自我改進的實現：Hermes Agent 內建學習循環如何讓 AI 越做越好

前言：把「學習」做進系統核心的 Agent

Hermes Agent 由 Nous Research 開發，官方把它定位為「會自我改進的 AI Agent」，核心賣點是內建學習循環（built-in learning loop）。它會從經驗建立技能、在使用中改良技能、在每輪對話後主動沉澱重要知識，並跨會話累積對使用者的理解。這和多數「每次執行都從零開始」的 Agent 不同，學習不是事後追加的外掛，而是系統架構的一部分。

它在 GitHub（NousResearch/hermes-agent）上約有 25 萬顆星（2026 年 10 月查核），是目前成長最快的開源 Agent 專案之一。真正讓它被拿來和其他框架比較的，不是下載數字，而是這個學習循環的設計思維。

什麼是 Built-in Learning Loop？

傳統的 AI Agent 完成任務後，執行痕跡大多隨著對話結束而消失。Hermes Agent 的內建學習循環，則把「事後回顧」變成系統的固定動作。依官方文件的說法，這個循環由幾個部分組成：由 agent 自行策展的長期記憶，搭配定期提示它整理；自主建立技能（autonomous skill creation），並在使用中持續改良技能；以 SQLite FTS5 做跨會話召回，再交給模型摘要；另外可選擇搭配 Honcho 這類外部 provider，做辯證式的使用者建模。

要理解它的運作，關鍵在一個常被忽略的前提：這套機制的觸發點是「會話結束」。在同一個 session 內，重要資訊都還在當前上下文裡，所以記憶與技能的工作大多發生在會話邊界，也就是你重新開啟對話、或下一個排程任務接手的時候。

這個設計的價值，在於它把「學到的東西」拆成不同性質的資產：有的要一直帶著走，有的需要時再查，有的則是可直接執行的流程。三者各有不同的更新節奏與成本，而不是全部塞進同一個資料庫。

技術原理深度解析

接著從三個面向，看這套學習循環實際怎麼運作。以下都以官方文件可核對的機制為準，官方的抽象比你我想像的更克制，它沒有把學習包裝成神祕的模型改造，而是把知識寫成看得見、改得動的檔案。

會話結束後的背景自我改良回顧

Hermes 在一輪對話之後，會跑一次背景的自我改良回顧（background self-improvement review），低調地保存記憶或更新技能。這就是官方所說的「有意識同意」的學習循環：反覆出現的糾正、可以長久沿用的工作流程，會被壓縮成精簡的記憶條目或技能更新。

這件事是可控的。你可以把 memory.write_approval 設為 true，要求任何寫入先經過同意；也可以用 memory.nudge_interval 與 skills.creation_nudge_interval 調整提醒頻率，不想讓它自動回顧時則可停用。學習因此是可檢視、可調整的動作，而不是黑箱。

有預算的策展記憶與跨會話召回

記憶分成兩個檔案。MEMORY.md 是 agent 自己的筆記，記錄環境事實、慣例與學到的教訓，上限約 2,200 字元；USER.md 是使用者檔，記錄偏好、溝通風格與期待，上限約 1,375 字元。兩者都在 session 開始時以凍結快照注入系統提示，寫入後要到下一個 session 才會反映到提示裡。記憶不會自動壓縮：寫入超過上限時，工具會回報錯誤，agent 得自己合併或刪減條目再重試。

跨會話要找回細節時，靠的是 session_search：它在本機 SQLite 上以 FTS5 全文檢索搜尋過往對話，需要時再查，而不是把整段歷史塞進每一輪。若需要更強的語意檢索，可以外掛記憶 provider，例如 Honcho、Hindsight、Supermemory 等；同一時間只會啟用一個，內建記憶仍照常運作。

技能：自主建立與使用中改良

學習循環的另一半是技能。Hermes 的技能是「按需載入的知識文件」，平常不必占據上下文，需要時才載入，這種漸進式揭露讓查詢成本與答案規模成正比。技能可以來自內建目錄、社群市集，也可以由 agent 自己在完成任務後建立，並在使用中修補過時步驟。官方也提供把現成資料或流程轉成技能的指令，例如把一份文件或一段操作過程變成可重用的技能。

Skills 系統：學習成果的封裝與流通

如果說學習循環是「大腦的學習過程」，技能就是「學習後留下的技能本能」。當某類任務反覆成功，做法會被整理成一份技能文件，之後遇到同類任務直接載入，不必每次從零口述流程。

技能用 Markdown 與開放標準（agentskills.io）描述，因此可攜、可分享，也能透過 Skills Hub、ClawHub 等來源安裝。官方內建技能目錄目前列出近 60 項（2026 年 10 月查核），涵蓋資料處理、文件、研究、開發與自動化等領域，並隨著版本更新持續增加。

