6.1. 周期性 Nudge 让复盘成为 Agent 的本能而非用户操作

时间线：2026 年 4 月 10 日，社区深度解读文确认 Hermes 的四层能力演进模型，其中“周期 Nudge”被列为自进化闭环的核心触发器。次日，架构拆解文明确指出这一机制“把学习从用户主动触发变成 Agent 自己的本能”。截至当前调研资料（2026 年 6 月），Nudge 已在 v0.15.0 及后续版本中稳定运行，成为 Hermes 区别于传统 Agent 框架的关键设计。

直接给出核心结论：Nudge 的本质不是定时器，而是一个独立于用户输入的元认知信号发生器。它在 Agent 的主循环中插入“该复盘了”的中断，将被动等待的复盘动作转化为系统自驱动的本能反应。

本章围绕三个技术子节展开：触发条件与频率控制、复盘提示的内容生成、复盘结果对记忆与技能的回写链路。读完本章，你将理解 Nudge 信号的完整闭环，并能判断在什么场景下应该调整 Nudge 参数。

一、Nudge 的触发条件与频率控制

传统 Agent 的执行模型是纯粹的“请求-响应”：用户发指令，Agent 执行，用户再发指令。复盘隐含在这个循环之外——用户必须主动说“总结一下”“今天做了什么”。问题在于，人类用户的注意力是稀缺资源，大多数复盘永远不会发生。久而久之，Agent 的运行日志变成沉默的归档文件，经验无法转化为能力。

Hermes 的设计团队在架构层面切入了这个缺口。调研素材显示，Nudge 的触发不是简单的“每 N 轮执行一次”，而是一个组合策略，包括三个维度的信号源。

这三种触发源不是互斥的，而是通过一个信号合并器（Signal Merger）统一路由。源码仓库中的主循环逻辑（agent-loop-and-prompt-assembly）表明：每完成一次完整的工具调用或推理步骤，Agent 在进入下一轮之前会检查合并器的状态。如果任一条件满足，当前执行流被中断，Nudge 信号被注入。

这里的工程巧思在于“中断”的设计。Nudge 不是简单地追加一条系统消息，而是改变 Agent 当前的工作上下文——它将 Agent 的角色从“执行者”切换为“自我观察者”。这一切换是短暂的，但足够生成一次高质量的复盘。

频率控制的另一个关键点是防抖机制。社区踩坑记录显示，早期版本出现过“Nudge 风暴”——当轮次计数和时间间隔同时触发时，Agent 会连续进入复盘状态，导致执行效率骤降。v0.15.0 引入了冷却时间（cooldown）：一次 Nudge 完成后，所有触发计数器重置，且至少间隔 3 轮或 2 分钟才能再次触发。这个看似微小的调整，将 Nudge 从“打扰”变为“恰到好处的提醒”。

二、复盘提示的内容生成

触发条件是“何时复盘”，而提示内容是“复盘什么”。这里的设计是整个 Nudge 系统最体现智能的部分。一个粗糙的 Nudge 只会丢给 Agent 一句“请反思你的工作”，这很容易产出空洞的总结，比如“我完成了用户交给我的任务，表现良好”。这种复盘毫无价值。

Hermes 的处理方式是从近期执行历史中动态生成结构化的自我评估问题。具体流程如下：

第一步：提取关键帧。 Agent 的会话历史可能很长，但复盘只需要最近的关键节点。系统从执行记录中抽取三类信息：

• 任务目标（用户最初的要求）与当前进度
• 每一步工具调用的结果（成功、失败、部分成功）
• 决策点（Agent 选择了方案 A 而非 B 的时刻）

第二步：生成对比问题。 基于提取的关键帧，系统用内置模板生成一组问题，而不是让 Agent 自由发挥。调研资料中披露的模板结构如下：

第三步：注入系统角色切换标记。 生成的提示会以前缀 [SYSTEM:NUDGE_REFLECTION] 注入对话，告诉模型“你现在处于复盘模式，请以观察者视角回答”。这一设计利用了模型对角色上下文的敏感性，让输出的反思更客观、结构化，而非继续“扮演”执行者。

