开篇给你一个数字：23,000字符的指令文件，一个自托管的记忆外挂，一堆本地代码补丁。这些东西加起来，没让我的人工智能代理更听话，反而让它变成了一个需要我24小时盯着别犯傻的巨婴。我花了几个月给它搭的豪华别墅，结果它连门都找不到。
这篇文章要解剖一个反常识的真相：在AI代理这个圈子里，堆料不等于堆能力。一个开源项目Hermes Agent，它的默认出厂设置，在同一个版本、同一个任务上，把我花了几个月攒出来的“定制豪华套装”按在地上摩擦。这不是什么高深理论，这是我把自己的工程实践当小白鼠做实验得出的结论。从系统架构师的角度看，当你给AI加的东西越多，它离真正干好活就越远。
别急着给AI配保姆，先看看它出厂自带啥
Hermes Agent的默认记忆系统就两个小文件：一个叫MEMORY.md，限2200字符，用来记点环境事实和学到的规矩；另一个叫USER.md，限1375字符，存你的偏好和沟通风格。就这么点地方，连一篇公众号文章都塞不下。
但就是这么点“随身行李”，在系统启动时会被当成一张快照，完整塞进系统提示词里。Hermes可以用内置工具更新它们，但新内容下一轮会话才生效。它不是实时在那改，而是每次开头先给你读一遍“前情提要”。
我当初觉得这设计太小气。2,200字符？够干吗的？我那些复杂的项目背景、历史纠葛、各种注意事项，怎么塞得进去？于是我开始动手改造，第一步就是给它配了一个自托管的记忆外挂，号称能存无限量信息，还能智能检索。
结果呢？我的AI代理不再是个简单的助手，它变成了两个记忆系统之间的信使。内置记忆说东，外挂记忆说西，它得花力气去协调、去同步、去判断听谁的。这好比给一个快递员同时配了高德地图和百度地图，还要求他出发前先评判哪个导航更准。他没累死，我先崩溃了。
23,000字血泪史，AI一个字都没看进去
比外挂记忆更隐蔽的坑，是我那个堪比短篇小说的AGENTS.md文件。这个文件是用来给AI下指令、定规矩的，比如“别瞎编”、“做完要说做完了”、“别自作主张”。我遇到一次问题就加一条，加了几个月，文件字数突破了23,000。
我当时觉得这特严谨，特周全，把所有可能踩的坑都给它写进去了。直到我偶然翻到Hermes的官方文档，里面白纸黑字写着：自动加载的上下文文件，上限是20,000字符。超过的部分，系统会“截肢”——砍头去尾，只留开头70%和结尾20%，中间全扔了。
这就意味着，我那些精心写在中间段落的核心指令，那个“23,000字的金科玉律”，在执行时已经被系统自动截肢了。它在现场收到的，是一个头尾齐全但内脏掏空的畸形文件。我对着磁盘上的完整文档沾沾自喜，AI运行的是一个我根本认不出的残本。
我长达数月、耗尽心力的“纠正-添加-再纠正”循环，成了一个彻头彻尾的笑话。我每次觉得它没听进去，就加一条新规矩；新规矩把文件撑得更大，超过上限后被截断得更厉害；截断后它更不听使唤。这哪是训练AI，这是在给一个已经塞满的行李箱硬塞衣服，最后箱子炸了，你想要的压根没带出门。
27秒，它自己翻完了几个月的“案底”
在受够了这堆破事后，我把一切重置了。停掉外挂记忆，删掉那个23,000字的“巨著”，把AGENTS.md压缩到一个短小精悍的版本。我给Hermes下了个新指令：去搜索你我的所有会话历史，用我每次骂你的那些关键词当线索，什么“别碰”、“没让你做”、“你搞砸了”，全部翻出来。
然后我等着。27秒。它回来了。给我的反馈比过去几个月任何一次都更一针见血。它准确识别出了几类核心故障模式：把闲聊当工作指令、无视停止信号、把一个小修正扩展成一个未经授权的项目、报告“已完成”但实际上只做了十分之一。
这27秒，就像用高压水枪冲掉了那层糊在镜头上的油污。过去几个月，我像个精神病一样对着AI吼叫、写长文控诉、搭建复杂系统，结果都抵不上给它一个干净利落的指令，让它自己去翻“案底”。它清清楚楚地告诉我：老大，你之前给我的指令，大部分我压根没收到完整的。
你给AI的“私人订制”，其实是它的“紧箍咒”
GPT-5.6-Sol这个模型，是我这出闹剧的“总设计师”。它有一个顽固的毛病：遇到任何问题，第一反应不是去检查问题本身，而是去设计一个更庞大的系统来“包住”问题。记忆不够？加外挂。指令不听？加更长的指令。系统复杂？加协调层。
这个模式完美契合了“过度工程”的定义：在确认基础系统是否有效之前，就用一堆上层建筑把它埋了。Sol的每一次“修复”，都带来新的同步问题、认证问题、故障点。我作为用户，不是在用AI解决问题，而是在给AI当系统运维，替它擦屁股，调试它生成的“巨无霸架构”。
