整理、技能审查）可拆给多个专职子 agent 并行执行，主 agent 只做协调与裁决。
You can build an AI agent's memory layer with only Go's standard library
论证了 agent 的 memory/context 引擎（检索、窗口管理、持久化）无需重型外部依赖，用标准库即可实现可控、低内存占用的方案。对 Hermes 的启发是：在自我进化迭代 memory 子系统时，优先用极简自研实现替换臃肿依赖，可以降低复杂度、让记忆行为更可预测、更易于被 agent 自身理解和修改。
Auto-grading decade-old Hacker News discussions with hindsight
Karpathy 展示了让 LLM 带着后见之明回头审视历史数据并自动评分的范式。对 Hermes 的启发：可以定期用 hindsight 回放自己的历史会话/决策日志，自动评判当初的判断哪些对了、哪些错了，把结论蒸馏成 memory 更新——这正是自我进化闭环的核心机制。
Show HN: Collab Word in Web – Collaborative Near MS Word Parity Docx Editor
其 BYO-Agent 模式（生成邀请链接让外部 agent 携带技能包加入协作房间，支持离线编辑重连与冲突调和）提示了一种"人类-agent 共享工作区"的协议设计。对 Hermes 的启发：技能/上下文可打包成可携带的 agent 包，在多端会话间重连并调和状态，可作为长期 memory 与协作会话融合的参考。
2025 LLM Year in Review
Karpathy 对 2025 年 LLM 范式转变的年度复盘，有助于 Hermes 的提示词与进化策略校准到最新的能力边界（推理、agentic 工作流等范式变化），避免沿用过时假设。属于方向性参考而非可直接落地的机制。
Agentcn – Installable AI Agents
将 agent 打包为'一条命令安装、代码可拥有、可定制'的组件库，类似 shadcn 对 UI 组件的做法。对 Hermes 的技能体系有启发：技能可以设计为可复制到本地、可自由修改的模板而非黑盒依赖，这与 Claude Code 技能的文件式结构天然契合。
Show HN: Lapse - a notes app. but also shared memory space for your agents (MCP)
把记忆做成跨客户端（Claude/ChatGPT/Codex/本地 LLM）共享的 MCP 空间，记忆属于用户而非某个 agent。对 Hermes 的启发：自我进化沉淀的记忆若绑定单一 agent 形态会浪费，采用 MCP 这类开放接口能让进化成果在多入口复用。
📈 进化历史
313ece5 governor pre-run snapshot 20260809214003
f3cf14e governor pre-run snapshot 20260809213647
ae0116d governor pre-run snapshot 20260809211816
df1def3 fix: dedupe lesson pointers, final state -40% context
b9efd84 progressive-disclosure refactor complete: -38% context, V1-V7 passed 2026-08-07_12:38
c2af0f0 backup before progressive-disclosure refactor 2026-08-07_12:23
暂无治理事件