上下文资产
过去的观察、结论、偏好和任务状态会变成后续工作的起点，而不是散落在旧会话里的噪音。
Memory, Skills, Subagents
为什么 Hermes 会随着运行时间变强
Hermes 最有辨识度的一层，不在于“能不能回答”，而在于它是否能在长期运行中逐渐积累能力。 这页专门解释记忆、技能和子 agent 三者如何一起形成长期复利。
长期积累资产
Hermes 的“越跑越强”，最终会沉淀成这三类资产
技能资产
反复有效的方法和流程会逐渐从“偶然成功”转成可复用的长期能力。
协作资产
当子 Agent 分工模式逐渐稳定，复杂任务的拆分与接手成本都会下降。
四个判断
长期记忆、技能和子 Agent，不是附加项，而是 Hermes 的成长引擎
记忆不是聊天历史的别名
Hermes 的记忆价值不在“保存更多文字”，而在于把长期工作中真正重要的事实、经验和状态沉淀下来。
技能让积累可复用
没有技能，许多能力只能停留在某一次成功；技能把这些能力从偶然发挥变成稳定资产。
子 Agent 让复杂任务可拆分
当工作开始变复杂，子 agent 不只是提速工具，而是让分工与并行变得真实可管理。
三者一起形成长期复利
记忆提供连续性，技能提供复用性，子 agent 提供扩展性，这三者共同构成 Hermes 的长期成长逻辑。
复利回路
Hermes 的“越跑越强”，不是抽象口号，而是一条连续回路
任务过程中的信息不会只停留在当前窗口，而是开始形成可以被后续工作复用的上下文资产。
重复出现的任务模式和解决方式，才真正值得被做成技能，而不是永远依赖临场发挥。
当任务可以拆解并行时，子 agent 让复杂工作不再卡在单线程推进上。
下一次面对类似任务时，Hermes 不必重新学习全部背景，而是站在既有积累上继续推进。
技能生命周期
真正有价值的技能，通常会经历这条演化路径
Capture
先观察重复模式不是每个做过一次的动作都值得变成技能，只有反复出现、并且对结果有稳定影响的模式才值得沉淀。
Encode
再打包为可复用技能技能的价值在于把经验从“这次刚好做对”变成“下次也更容易做对”。
Refine
在长期运行中继续修正技能不是一经写完就永远稳定，而是会随着任务和上下文的变化继续被校正。
Compose
最后进入更大的工作组合真正成熟的技能，最终会进入更复杂的多步骤或多 agent 协作，而不再只是单点招式。
子 Agent 分工
子 Agent 的价值，不只是更快，而是更可拆分
分探索与分执行
主 agent 负责掌握全局，子 agent 去探索局部问题、并行收集信息或执行独立分支任务。
按主题拆分而不是按句子拆分
子 agent 更适合处理相对完整的子任务，而不是把一个简单问题硬拆成过多小碎片。
子 Agent 的价值在并行与隔离
它不只是为了更快，也为了让复杂任务的不同部分不互相污染上下文。
团队协作含义
长期积累不是只服务单个操作者，也会改变团队协作方式
人类不再每次都要重新解释背景
长期记忆最直接的价值之一，是让协作者接手时不必一次次从头补全部上下文。
技能让团队习惯更容易被固化
一旦某些工作方式值得保留，技能就是把团队经验沉淀进 agent 的关键方式。
子 Agent 让复杂工作从个人负担变成结构化分工
当任务能被拆解并行后，协作的成本不只下降，而且更容易被复盘和优化。
最适合体现价值的任务
这些任务最能看出长期积累的意义
长期研究
需要长期记录观察、迭代结论和回看历史上下文的任务，最能体现记忆与技能的价值。
重复但逐渐复杂的工作流
当某类任务反复出现，并且每次都在前一次基础上增加复杂度时，沉淀技能和复用历史尤其有价值。
需要拆分与并行推进的任务
当工作开始需要多个视角或多个子任务并行推进时，子 agent 会明显改变效率和结构。
不值得开太重的场景
不是所有任务都需要完整的长期积累机制
一次性问答
如果任务只需要单次回答，开启完整的长期积累能力往往收益不高。
没有复用价值的零碎动作
如果任务既不连续，也不值得沉淀成技能，那么长期记忆与子 agent 都容易开得太重。
边界提醒
长期积累很强，但开得过重也会带来额外负担
不是所有历史都值得记住
长期积累的关键在于筛选有价值的信息，而不是把所有过程都原样保留下来。
不是所有重复动作都值得做成技能
只有会持续复用、且能稳定提升结果质量的模式，才值得被编码成技能。
不是所有复杂任务都该立刻拆成子 Agent
拆得过细会增加协调负担，子 Agent 真正适合相对完整且可并行的子任务。
实操路径
把记忆、技能和子 Agent 用起来，建议按这四步走
01先观察哪些经验值得积累
不是所有信息都值得进入记忆。观察团队工作中哪些知识被反复查询、哪些经验被重复使用，把这些作为沉淀的起点。
02从最简单的技能开始固化
不要把第一个技能设计得太复杂。选择一个频率高、逻辑简单的工作流，把它做成技能并验证可用性。
03观察复利回路是否形成
持续运行 2-4 周后，检查记忆是否真的被后续任务复用、技能是否在降低重复劳动。如果看不到复利迹象，说明沉淀策略需要调整。
04再引入子 Agent
子 Agent 适合在记忆和技能已经稳定运行后再引入。过早引入子 Agent 会让排查复杂问题的成本陡增。
案例印证
长期积累在真实场景中是怎么运作的
客户历史积累
客服团队希望 agent 在每次对话中都能记住客户的偏好和历史记录。
研究笔记自动沉淀
研究人员每周阅读大量论文，希望 agent 能记住关键结论并在后续研究中自动关联。