我一直有个好奇：AI 智能体（AI Agent）究竟是怎么「记事」的？

它是真的有记忆，还是每次都在「假装」记得你？

带着这个问题，我花了整整一周时间，深入拆解了一个完全开源的智能体项目——Hermes Agent。不同于大多数闭源 AI，Hermes 的代码库、文档、底层逻辑全部公开，可以一层层地剥开来看。

拆解完之后，我最大的感受是：Hermes 根本没有单一的记忆系统。它构建的是一套分层、分工明确的四层记忆架构，这也是它在众多智能体中能脱颖而出的核心原因。

更让我意外的是，这套架构背后的设计哲学，和我们做个人 IP、做一人公司的逻辑高度契合：

• 优先保持核心部分稳定，最大化利用现有优势
• 繁杂、低频、大容量的信息，全部交给工具按需处理
• 不内耗，不浪费精力，轻装上阵

今天这篇文章，我打算从底层到应用，用最通俗的语言，把 Hermes 的记忆架构完整拆给你看——不只是技术层面，也聊聊这套逻辑能给我们做事方式带来什么启发。

四层记忆架构总览

第一层 固化提示词记忆 MEMORY.md + USER.md，~1300 Token，随身携带的核心笔记

第二层 session_search 会话检索 历史全量存入 SQLite，按需检索压缩，低频回溯不占核心空间

第三层 技能（Skills） Markdown 存储复杂流程与方法论，仅索引入提示词，按需加载

第四层 Honcho 深度建模 可选增强，跨会话建立用户深度画像，从记住对话升级为理解用户

0 理解记忆之前，先搞懂 Hermes 给大模型发了什么

聊记忆系统之前，有一个前置概念必须先讲清楚：系统提示词（System Prompt）。

对大模型来说，系统提示词就是每次对话前发给它的「底层指令集」——告诉它自己是谁、能做什么、要注意什么。Hermes 所有的记忆设计，都围绕着一个核心目标展开：如何把系统提示词组装得又稳、又高效。

Hermes 的系统提示词不是随意堆砌的，而是严格按顺序固定组装，每一个位置都有精确的用意：

① 默认智能体身份　明确自身定位，不跑偏

② 工具使用行为指南　划定能力边界，不越界

③ Honcho 集成模块　可选，按需叠加优势

④ 可选系统消息　灵活适配不同场景

⑤ MEMORY.md 快照　智能体核心记忆，常驻，轻易不改动

⑥ USER.md 快照　用户画像，精准匹配需求

⑦ 技能索引　知道自己会什么，按需加载

⑧ 上下文规则文件　AGENTS.md、SOUL.md 等，补充基础行为逻辑

⑨ 日期 / 时间 + 平台信息　适配当下场景，不脱节

⑩ 对话历史　按需调取，不冗余

⑪ 当前用户消息　聚焦当下需求

这个顺序背后藏着 Hermes 最核心的工程优化目标：针对大模型的「提示词缓存（Prompt Caching）」机制做极致优化。

大模型的提示词缓存，简单说就是：如果系统提示词的前缀部分保持不变，模型可以直接复用上次的计算结果，不需要重新处理，响应更快、成本更低。Hermes 的全部记忆设计，都是在服务这一个目标。

由此推导出来的核心策略只有一句话：

让稳定的前缀部分，尽可能长时间保持不变。

这一个设计决策，直接决定了整个四层记忆架构的形态。理解了这一点，后面的所有设计就都顺理成章了。

1 第一层：固化提示词记忆

Hermes 的第一层记忆，是体积极小、极度精简的常驻核心记忆。所有持久化的核心记忆，都存储在 ~/.hermes/memories/ 目录下的两个纯文本文件里：

MEMORY.md — 智能体笔记

存储内容是智能体的「行为准则」：环境配置、工具使用习惯、过往教训、边界限制。可以理解为，这是 Hermes 写给自己的「做事规范」，记下来的都是最关键的经验和底线。字符限制：2200 字符。

