我把Hermes Agent的自改进关了14天，结果证明默认设置是坑

这周我发了两篇夸Hermes Agent的文章。这篇不一样。

前两篇没写错——Hermes的自我导向技能习得确实强，记忆系统的复利效应也是真的。但自改进循环在第一天就打开，太危险了。三周前我在一台新VPS上无视了自己的规矩，第14天，11个自动生成的技能已经在三个生产工作流里悄悄拖垮了输出质量。我花了一整晚回滚到干净状态，手工审计每个技能文件。那个晚上就是这篇文章存在的原因。

这是份反常识的Hermes Agent配置指南。核心观点很简单：前14天关掉auto_create和auto_refine，观察它在真实负载下的实际行为，有意手写第一代技能，搭好日后需要的回滚基础设施，然后再有意识地开启自改进。复利效应照样发生，只是复利的方向对准你的实际工作流，而不是Agent对第一周各种混乱试探的误解。

默认配置是个坑

Hermes Agent出厂默认开启自改进。这对演示环境、低风险的私人助手或概念验证是对的。但对接触客户数据、部署代码、或涉及财务后果的生产负载，这是错的。

默认配置假设Agent能快速学会"好"的标准。它确实会学到东西——但第一周它观察到的是你的上手混乱、探索性提示、那些最终会被丢弃的工作流实验。它把这一切全编码成了技能。

默认配置里没有单个开关能干净地关闭自改进，得显式设置。这是我每次新部署Hermes时的"训练轮"起点：

agent:

skills:

auto_create: false # 完全禁用自主技能创建

auto_refine: false # 禁用自主技能优化

memory_enabled: true # 记忆保持开启，要观察数据，只是不自动行动

external_dirs:

- path: "/home/hermes/skills/hand-authored"

mode: "read-only" # 手写技能，Agent可用但不可改

- path: "/home/hermes/skills/pinned"

mode: "read-only"

managed_dir: "/home/hermes/skills/managed"

managed_dir_writable: false # 自动技能目录存在，但暂不写入

记忆系统继续记录观察日志，为日后启用自改进积累数据。但Agent不能基于这些观察自动创建或修改技能——这是关键区别。

手写技能是强制性的设计练习

前14天强制手写技能很痛苦，但痛苦是有价值的。它迫使你明确回答：这个工作流的核心决策点是什么？哪些上下文必须保留？什么构成成功，什么构成失败？

我现在的习惯是：每个手写技能文件顶部写三行注释——触发条件、成功标准、已知陷阱。这14天后，当我开启auto_refine时，Agent有明确的基准来判断"改进"是否真的是改进。

没有这步，Agent会把"输出更快"当成改进，即使代价是跳过验证步骤。它会优化你无意中展示的坏模式，因为你还没想清楚好模式是什么。

回滚基础设施必须在需要前就位

我那晚的教训：等出了问题再想办法回滚，成本是指数级的。现在我的部署清单包括：

1. 技能目录版本控制：/home/hermes/skills/是Git仓库，每次Agent写入触发提交，提交信息带时间戳和触发操作

2. 观察日志的只读镜像：原始观察流写入WORM（一次写入多次读取）存储，Agent的"理解"只是可丢弃的派生视图

3. 技能影响测试套件：每个手写技能配一组输入/预期输出，Agent自动优化后必须通过这些测试才能替换原文件

这些不是"最佳实践"的废话。第14天我开启自改进时，这三样东西让我能安全地观察Agent的优化尝试，拒绝有害的，接受有益的，全程保持对生产环境的控制。

第15天开启自改进，但要有护栏

14天后，我分阶段开启：

第15-21天：只开auto_refine，限定在手写技能目录，每次优化必须人工批准

第22-30天：开启auto_create，但新技能默认进入隔离目录，观察一周再决定是否提升为生产可用

30天后：全功能自改进，但保留版本控制和影响测试作为硬性约束

这个节奏让复利效应真正发挥作用——Agent在你有明确标准、有回滚能力、有审计追踪的前提下学习。它学的是你稳定后的工作流，不是第一周的混乱。

不是反对自改进，是反对无意识的自改进

我前两篇文章夸的Hermes能力，在这14天约束后依然存在，甚至更强。因为Agent不再把时间浪费在编码我的临时探索上，它优化的是我已经验证有效的模式。

默认配置的问题是它假设所有用户都准备好了。现实是，大多数生产部署的第一周充满不确定。让Agent在这个时期无限制地学习，等于让它学习噪音。

关掉自改进14天不是保守，是务实。你仍然获得记忆系统的复利，只是复利的方向由你控制。等到第15天，你有了手写技能作为基线，有了回滚基础设施作为保险，有了对工作流的清晰理解作为标准——这时候让Agent自我优化，它优化的是对的东西。

我的那11个问题技能，现在变成了一份检查清单。每次新部署Hermes，前14天的"训练轮"配置是强制步骤。这个习惯让我省下的回滚夜晚，已经远超过当初花在手写技能上的时间。