Hermes Agent 如何解决Skill爆炸

最近，AI圈又出现一个新的爆款应用 Hermes（爱马仕）Agent ，短短2个月，获得了68K Star。

你可能刷到过，它号称能够“自我进化”，每完成一个任务，就沉淀成一个 skill（技能）。

相信很多人会跟我一样疑问：如果Hermes每完成一个任务，就新建一个skill，很快就会skill爆炸，这比上下文爆炸好不到哪去。

下面我们一起研究下Hermes Agent是什么，以及它如何解决Skill爆炸的。

一、“职业肌肉记忆”

传统的 AI Agent 每次接到任务，都要重新思考一遍步骤。就像一名新员工，每天早上来上班都要问一遍：“老板，打开电脑的密码是什么？”

Hermes 区别其他Agent的核心能力：技能获取（Skill Acquisition）。它在完成任务后，会自动把成功的路径总结成一个“技能包（Skill）”并存入自己的工具箱。下次再遇到类似任务，它直接调取经验，秒级响应。

二、 Hermes 是如何“自学成才”的？

Hermes 的运作逻辑，可以理解为一个新人在公司里的成长过程：

• 第一步：摸索（探索期）你让他做一个从没做过的任务，比如：分析一份复杂的销售数据。 他只能一边查资料、一边尝试，把事情做出来。

• 第二步：复盘（提炼期）如果这次做得不错，他不会就此结束， 而是总结出一套方法，

  比如：「销售数据分析的标准流程是：清洗 → 分组 → 对比 → 结论」

• 第三步：沉淀（入库期）这套方法不会只存在脑子里， 而是被记录成一份“可复用的工作方法”。

• 第四步：复用（进化期）下次再遇到类似需求，他不会从零开始， 而是直接调用这套方法，甚至在原有基础上做优化。

久而久之，他不只是“会做事”，而是形成了一套自己的方法 ：

把“做过的事情”，变成“下次更快做好的能力”。

三、 技能太多了，会“技能爆炸”吗？

我们在使用或调研 Hermes 时，一定会产生一个疑问：“如果它每完成一个小任务就生成一个技能，那最后岂不是会有成千上万个技能？它找得过来吗？这不就‘技能爆炸’了吗？”

这是一个非常深刻的问题，也是 Hermes 架构中最核心的对抗逻辑。通过以下三个维度来防止“技能爆炸”：

1. 技能的“抽象化”：它存的不是动作，是公式

Hermes 不会死板地记录“点击屏幕左上角 5 厘米处的按钮”。它存储的是通用逻辑。 比如它学会了“在京东查价格”，它提炼出的技能是“电商平台比价逻辑”。当它去淘宝时，它会复用这个逻辑，而不是再新建一个完全独立的技能。这就好比你学会了“开车”，你不需要分别为“开大众”和“开丰田”学习两个互不相通的技能。

2. 技能的“优胜劣汰”：动态修剪机制

并不是所有的尝试都会变成永久技能。Hermes 内部有一套“淘汰制”：

• 低频舍弃： 就像你手机里一年没打开过的 App，那些只用过一次且不再触发的“僵尸技能”会被自动归档或删除。
• 合并同类项： 当它发现有 10 个细碎的小技能都在处理“表格清洗”时，它会启动“技能融合”，将它们封装成一个更强大的“数据处理全能包”。

3. 语义检索：不是查目录，而是凭“感觉”

这是解决爆炸的最强杀招。传统查文件要靠文件名，文件多了就找不到。但 Hermes 寻找技能靠的是“语义向量（Semantic Search）”。 它不需要在一万个技能里挨个翻，它只需要感知当前任务的“意图”，就能瞬间定位到最相关的几个技能。这就像你走进厨房，大脑会自动把“铲子”和“锅”的优先级提到最高，而不会去想书房里的“圆规”。

专业词汇小贴士

• Agentic Workflow（智能体工作流）： 指 AI 不再是一问一答，而是像人一样，为了完成一个目标，自己规划步骤、自己执行、自己纠错的一套过程。
• RAG（检索增强生成）： 简单理解就是给 AI 配了一个实时更新的“外挂图书馆”，让它说话有据可查。
• Semantic Search（语义检索）： 这种技术让 AI 不再通过“关键词匹配”找东西，而是通过理解“意思”来找东西。