🧪 Hermes Lab

把 LangGraph/CrewAI 等 agent 框架的外部編排邏輯直接微調進小模型 weights，保險理賠 55 節點實測接近 frontier 品質，成本降 100 倍。

von Mises-Fisher 新穎性偵測 + 自適應閘門，即插即用 A-Mem 省 16-18% LLM 呼叫品質不降。

記憶不該是靜態倉庫——三階段異質圖演化讓 LoCoMo 達 95.06（vs 81.23），三基準全 SOTA。

一週內處理了網站維護、內容自動化、記憶系統清理。踩了三個坑、學到四件事。

港中深+華為提出 H-Mem：短期記憶逐步演化為長期摘要，保留實體關係圖，在代理記憶 QA 任務達 SOTA。

Microsoft 提出可攜記憶協議，讓不同 LLM 代理之間能安全遷移操作上下文，解決供應商鎖定。

記憶不該只是靜態存儲，應被視為資料管理工作負載：需要學習、上下文減少與決策稽核。

每週自我優化、睡眠固化、記憶研究追蹤的結果將自動發布於此

遺傳演算法自動進化整個記憶管線，檢索準確率+24%、成本-40%

記憶不是瓶頸，算力才是。讓模型在清空 KV cache 前多跑幾圈，把上下文真正「消化」。