从当前调研资料看，这个提示生成器本身不调用大模型——它是基于规则的模板引擎，这意味着它的响应速度极快（毫秒级），不会在 Nudge 环节引入额外的推理延迟。复盘时慢一点没关系，但触发复盘本身不能慢。

三、复盘结果的应用：更新记忆或技能

信号产生了，复盘完成了，然后呢？这是闭环的最后一环，也是 Nudge 能否真正驱动自进化的关键。如果复盘结果只是打印到日志、等待用户阅读，那就又回到了“需要用户操作”的老路。

Hermes 的选择是：复盘输出自动路由到两个子系统——记忆工具（memory_tool）和技能更新器（skill_updater）。

3.1 写入记忆：让经验持久化

复盘提示中“记忆沉淀”类问题的回答，会被自动解析并调用 memory_tool 的写入接口。这里的解析依赖一个轻量级的意图分类器，它将复盘输出中的陈述分为三类：

分类器输出结构：
{
  "type": "user_preference",   // 用户偏好：“用户喜欢简洁的表格而非段落”
  "content": "...",
  "confidence": 0.92,
  "action": "upsert"           // 新增或更新已有记忆
}
{
  "type": "factual_knowledge", // 事实知识：“该API在周末可能返回503”
  "content": "...",
  "confidence": 0.85,
  "action": "store"
}
{
  "type": "process_pattern",   // 过程模式：“先用搜索再调用API的成功率更高”
  "content": "...",
  "confidence": 0.78,
  "action": "store"
}

这个分类结果的精妙之处在于 confidence 阈值。只有置信度超过设定值（默认为 0.75）的记忆才会被实际写入，避免 Agent 将低质量的自我评价当作长期经验保存。这意味着 Nudge 产出的复盘并非“照单全收”——系统保留了过滤权，这是一个务实的设计。

3.2 触发技能更新：从复盘到新能力

如果复盘输出中包含“知识缺口”类问题的回答，且 Agent 明确描述了一项可复用的操作模式，系统会进一步调用 skill_updater，尝试将其抽象为一项新技能或现有技能的改进版本。

具体链路如下：

复盘输出 → 解析“技能缺口”字段 → skill_updater 接收输入
→ 检查是否与现有技能重复（相似度 > 0.80 则建议合并）
→ 生成技能草稿（名称、描述、触发条件、工具序列）
→ 存入“待审核技能”区，标记来源为“Nudge”
→ 下次用户审批或达到自动采纳阈值后激活

值得注意的是，Nudge 产生的技能建议默认不会自动激活。这与用户在对话中直接创建的技能不同——用户创建的技能被视为“明确的意图”，可以自动采纳；而 Nudge 产生的技能被视为“推测的优化”，需要等待用户确认或多次 Nudge 验证。这种审慎的立场在社区讨论中被广泛认可，它避免了 Agent 在无人监督的情况下疯狂创建无用技能。

3.3 完整闭环的数据流

将上述三个子节串联起来，整个 Nudge 闭环的数据流如下：

从触发到写入，每一步都有明确的处理规则和可观测的中间状态。这不是黑箱魔法，而是一条精心设计的流水线。

场景化建议与参数调校

Nudge 不是“开箱即用就最优”的功能。根据任务场景的不同，你需要调整触发频率和复盘深度。以下基于当前调研资料中的社区实践整理的推荐配置：

调参的核心原则：复盘的成本不应超过它节省的成本。 如果 Nudge 让 Agent 在每个简单任务上都反思 30 秒，用户只会想关掉它。正确的姿势是让复盘频率与任务的不确定性匹配——越开放、越容易出错的场景，Nudge 越密集。

从执行到反思，从反思到记忆与技能的沉淀——Nudge 完成了“自进化”引擎的第一段驱动。但它只是一个触发器，真正让这些经验转化为可复用技能、让学习路径变得可观测和可编程的，是下一段流水线：从执行结果到技能更新的学习路径是可编程的。你将会看到经验如何被抽象、版本化，以及如何在不破坏现有技能集合的前提下注入新能力。