技能之間也可以組合。一個客服 Agent 可能同時載入產品知識檢索、對話管理與退換貨流程等技能。這種模組化讓能力可以累積，而不是每次從頭教一遍。

與其他框架的學習機制比較

學習與成長不是 Hermes Agent 獨有的問題意識。以下把它的學習循環，和幾個主流框架放在一起看。

LangGraph 的狀態圖與 Checkpointer

LangGraph 用有向圖表示工作流程，透過 Checkpointer 把狀態存到 SQLite 或 PostgreSQL。它也有「反思」機制，讓 Agent 在執行後批評自己的輸出，但需要額外的模型呼叫；Checkpointer 的定位偏向「斷點續傳」，下次遇到類似任務時，並不會自動套用上次學到的經驗。相較之下，Hermes 的學習是系統內建，在對話後自行發生。

CrewAI 的多 Agent 角色協作

CrewAI 以直覺的多 Agent 協作聞名，可以定義研究員、寫手、審核者等角色分工合作。它的強項是快速搭建多 Agent 工作流；至於長期的自我改進，目前並非它的設計重點，每次執行相對獨立。

OpenClaw 的對話持久化

OpenClaw（openclaw/openclaw，約 39 萬顆星，2026 年 10 月查核）是 Hermes Agent 最常被比較的對象。它的記憶偏向對話歷史持久化：記住你說過什麼、做過什麼，但較少主動把這些提煉成可複用的技能，技能多半要自行安裝與配置，而不是由系統從成功經驗自動生成。它在多平台整合上覆蓋範圍很廣，適合需要跨平台使用的場景。

各框架學習機制比較表

常見問題 FAQ

Q1：學習循環會消耗很多計算資源嗎？

記憶與技能的更新多半是輕量動作，發生在對話之後，而且可以用 nudge_interval 調整頻率。真正耗資源的是動用外部記憶 provider 或大量語意檢索，那部分要另外評估。官方也提供把背景回顧排到較便宜模型、或讓本機模型等到空閒再執行等選項，降低對主要任務的影響。

Q2：學習會不會讓 Agent 產生偏見或記錯？

風險確實存在。Hermes 的作法是讓學到的內容以明文記憶與技能檔存在，可以被檢視與修改，而不是藏在不透明的權重裡。你可以設定寫入需先審核，也可以直接編修或刪除條目，讓系統只留下你認可的內容。

Q3：如何讓 Agent 忘掉錯誤的學習成果？

直接編輯或刪除記憶條目與技能檔即可。記憶是明文檔，技能也是可讀可改的 Markdown；改完之後，下次載入就會生效。

Q4：Skills 和一般的工具（Tools）有什麼不同？

Tools 是「能做什麼」，定義 Agent 可以呼叫的外部能力，例如搜尋引擎、資料庫、API。Skills 是「怎麼做」，封裝完成某類任務的流程與最佳實踐。一個技能可以依賴多個工具，但它本身是更高層次的領域知識。

Q5：學習成果能在不同的 Agent 之間共享嗎？

技能可以。它採用開放標準（agentskills.io），可攜、可分享，也能從 Skills Hub、ClawHub 等來源安裝，官方內建目錄本身也會隨版本更新。記憶則是依 profile 隔離的，不同 profile 不共用同一份記憶。

替代方案有限公司觀點

身為實際把 Hermes Agent 當團隊 AI 助手運作的台灣技術團隊，我們確實在日常營運中累積出自己的技能，包括健康檢查、內容發布、備份掃描等，這些多是 agent 在實際操作後沉澱下來的。

它的設計哲學把學習當成系統的第一公民，這改變了我們和 AI 助手互動的方式。我們不再需要每次從頭解釋專案背景，Agent 的回應也越來越貼近實際需求。

但自我學習並非完美。社群也反映，自動更新有時會覆蓋手動調整過的技能設定，自我評估的準確性仍有進步空間。對於關鍵業務流程，我們建議定期審查自動生成的技能，確保品質。

截至 2026 年 10 月，官方最新版本為 v0.21.5，支援 20 多個通訊平台並內建近 60 項技能。Nous Portal 訂閱則可透過 Tool Gateway 使用網頁搜尋、圖片生成與語音等功能，不需另外準備 API 金鑰。

結論與展望

Hermes Agent 的內建學習循環證明了一件事：AI Agent 可以真的「學習」與「成長」，而不只是執行預設指令。從對話後的背景回顧、有預算的策展記憶，到可自主建立與修補的技能，這套機制讓 Agent 具備持續累積的能力。

技能以開放標準封裝與流通，則讓學習成果能被結構化、複用與傳承。當你使用一個別人整理好的技能時，其實是在受益於社群累積的經驗，這也是 Hermes 生態能持續擴大的原因。

在這個系列的旅程中，我們先認識了 Hermes Agent 的定位，接著拆解了它的記憶系統架構，今天則揭開內建學習循環的運作方式。

想知道 Hermes Agent 與 OpenClaw 的詳細比較，請閱讀：Hermes Agent vs OpenClaw：2026 年最完整的 AI Agent 比較。

如果你錯過了前面的文章，可以點擊以下連結回顧：

• Hermes Agent 是什麼？Nous Research 如何用「會記憶的 AI」改變遊戲規則？
• 會記憶的 AI：Hermes Agent 四層記憶系統讓 AI 真正「懂你」