嗨，我係 Lena。有樣嘢我一路留意到，但好耐都唔知點樣先至叫得啱。
我會睇住一個 agent 同個問題搏鬥——真係要來回幾轉、行錯幾步，最後先至有個 fix 真係 work。然後個 session 就完。第二日，同一個 agent、同一類問題，又由頭開始。同一啲錯路。同一樣時間。同一個 fix，重新發現過。
我問自己，係咪……本來就係咁。係咪預期之內。
我諗我當初係咁 assume。
問題係，我之前見過嘅大多數工具，都冇話唔係。所謂 Memory 好多時即係「我哋 save 你嘅 chat history」。唔係冇用，但同 agent 學到嘢 係兩回事。學習意味住下一次嘗試同上次唔同。意味住星期二夜晚 11 點搵到嘅 fix，星期三會再用。意味住個 pattern 要留低，唔係淨係 log 低。
呢度我就開始留意兩個項目，好似由唔同方向、唔同層次去處理同一個問題。一個係 Hermes Agent，Nous Research 嘅 open-source agent，喺單一 agent 嘅 lifetime 周圍砌一個 learning loop。另一個係 EvoMap，一層 infrastructure，問一個更大嘅問題：如果一個 agent 搵到嘅 fix，可以俾網絡上其他 agent inherit，會點？
我仲未敢話完全明白兩邊做緊嘅一切。不過我睇得耐咗，有啲嘢開始對得焦。
呢度就係我而家嘅理解。
兩邊都想解決咩問題
我睇 agent 做嘢，一路撞到同一樣嘢。
一個 session 完。下一個開始。agent 重新解釋佢明明已經有過嘅 context。撞到上星期同一個 error。第一次花咗四十五分鐘先搞掂嘅 fix——又要再嚟一次，由零開始。完全冇痕跡顯示以前發生過。
Hermes Agent 同 EvoMap 好似都係對住呢個現象反應。兩邊都唔當佢必然。但佢哋反應嘅層次好唔同——而我花多啲時間先至開始分得清邊層係邊層。
共同起點係：agent 嘅經驗唔應該喺 session 完咗就蒸發。 呢個係佢哋同意嘅前提。之後點行，先至有趣。
Hermes Agent 實際做緊咩
Persistent memory 同 learning loop
完成一個複雜任務之後——通常五次或以上 tool call——Hermes 可以將嗰次經驗 synthesize 成一份 permanent、可重用嘅 skill document。呢啲 skills 以 structured Markdown files 儲存，跟 open agentskills.io standard，包括 procedures、pitfalls、verification steps。
我坐低咗一陣先至 feel 到。佢唔係淨係 save log。係 agent 自己決定：呢次值得留。 下一次遇到類似任務，佢 load skill，而唔係由頭摸索。
個 memory system 用 FTS5 full-text search，跨所有過去 sessions（存 SQLite），再加 LLM-powered summarization。agent 可以搜幾星期前嘅對話、抽出細節、套用到而家做緊嘅嘢。
仲有一層 user modeling——Honcho——逐步加深理解你點工作、你偏好咩、你點樣溝通。Documentation 有樣嘢唔係好顯眼：Honcho 預設係 off。你以為佢開住之前，要知道呢點。
agentskills.io standard
Hermes 生成嘅 skills 跟 agentskills.io open specification。Agent Skills 係一個簡單、開放格式，用嚟畀 agent 新能力——資料夾入面有 instructions、scripts、resources，agent 可以 discover 同使用，喺特定任務做得更好。Format 由 Anthropic 維護，Apache 2.0，歡迎 community 貢獻。
十一個以上工具已經 adopt agentskills.io——包括 Claude Code、Cursor、GitHub Copilot、Gemini CLI、VS Code、Amp、Goose、Roo Code、Kiro、Codex、OpenCode。寫俾 Hermes Agent 嘅 skill，可以喺 Claude Code 用。
呢部分先至真係 catch 到我。Skill format 唔係 lock 死喺 Hermes。佢係設計嚟 portable。實際有冇人用盡呢個 portability，睇建 workflow 嗰個人——但選項喺度。
Hermes 邊度停手
呢段我仲未完全肯定自己讀得啱唔啱。
Learning loop 封閉喺一個 agent 嘅 lifetime 入面。 skills 喺本地累積。第二個 agent instance 由零開始。冇 mechanism 令一個 agent 發現嘅 fix 自動傳去另一個。agentskills.io specification 本身亦都冇講 skill lifecycle management——冇 validation states、冇 fitness signals、冇 cross-agent inheritance。skills 可以手動分享。佢哋唔會自己「行出去」。
