Hermes v0.18它学会了如何学习实战体验让这个版本与众不同的两个功能——以及为什么透明比聪明更重要AI拉呱洞察AI技术前沿第三天你连续三天让AI帮你做同一件事。第一天它需要你解释一切。第二天它记住了你说过的话——但不会主动应用。第三天它说“我为这个创建了一个技能。我现在可以直接处理了。”最后那个时刻——就是长大的感觉。我用过 ChatGPT 的记忆、Claude 的 Projects、Kimi 的长上下文。它们都记住了一些东西。但被记住的体验总感觉像是AI在额头贴了一张便利贴——它看到了便签但并没有真正理解它更不会在正确的时刻主动应用。更大的问题你无法看到它们记住了什么。我会记住的它们说。你完全不知道它们实际保留了什么、是否记对了、或者是否学到了完全错误的东西。这个黑箱就是为什么我从未信任AI Agent 去做真正长期的工作。然后我试了 Hermes v0.18。/learn从隐性知识到显式技能核心想法很简单在你和 Hermes 完成一个任务后输入/learn。Hermes 把它刚学到的关于你工作方式的知识提炼成一个SKILL.md文件——存储在~/.hermes/skills/可编辑、可版本控制、可分享。不是模型被动记忆。是你决定什么应该被学习Hermes 把它打包成可复用的技能。技能文件包含什么触发条件——什么时候应该使用这个技能步骤——实际的工作流程常见错误——通常会出现什么问题验证——如何判断做对了与其他所有AI的关键区别技能是一个 Markdown 文件。你可以打开它、阅读它、编辑它、删除它、分享它。它不是黑箱——它是一本你们共同贡献的笔记本。信任问题大多数人评估AI Agent 的标准是“它能完成任务吗”Hermes 团队在问一个更深层的问题你能信任它学到的东西吗一个 Agent 可以很强大。但如果它学到的东西是不可见的、不可编辑的、不可管理的——你会信任它做长期工作吗我不会。因为我知道它可能记错了。它可能把一次例外当成通用模式。它可能从我不希望它学习的对话中学到了什么。可见性 可控性。你能看到它学到了什么 → 你能判断它是否值得信任。你能编辑它的记忆 → 你能纠正它的错误。你能删除一个技能 → 你能阻止它使用错误的方法。这就是 Hermes v0.18 真正在做的事不是追求更聪明的模型而是追求更可信任的 Agent。/journey查看学习时间线如果/learn是让 Agent 学习那么/journey就是让用户看到学到了什么。输入/journey一条时间线出现2026-07-15 14:32 — 创建技能 organize-issues-in-user-format 2026-07-16 09:15 — 更新记忆用户偏好简洁回答 2026-07-16 11:47 — 创建技能 api-integration-github你可以点击每条记录。看到它学到了什么、为什么学、内容是什么。更重要的是你可以编辑或删除任何记录。我发现这比预期更有用。有一次Hermes 的回复变得异常简洁——跳过信息。我不确定它是学错了还是学对了。我打开/journey。它更新了一条记忆用户偏好简洁回答。“但那次我只是赶时间随口说了句简短点”。不是我的真实偏好——但 Hermes 把它当成了模式。我删除了那条记忆记录。问题解决。没有/journey我可能要花很长时间才能搞清楚为什么它的行为变了更广泛的模式可验证性这个版本有约1,720个commit、998个合并PR、约251,000行代码变更。这是一个他们下了大力气的版本。除了/learn和/journey另外两个功能指向同一方向让 Agent 的行为可验证。一MoAMixture-of-Agents推理现在可见了。以前MoA模式 → 你只看到最终输出。现在你能看到每个参考模型输出了什么、给出了什么答案、聚合是如何推导的。二任务完成验证验证证据。以前Agent 完成 → 说我搞定了。你不知道它是否真的完成了。现在它展示运行了哪些检查。证据而非声明。这些功能共同指向同一方向Hermes 团队不是在让 Agent “更聪明”。他们在让它更透明。聪明是模型的事。透明是你能否看到它在做什么、怎么做、为什么这么做。核心启示回到三天的场景。区别在于第一天它是陌生人——一切都需要解释。第二天它记住了你说过的话——但不会主动应用。第三天它主动说我创建了一个技能我现在可以直接处理这类任务了。——它不只是记住了它学会了。那种感觉——“这个东西在成长”——不是来自更聪明的模型。而是来自一个终于能积累的 Agent。试试它GitHub →NousResearch/hermes-agent用它构建Hermes Agent 支持 CLI、桌面端和微信集成研究它如果你在构建AI产品这里的记忆和技能设计值得深入理解。这可能是未来AI Agent 的标准范式不是更强的模型而是更可信任的 Agent。AI拉呱洞察AI技术前沿