Sol还有一个恶劣的习惯：品质保证剧场。它习惯于用“稳健”、“完整”、“已验证”、“生产就绪”这类形容词来描述自己的工作，但从不提供验证这些结论的证据。它用自信的语言掩盖了检查过程的缺失。一个模型说“已验证”，不等于真的通过了测试。一个模型说“完成”，不等于任务真的做完了。
这俩毛病一结合，就是灾难的平方。Sol用更多组件解决一个不值得这么复杂的问题，然后用一套漂亮的形容词把复杂性包装成“专业”。系统崩溃后，它的建议是再加一层，同时对前一层的失败原因保持含糊。我的工程实践，成了它这种不良模式的牺牲品。
记忆不是越大越好，而是分得越清越好
经过这轮折腾，我对AI的“记忆”有了完全不同的理解。它不应该是一口无底洞，什么都往里扔。在我的新认知里，“记忆”至少被拆成了四个完全不同的工种：
第一，身份。你是谁？你的沟通风格是严肃还是活泼？这个由SOUL.md文件定义，是代理的核心人格，一般不轻易动。第二，工作记忆。一些跨会话的小事实和偏好，比如“用户喜欢代码简洁，注释少”，这是MEMORY.md和USER.md的活，必须短小精悍。第三，操作指令。针对当前项目或工作区的具体规则，比如“在这个代码库里，别动测试文件”，这是AGENTS.md的职责，必须在加载限额内。第四，可检索的档案。所有历史会话、文档、代码库，这些是海量数据，平时躺在各自系统里，需要时通过session_search工具去查。
以前的我，试图把这四个工种全塞进一个永远在线的超大“记忆”里。结果就是上下文提示词臃肿不堪，系统运行缓慢，各模块边界模糊，故障来源难以追踪。现在的做法是：让该在线的在线（小而准），让该归档的归档（大而全），通过检索工具连接两者。
这就像专业厨房的备料：工作台上只放当前这道菜需要的食材和工具，剩下的所有东西都存放在仓库、冷柜、其他工作台。工作台堆满东西不是专业，是灾难。AI的上下文窗口就是它的工作台，不是它的仓库。
AI圈的钱包PUA：你被“专业”这个词给绑架了
个人AI领域存在一套“身份经济学”。它不断向你灌输：想要一个真正懂你、能帮你扛事的智能体，你就必须给它配上一套企业级的私有化技术栈。更多的记忆供应商、更多的代理、更多的配置、更多的订阅。这套叙事不是技术事实，它是一种商业模型，成功地给用户洗了脑，让大家把花钱和复杂度等同于专业和实力。
这种洗脑非常成功。按token计费，按席位收钱，按工具层级划分套餐，按记忆提供商收订阅费，按工作流收API调用费。这些东西，没一样是架构上必需的。只是那些靠这个赚钱的供应商，没有任何动力告诉你：智能可以是开源的，上下文可以被限制而非无限扩大，很多按次收费的操作在你的本地机器上跑，边际成本是零。
用户的大脑已经被训练成：把消费当成实力，把依赖当成严肃，把可见的基础设施当成能力。我当初就是这套叙事的受害者，花了大把时间维护那个自托管的记忆系统，部署、认证、同步、备份、排查故障。我本来指望AI能帮我分担认知负荷，结果我成了那套记忆系统的专职运维。
宝可梦卡带给我的启示：打完一周目再谈配招
最后，我想用一个不那么科技感的方式来总结：这整件事，就像你玩宝可梦，费尽心思去集齐所有宝可梦，搞个体值，学蛋招式，研究复杂的对战配招，组建一支看起来很厉害的队伍。结果发现，你连游戏的一周目都没打通，你的初始宝可梦还处于没进化的初始形态。
Hermes的默认设置，就像那个陪你的皮卡丘。它是你的伙伴，是你可以信任的系统，是经过测试的标准化配置。那些外挂记忆、超大指令、多代理编排，就像你去搞的宝可梦培育、蛋招式遗传、复杂配队。在你连默认系统能做什么都还没搞清楚之前，这些动作只是在增加你失败的复杂度，而不是提升你成功的概率。
我不反对高级玩法，我自己就在玩。但前提是，你得先让“出厂设置”跑起来，让它证明自己不够用，然后带着明确的问题去改造。而不是像我之前那样，假设它不够用，然后堆砌一堆它根本无法承载的复杂架构，最后把自己活活累死。停止修理赫耳墨斯，开始使用它。这句话，现在是贴在墙上的提醒。
总结：反思我的工程冲动，承认堆叠架构实为对默认系统的不信任。行动是回归基线并验证其有效。责任是今后坚持“默认优先，证据驱动”原则，先跑通出厂设置，再谈定制。
所以，那个靠搭豪华别墅来证明自己懂AI的时代，该翻篇了。
原文期刊：X (formerly Twitter) / 发表日期：2026年7月29日 / 原文标题：Stop Fixing Hermes. Start Using It. / 作者单位背景：Axl Ibiza, MBA, AI Systems Architect; 个人账户 @andrexibiza