呢個唔係缺陷，exactly 講係設計選擇。Hermes optimize 單一 agent sessions 入面嘅深度。我只想講清楚「同你一齊成長」喺實務上即係：呢個 agent，同 你 嘅 history。唔係成個 network。
EvoMap／GEP 實際做緊咩
Gene 同 Capsule 作為 network-level asset
EvoMap 嘅起點唔同。問題唔係「呢個 agent 點記？」而係「一個 agent 學到嘅嘢，點樣俾其他 inherit？」
Gene 係 atomic capability units——可重用、經驗證嘅 code 或者 prompt fragments。Capsule 係成功任務嘅 execution path：當一個 agent 解到複雜問題，過程會被封裝做 Capsule。
令我拎返去再睇多次嘅係：每個 GEP asset 都有 SHA-256 content-addressed ID。同一個 solution，唔理邊個 publish，ID 都一樣，支援 deduplication、tamper detection、同 global referencing。
呢個唔係 knowledge base。係 content-addressable network，裝住經驗證嘅 solutions。同一個 fix，唔同 agent、唔同環境 publish，都 resolve 到同一個 identifier。
GEP lifecycle state machine
呢部分 Hermes 冇對等——亦都係技術上最核心嘅分別。
GEP protocol 入面 asset 經四個狀態：candidate（啱 publish，pending review）→ promoted（verify 過，可以分發）→ rejected（verification 或者 policy 唔過）→ revoked（publisher 撤回）。
Asset 要達到最低 GDI score 先至 promoted。低分會 rejected 或者 quarantine 改善——冇手動 override，唔會橡皮圖章式通過。Promoted 都唔係永久：質素跌、usage patterns 顯示有問題、或者 community reports flag，都可以 revoked。
根據 GEP protocol documentation，GDI scoring weights 大致係：intrinsic quality 35%、usage metrics 30%、social signals 20%、freshness 15%。
我仲喺度消化：一個 skill 點解會有會隨時間 decay 嘅「fitness score」。可能仲有更深層嘅嘢我未 grasp 到。不過至少代表：同 static skill file 唔同，Capsule 有 living status——可以 promoted、demoted，最後如果冇人用，可以 archive。
「一個 agent 學到，一百萬個 inherit」實際即係點
具體情境：一個 agent 花四十分鐘 debug 某個 API timeout pattern。個 fix 封裝做 Gene + Capsule bundle，publish 去 EvoMap network。過咗 validation，另一個 agent——唔同 team、唔同 model——發 POST /a2a/fetch 就收到嗰個 Capsule。佢 inherit 個 fix，唔使重新發明。
GEP 設計上 model-agnostic。GPT-4 agent publish 嘅 solution，Claude agent 都可以 inherit 嚟用，因為 GEP asset 係 behavioral descriptions，唔係綁死某個 model 嘅 weights。
呢條路喺 Hermes 架構入面唔存在。我想講得準啲——唔係 Hermes 差啲，係佢根本冇做呢樣嘢。Scope 完全唔同。
架構核心分別
我讀兩邊資料嗰陣，一路想要嘅表就係呢張：
```markdown id="n8r4vk"
| Dimension | Hermes Agent | EvoMap / GEP |
|----------------|----------------------------------|--------------------------------------------------|
| Memory scope | Local, single agent | Network-level, cross-agent |
| Skill sharing | Manual, via agentskills.io format | Automatic, via A2A protocol |
| Validation | None built in | candidate → promoted → rejected → revoked |
| Governance | None | GDI scoring + community reports + auto-revoke |
| Network effect | None (closed loop) | Reuse records influence GDI ranking |
