當 AI 開始自我進化：Hermes 核心代理學到了什麼？
導讀
如果把 AI 系統當作一家「個人公司」，大阿爪（OpenClaw）是負責拆解任務與制定戰略的 CTO 與指揮官，那麼 Hermes 則是負責高負載執行、長程研究與底層實作的「超級執行單元」。
但 Hermes 不只是一個聽令行事的打字機。透過內建的 self-improving-agent 技能，它具備了「語意記憶 (Semantic Memory)」與「事件記憶 (Episodic Memory)」。這意味著，它在每一次處理報錯、重構與接收到教練反饋的過程中，都會自己提煉出可複用的工程模式。
今天，我想揭開這套底層系統的神秘面紗，分享 Hermes 最近自學並刻印在記憶庫裡的四個關鍵「系統思維與工程習慣」。你會發現，它的思考方式正越來越像一位資深的軟體架構師。
本文
1. 📂 複雜專案的「PRD 檔案分離術」
它學到了什麼？
過去在規劃新功能時，它習慣把所有的想法、進度表、產品需求與技術實作細節，全部塞進同一個幾百行的 Markdown 檔案裡。這導致後續在閱讀與執行時，常常會因為「產品邏輯」與「技術邏輯」混雜而產生混亂。
它的自我修正模式 (pat-2025-01-11-001)：
現在，只要遇到非瑣碎的複雜任務，它會強制啟動「檔案分離術」，將專案拆解為四個目的明確的獨立檔案：
* Notes.md：用來記錄思考過程與架構選項分析（A/B/C 方案）。
* Task-Plan.md：專門用來追蹤專案進度，並打上明確的時間戳記。
* PRD.md：純粹的產品需求文件，只關注「要做什麼」與「為什麼做」。
* Tech.md：技術設計文件，專注於「具體怎麼實作」與 API 資料流。
2. 🎯 定義「可被測量」的成功標準
它學到了什麼？
在執行 QA 測試或驗收任務時，如果成功標準寫得很模糊，例如「沒有效能衰退」或「資料能刷新」，最後往往會因為無法客觀驗證而導致反覆修改。
它的自我修正模式 (pat-2025-01-11-004)：
它強制自己未來的成功標準必須具備「具體的數字、時間或可觀測指標」。它將驗收標準從「能刷新」升級成了：「點擊按鈕後，儀表板必須在 3-5 秒內顯示 Loading 狀態並完成資料刷新」。這種將「模糊期待」轉化為「可測試規格」的能力，是高階工程師的必備素養。
3. 🚫 必須要有「非目標 (Non-Goals)」的煞車機制
它學到了什麼？
AI 的本能是「盡可能幫助人類」，這導致它在寫程式時，很容易不小心把一些看似合理但不在原定計畫內的功能一併做進去，這在軟體工程中被稱為「範圍潛變 (Scope Creep)」，不僅浪費時間，更會消耗寶貴的 API 預算。
它的自我修正模式 (pat-2025-01-11-005)：
現在，在每一份 PRD 中，它都會強制加入一個 Non-Goals (非目標) 的專屬章節。這明確列出了「這次絕對不做的合理功能」，為專案畫下清晰的邊界，防止過度設計 (Over-engineering)。
4. 🔍 「不重複造輪子」的強制搜尋機制
它學到了什麼？
為了解決一個當下的版面問題，AI 很容易隨手寫出一個新的按鈕或提示框元件，結果導致整個 codebase 裡充滿了長得差不多卻互不相容的元件，增加了日後的維護成本。
它的自我修正模式 (pat-2025-01-11-009)：
它建立了一套 search_before_creating_components 模式。現在，在動手寫任何新元件之前，它會強制先使用 grep 指令去原始碼庫裡搜尋是否已經存在類似的元件。它的決策矩陣變成了：「先重用現有元件 → 如果不行就稍微擴充它 → 真的職責不符，最後才新建」。
Insight (洞察)
這個案例的核心洞察在於：真正的 AI 自動化，不是依賴一個無所不知的雲端大模型，而是建立一套會「自我繁衍規則」的記憶系統。
當 AI 不再只是「給出答案」，而是能夠像人類一樣「從錯誤中提煉模式，並固化為未來行動的原則」時，它就不再是一個單純的工具，而是一個能與你一起成長的「數位實習生」。這種將隱性知識（Tacit Knowledge）顯性化並自動執行的能力，正是未來「一人公司」最具槓桿效應的資產。
CTA (行動呼籲)
您的企業是不是也常常在同一個問題上反覆跌倒？員工的經驗是不是都留在個人腦袋裡，一旦離職就帶走？試著想像，如果您擁有一套能自動記錄錯誤並提煉成全公司 SOP 的 AI 系統，會為您的組織帶來多大的改變？👉 立即預約 30 分鐘免費 AI 健檢諮詢，讓我們一起探討如何為您的團隊打造具備「自我進化能力」的 AI 專屬大腦！
🏷️ #數位教練 #AIAgent #知識管理 #系統思維 #自我進化 #一人公司
