闭环学习系统

概述

AI Agent 在执行任务后自动学习、改进并沉淀经验的机制，使 Agent 越用越聪明，而非每次从同一基线出发。

关键内容

• 核心差异：传统 Agent 每次任务后状态清零，闭环学习系统使 Agent 执行→学习→改进→下次执行更好，形成持续循环
• 五大协同机制：记忆管理（定期 nudge 持久化重要知识）、自主技能创建（成功工作流变 SKILL.md）、技能自我改进（使用中发现不足自动更新）、FTS5 跨会话召回（SQLite 全文检索 + LLM 摘要搜索历史）、Honcho 用户建模（辩证推理构建动态用户画像）
• 架构哲学：这不是实现细节，而是架构哲学层面的分叉点——未来最有价值的 AI Agent 是积累了最多经验、能够持续自我改进的那个
• 实现方式：通过 SQLite + FTS5 实现跨会话持久化记忆，成功经验自动转化为可复用技能，技能在使用中持续自我优化
• 价值体现：重复性工程任务加速（第 1 次 30 分钟→自动创建 Skill→第 2 次 5 分钟→Skill 自我优化→第 N 次更快更准）
• 完整学习飞轮：会话 1 执行任务学习环境和用户偏好（MEMORY.md + USER.md 更新，Honcho 收集初始数据）→ 会话 5 发现重复模式创建第一个技能（SKILL.md 创建，Level 0 目录可见）→ 会话 10 技能被复用发现改进点（SKILL.md 更新 version bump，用户纠正更新 USER.md，Honcho 模型更精准）→ 会话 50 已有 15+ 技能深度了解用户（同类型任务速度提升 3-5x，响应风格完全契合用户偏好，FTS5 找到相关历史避免重复踩坑）→ 持续运行成为专属 AI
• 复利增长效应：技能质量提升加速新技能创建，记忆积累提高技能触发准确率，用户模型精准化减少无效交互——不是线性增长而是复利增长
• Memory Nudge 驱动：Agent 在自然暂停点自我反思（学到环境新事实→MEMORY.md，用户新偏好→USER.md+Honcho，可复用工作流→SKILL.md，技能问题→更新 SKILL.md，错误认知纠正→删除/替换旧记忆）
• 技能创建权重体系：任务步骤数≥4（高）、有明确验证步骤（高）、有易出错关键步骤（高）、用户显式要求（确定触发）、同类型任务历史≥2 次（高）、涉及特定工具非显而易见用法（中）、通用模式非本次特有（高）、高度特定本次情况（降低权重）
• 安全性边界：自我改进带来新安全考虑——记忆安全扫描（凭证拦截、指令注入防护）、命令执行授权（危险模式需用户批准）、容器隔离（Docker/Singularity 命名空间隔离）、凭证过滤（工具结果返回 LLM 前过滤）

来源

• NousResearch/hermes-agent — 2026 年 4 月版本
• NousResearch/hermes-agent — 2026 年 4 月版本，Hermes Agent 深度解析第四篇：Skills 系统
• 06_hermes_learning_loop.md — Hermes Agent 深度解析第六篇：闭环学习引擎，完整学习飞轮、Memory Nudge、技能创建权重、安全边界

相关

• Hermes Agent — implements
• Honcho — uses
• 跨会话记忆 — extends
• 开放技能标准 — extends
• 自我进化代理 — part_of
• 程序性记忆 — extends
• SKILL.md 格式规范 — part_of
• 技能自我改进 — extends
• SOUL.md 人格系统 — part_of
• 辩证推理 — uses
• Memory Nudge — part_of
• 轨迹压缩 — extends
• Batch Runner — extends