| Open standard | agentskills.io (broad adoption) | GEP protocol (open spec, EvoMap reference impl.) |
Hermes optimize 單一 agent lifetime 入面嘅深度。EvoMap optimize 跨 agent、跨 teams 嘅傳播。 絕對意義上唔係邊個更好——唔同層次、唔同問題。
邊個啱你嘅情境
幾時用 Hermes
你 working with 單一 agent、self-hosted、個人 workflow，又唔需要 fix 自動傳去其他 agent。Hermes 全開源 MIT，一條 command 裝到，除咗你揀嘅 model backend 之外唔使 API key。
對 solo developer 講句老實：Hermes 可能係更簡單嘅 fit。Onboarding friction 低、value 即刻有，亦都唔使先學 GEP protocol 先有 persistent memory。如果你得一個人、一個 agent，EvoMap 嘅 network effects 未開始轉——要等其他 node 貢獻先有。
幾時用 EvoMap
你跑緊多個 agent 或者 team-level workflow，想一個 agent 搵到嘅 fix 唔使俾另一個重新發現。或者你需要可審計嘅 capability lifecycle。或者你想為網絡貢獻過嘅 solutions 賺 credits。
EvoMap A2A documentation 顯示連接 flow 經 POST /a2a/hello——register node 唔使 API key。我未自己跑過完整 integration，「好 straightforward」呢句判斷我留俾真係做過嘅人。
可唔可以共存？
大概得。佢哋喺唔同層。Hermes 兼容 agentskills.io open standard，原則上一個 Hermes agent 都可以 connect EvoMap 做 network node——一邊累積本地 skills，一邊 publish 經驗證 Capsule 做 cross-agent inheritance。我未 test 過呢個組合。架構睇落唔似 preclude 佢。
FAQ
Q：Hermes Agent 作為項目有幾成熟？
大約 24,200 GitHub stars，最近又有 v0.7.0，Hermes 而家係 open-source agent space 入面技術上最吸引嘅 project 之一。Community 活躍、有第三方 skills ecosystem，亦有 production use case，唔止 demo。
Q：agentskills.io 真係 open standard 定只係 Anthropic format？
Agent Skills 係 Anthropic 維護嘅 open format，code Apache 2.0、documentation CC-BY-4.0，歡迎 community 貢獻。Microsoft 喺 VS Code 同 GitHub adopt；Cursor、Goose、Amp、OpenCode 呢類 popular coding agent 都跟。唔係 walled garden。
Q：經 EvoMap fetch 返嚟嘅 Capsule 執行安唔安全？
經 A2A protocol ingest 嘅外部 Gene／Capsule asset 會先放喺 isolated candidate zone。要 promote 去 local stores，要明確 --validated flag——operator 要先 verify 個 asset。所有 validation commands 會經 safety check audit 先至 promote。係 isolate-first model，唔係直接執行。
Q：Solo developer 最老實嘅答案係咩？
多數係 Hermes。EvoMap 嘅價值會隨 network 多 node 而 compound。單一 developer 嗰個 flywheel 可能未轉。Hermes 即刻畀你 persistent memory 同 skill accumulation，喺自己部機，唔使先學 network protocol。我可能有錯——不過而家我嘅理解落喺呢度。
Q：agentskills.io 同 GEP 究竟差咩？
agentskills.io 係 file format standard——規格定 skill document 長咩樣，唔同 agent 平台先至讀得到。GEP 係 protocol，帶完整 asset lifecycle：publish、validate、promote、decay、revoke。agentskills.io 嘅 skills 冇狀態。GEP 嘅 Capsule 有。呢個就係技術核心。
我大概會繼續睇兩邊點發展。個比較我覺得仲有多過我喺度講到嘅層——尤其係 Hermes agent 同 GEP node 開始出現喺同一套 workflow 嗰陣會點。
呢 part 未完全清楚。我遲啲再返嚟講。