USER.md — 用户画像

存储内容是「用户的核心信息」：偏好、沟通风格、身份背景、高频需求。做过私域运营的人对这个逻辑一定不陌生——记住核心用户是谁，才能精准匹配，不做无用功。字符限制：1375 字符。

两个文件加起来，仅约 1300 个 Token，容量小得惊人。但这正是 Hermes 的刻意为之。

不用追求「什么都懂」，聚焦核心优势，把一件事做到极致——这个逻辑适用于 AI 智能体，也适用于我们做一人公司。

同时，这里面有四个很出彩的设计细节

细节一：字符限制，而非 Token 限制。

让记忆逻辑与具体模型完全解耦。无需调用模型计算 Token，直接判断字符数是否超限，兼容性极强。这就像我们做目标设定，「每天写 3000 字」比「每天多写一点」更清晰、更易执行。

细节二：极简纯文本存储。

用 § 符号分隔每条记忆，没有复杂的向量数据库，没有自定义二进制格式，结构简单、易维护、可追溯。越简单的底层，越不容易出错，也越容易长期维护。

细节三：提示词空间极度精简。

不堆砌所有历史信息，只保留最有价值、最高频的事实，把提示词的「黄金位置」留给真正重要的内容。和我们做内容一样：不贪多求全，把最核心的东西放在最前面。

细节四：记忆是「精选状态」，不是「流水账」。

Hermes 明确区分了哪些信息值得保留：

✅ 保留：用户偏好、环境事实、高频错误修正、稳定行为规范

❌ 不保留：任务进度、会话结果、临时待办事项

这是 Hermes 与其他智能体最大的区别之一。复盘不是记录「今天做了什么」的流水账，而是提炼出值得沉淀的经验和需要避免的错误——这个道理，对人对 AI 都成立。

2 第二层：session_search 会话检索

如果说 MEMORY.md 是 Hermes 随身携带的核心笔记，那 session_search 就是它的「历史档案室」——不用时刻翻阅，但需要的时候，能精准定位到想要的内容。

这一层解决的是一个实际问题：历史对话越来越长，全部塞进提示词会拖慢响应速度、推高成本。怎么在不牺牲质量的前提下，按需调取过往记忆？

Hermes 的解法是：所有历史会话完整存储在 SQLite 数据库（state.db）中，支持全文检索。当模型需要回溯过往内容时，走一套五步检索流程：

第一步 全文搜索关键词——在全量历史消息中定位

第二步 按会话分组检索结果——分类整理，避免杂乱

第三步 加载匹配度最高的会话内容——聚焦最有用的信息

第四步 调用低成本辅助模型对长会话做摘要精炼——去冗余，提核心

第五步 把压缩后的内容返回给主模型使用

这套流程不强迫主模型处理冗长原文，而是用小模型先做一遍信息蒸馏，主模型只接收精炼后的关键内容。成本低，速度快，质量不打折。

同时，当会话过长、提示词空间不足时，Hermes 会触发对话压缩，但压缩前会先执行一步「记忆冲刷（Memory Flush）」。

流程是这样的：先给模型发送一条专项指令——「会话即将压缩，请优先保存用户偏好、修正建议、重复模式，而非具体任务细节」；然后单独调用一次模型，仅开启 memory 工具；模型把关键信息写入 MEMORY.md 后，再压缩对话。

这个设计的精妙之处在于：先固化「值得沉淀的经验」，再清空「不需要保留的过程」。核心不丢，负担卸掉，轻装进入下一段会话。

3 第三层：技能（Skills）

大多数 AI 记忆系统只关注「语义记忆」——记住事实、偏好、人物、背景。但 Hermes 多做了一层：过程记忆（Procedural Memory）。

换句话说，前两层解决的是「知道什么」，第三层解决的是「会做什么」。

技能文件存储在 ~/.hermes/skills/ 目录下，以 Markdown 格式保存，记录的是复杂流程、问题修复方案、优化后的工作方法、可复用的操作逻辑——相当于 Hermes 自己总结出来的「工作手册」，遇到同类问题时直接套用，不需要重新摸索。

