自我进化已是标配，收敛才是尚未解决的差异化因素
Hermes 的"自我进化"并不特别。这套机制——完成任务 → 提炼出可复用的技能 / 对执行轨迹进行反思 → 下次复用——如今已是入场标配，算不上新颖。
人人都有自己的版本（谱系：Voyager 2023 → 遍地开花）
- Voyager（2023）率先做出了会构建技能库的 agent。
- Claude Code——
CLAUDE.md记忆 + Skills +/remember； - Cursor / Windsurf——不断积累记忆 / 规则；
- MemGPT / Letta、Mem0、Zep——可自我编辑的 agent 记忆；
- Reflexion——基于反馈的自我反思；
- ChatGPT memory——持久化的用户记忆；
- DSPy / GEPA——Hermes 使用的提示词优化技术（并非 Hermes 独有）；
- 另外还有一大批开源 agent（Goose、OpenHands、Cline……）。
Hermes 那点微弱的独特性在于包装，不在机制
模型无关的 harness（技能/记忆在更换模型后依然存活）、开源且可自托管、跨平台，以及具体用了 GEPA。这些都是真实的，但自我进化本身并不新——而且部分热度是刷出来的。
为什么"人人都有"和"没有一个惊艳"是同一件事
它们都有容易的那一半（那个循环：提炼技能、反思轨迹）；没有一个有难的那一半（收敛）。
机制容易 → 人人都有。收敛普遍没解决 → 没有一个惊艳。它们都撞上了这条线索的三重天花板：可观测性（convergence-needs-an-observable-target）、可演绎的可处理性（deducible-not-known），以及不可靠循环带来的漂移（drift-is-world-wandering）。
真正的问题不是"谁在自我进化"（人人都在）——而是"谁的自我进化能收敛"
按照 drift-is-world-wandering 的说法：当且仅当世界被钉住时（客观指标 / 机械化的关卡）才会收敛；在基准测试上跑 GEPA 会收敛，模糊的自我评估则会漂移。检验任何"自我进化"工具的方法： 它是针对一个被钉住的世界 / 客观信号来学习，还是自己评判自己？前者是真正的进步，后者感觉良好却在漂移。几乎没有人跨过这条线——这正是为什么这个功能到处都是，而效果普遍平庸。