Hermes新增提炼命令/refine：把聊天记录蒸馏成可复用记忆和技能
内容提要
Hermes新增/refine命令，用于将聊天记录蒸馏为可复用记忆和技能，区分用户画像、通用记忆、技能和知识补丁，排除一次性噪音。它解决AI记忆混乱问题，提升跨会话学习效率。适用场景包括调试、纠错、复杂流程固化，但需审批机制防止错误保存。核心是筛选价值，而非盲目存储。
延伸解读
记忆分拣：从“全存”到“该存才存”
文章指出，多数AI系统默认将整段对话存入记忆，导致临时噪音与可复用经验混杂。/refine命令的核心价值在于“分拣”：它不创造新知识，而是区分用户画像、通用记忆、技能和知识补丁，并排除一次性信息。这种设计承认了“忘掉什么”与“记住什么”同等重要，是学习系统的基础能力。
四类知识，四种存储策略
/refine将可留存信息分为四类：用户画像（长期偏好）、通用记忆（环境规则）、技能（完整流程）和知识补丁（对旧技能的更新）。这种分类避免了“一个抽屉装所有”的混乱，确保系统在需要时能精准调用，而非在噪音中随机抽取。
审批机制：防止错误经验固化
文章强调，开启写入审批是稳妥做法。系统提炼的规则可能过泛、误判或包含敏感信息，人工审核可逐条确认适用条件、覆盖关系及边界。这保留了人对长期知识的最终决定权，避免临时方案被误存为标准流程。
“什么都没存”也是成功
当对话无长期价值时，/refine返回“无需保存”是合理结果。这体现系统学会了区分经验与噪音，避免为保存而保存。文章认为，懂得说“不需要记”与“需要记”是同一能力，筛选过程本身就是价值。
Q&A
Hermes新增的/refine命令是做什么的？
/refine是Hermes新增的提炼命令，用于在对话结束后将聊天记录蒸馏成可复用的记忆和技能，区分用户画像、通用记忆、技能和知识补丁，排除一次性噪音，从而提升跨会话学习效率。
/refine命令将可留存的信息分为哪几类？
/refine将可留存的信息分为四类：用户画像（长期稳定的偏好和事实）、通用记忆（项目环境信息、工具特性、确认过的规则）、技能（完整的操作流程）、现有知识的补丁（对旧技能的更新）。
为什么说聊天记录直接保存为记忆会导致AI变笨？
因为聊天记录中包含大量一次性噪音，如调试错误、临时ID、过期链接等，如果全部保存，系统在检索时可能被噪音淹没，无法区分永久规则和临时故障，导致行为不可预测，甚至错误调用过时信息，增加翻车概率。
使用/refine命令的典型场景有哪些？
典型场景包括：刚完成一次艰难的调试，需要固化诊断流程；同一个错误犯了三次以上，需要将纠正转化为长期规则；在对话中建立了复杂的工作流，需要封装成技能；对旧流程进行修正，如平台接口变更后的精确修补。
在什么情况下不应该使用/refine命令？
不应该在简单查询、随意闲聊、临时会议调整等没有产生值得跨会话保留信息的对话中使用；也不应保存临时性的权宜之计，除非明确标注为临时方案。
为什么建议开启写入审批机制？
开启写入审批后，系统每次提议保存或更新信息时不会直接生效，而是生成待审核申请，由人逐条审查。这可以防止系统提炼出范围过大的规则、错误保存手误为偏好，或保留敏感信息，确保最终决定权在人手中。
/refine命令如何帮助提升AI的跨会话学习能力？
/refine通过筛选和分拣对话内容，将可复用的流程和知识提炼为技能和记忆，排除噪音，使系统在后续任务中能直接加载正确经验，避免重复摸索和错误调用，从而提升学习效率。
如果/refine运行后没有发现值得保存的信息，结果如何？
如果系统审核后未发现值得长期保存的信息，会反馈无需更新记忆或技能。这是可接受甚至成功的结果，说明系统学会了分辨真正的经验和日常噪音，没有为了保存而保存。