关键在于调用逻辑：Hermes 绝不把全量技能塞进提示词。提示词里只放一个「技能索引」，需要执行时再按需加载具体的技能内容。

明确知道自己会什么，需要的时候再调用对应的技能——不贪多，不内耗。这和我们做一人公司的逻辑完全一致：你不需要时刻背着所有技能前行，需要时精准调取就够了。

这一层是 Hermes 能实现「自动化执行、自主迭代优化」的核心。它不只是一个会聊天的 AI，而是一个有自己方法论、能不断积累和改进的工作系统。

4 第四层：Honcho 深度建模

前三层都是 Hermes 的本地能力。第四层是它的「云端扩展」——Honcho，一个跨设备、跨平台的用户深度建模系统。

如果把前三层比作一个人的本地笔记本，Honcho 就是跨设备同步的长期用户档案：不只记住用户说过什么，而是真正理解这个用户是谁、在乎什么、如何思考问题。

它的集成方式非常精妙，完全不破坏之前建立的缓存稳定性：

会话第一轮 把 Honcho 的核心上下文织入系统提示词，建立初始用户画像

后续对话 不修改系统提示词（保持缓存稳定），而是把 Honcho 的回溯内容附加在用户当前提问之后

这样一来，既保证了缓存的有效性（快速响应、降低成本），又让 AI 能持续获取最新的用户深度信息。鱼与熊掌，都要。

5 Hermes vs OpenClaw：两种记忆哲学

拆完四层架构，我们来做一个横向比较。OpenClaw 是另一个主流智能体框架，两者的记忆设计代表了截然不同的两种哲学：

OpenClaw 的记忆哲学：全量记录

以 Markdown 文件为核心存储，日志和长时文件是记忆主体，偏向「流水账式」全量记录。理念上是「记得越多越好」，边界模糊，核心和冗余混在一起。

Hermes 的记忆哲学：精选 + 分层

严格限制提示词记忆容量，历史全量存入 SQLite，仅按需检索；一切设计优先服务于「提示词缓存效率」。理念上是「只在正确的层级，用正确的成本，记正确的事」。

Hermes 的底层认知极其清醒：不是所有信息，都配占据「系统提示词」这个黄金位置。就像我们做一人公司，不是所有事情都值得用核心精力去做，只有真正创造价值的事，才值得全力以赴。

6 三条原则

拆解完 Hermes，我提炼出三条最核心的底层原则。这三条原则不只适用于 AI 工程，同样适用于做个人 IP、做一人公司、做自我管理：

原则一：冷热分离

小规模的「热记忆」负责常驻核心信息，大容量的「冷存储」负责低频回溯信息。两套系统各司其职，不互相干扰。

对应到我们做事：核心工作全力以赴，辅助工作交给工具或外包。不要让低频的杂事占用你的核心精力。

原则二：稳定才是效率的核心

频繁改动提示词，会直接导致缓存失效，响应延迟增加，调用成本上升。Hermes 的解法是让提示词前缀尽可能稳定。

对应到我们做事：不要频繁变换方向，不要轻易改动自己验证过的核心框架。稳定输出，才能积累复利。频繁折腾，只会耗尽精力，sx一事无成。

原则三：记忆要分层，不同层级用不同逻辑

用户画像、情景回溯、操作技能、深度建模——不同类型的记忆，天然需要不同的存储和调用方式，强行混在一起只会互相拖累。

对应到我们做事：清晰区分自己的核心能力、过往经验、做事方法论，每类信息用对应的方式去管理和运用，不盲目跟风，不混淆主次。

最后，我想用 Hermes 的设计哲学作为这篇文章的收尾：

真正的 AI 记忆设计，从来不是「记住更多」，

而是在正确的层级、用正确的成本，记住正确的事情。

这句话，同样适用于我们每个人。真正的成长、真正的成功，从来不是「做更多事」，而是在正确的方向上，用正确的方法，持续做正确的事。

Hermes 最让我折服的，不是它有多少功能，而是它清楚地知道什么不该做、什么不该记。这种克制，才是最难的事。

更多深度内容，请加入Nelson · AI·OPC共助社区 · 《AI一人公司搞钱模型库》

我准备用 3-5 年，做一件只服务 AI 一人公司的事