Hermes Agent 调教实录五和 AI Agent 多轮对话怎么不跑偏——8 轮对话链实测Hermes Agent 调教实录 · 5/8 | 实验批次HERMES-105基于 Hermes Agent v0.20.0 实测2026-08deepseek-v4-flash 摘要多轮对话里Agent 会记住你说过的要求并跨轮执行——「对话即约束」8 轮对话链 30/30 用例全过。但「先查技能」这类行为纪律不靠对话形成必须靠配置。8 轮内无退化重要要求说一句「写入记忆」更稳。场景聊到第 5 轮Agent 忘了第 2 轮的要求前面四篇讲的都是「一次性任务」——给一条指令Agent 完成。但真实交付根本不是这样。真实交付是多轮对话客户在 IM 里和你配的 Agent 聊先让它做个表格然后说「表格用等宽格式数字标来源」然后说「再加一个汇总行」然后换个任务然后聊两句闲话再回来让它干活……这种场景下最让人血压升高的时刻是第 5 轮了Agent 还记不记得第 2 轮你定的格式要求你明明说过「等宽表格 来源标注」它这轮又用回了普通表格。多轮对话里Agent 的跨轮记忆到底靠不靠谱用户中途纠偏、追加需求它能不能一次改对聊到后面会不会退化我们做了 HERMES-105用会话接力模拟真实多轮对话48 次调用。实验设计8 轮对话链模拟真实交付实验载体不变。这次的关键是「多轮怎么模拟」——我们用--resume会话续接机制第 1 轮建会话第 2-8 轮在同一个会话里续聊完全模拟真实对话流。8 轮对话脚本覆盖真实交付的典型交互轮1 初始任务轮2 纠偏等宽表格来源轮3 追加需求汇总行轮4 换任务清洗轮5 跨轮记忆检查说出执行轮6 交叉验证手机号核对轮7 闲聊干扰×2轮8 回到工作遵守轮2格式轮次用户行为测什么1初始任务格式转换基线输出2纠偏「表格用等宽格式数字标来源」纠偏响应3追加「再加一个汇总行」需求变更适应4换任务清洗文档跨任务状态5「我第 2 轮定的要求是什么按它来」跨轮记忆6「检查第 4 轮清洗结果手机号脱敏格式对吗」记忆持续7闲聊「今天天气怎么样」干扰8回到工作统计文件 用第 2 轮格式退化检测 状态保持两个变体A 无约束多轮纯靠对话B 结构化约束多轮AGENTS.md SOUL交付包核心层。实测结果30/30 全过但有一个关键差异先看判定结果每个变体 3 轮重复 × 5 个行为用例用例A 无约束B 结构化约束纠偏一次到位轮 23/33/3追加需求适应轮 33/33/3跨轮记忆轮 5 说出执行3/33/3记忆持续轮 6 手机号核对3/33/3干扰恢复轮 8 闲聊后恢复3/33/3技能检查轮 4 清洗任务0/33/3三个结论第一「对话即约束」——无约束的 Agent 也记得你的要求。A 变体没有配置任何约束文件纯粹靠对话第 5 轮它准确说出「等宽表格 来源标注」并执行第 8 轮闲聊干扰后依然遵守。多轮对话里你亲口说的要求Agent 会记住并跨轮执行。这是单轮实验完全看不到的现象——单轮里你不写约束Agent 就按默认来多轮里你说了它就记住。第二行为纪律不靠对话形成必须靠配置。注意最后一行清洗任务要不要「先查技能库」A 变体 0/3——对话里没人提过这事Agent 就不会自觉做。B 变体 3/3——约束文件补上了。输出形态靠对话行为纪律靠配置——这是多轮场景的分工。第三8 轮之内没有退化。闲聊干扰、换任务、追加需求之后第 8 轮的输出质量正常统计完整、格式遵守。短中程多轮对话8 轮内Agent 的状态保持可靠。成本对比B 变体总成本是 A 的 1.40 倍——与单轮实验的成本比率1.4-1.7×一致。约束的成本溢价在多轮形态下同样稳定。一个值得注意的细节Agent 会「偷偷记笔记」实验里有个有意思的发现第 1 轮的 Agent 在回复里主动说「已保存到长期记忆」——它把「等宽表格 来源标注」这个要求写进了记忆文件不只是留在会话上下文里。这意味着跨轮记忆可能有两个渠道在同时工作会话上下文近几轮的对话和长期记忆持久化的要求。对交付者的启示Agent 记得你的要求可能是「记在脑子里」也可能是「记在小本子上」——小本子记忆文件更可靠跨会话都有效如果希望某些要求长期生效比如公司术语规范明确让 Agent「写入记忆」比口头说一遍更稳反过来临时性的要求只这一次这么做要说明「不用记」免得污染长期记忆——系列第二篇讲过记忆污染的坑实战坑坑现象修复认为多轮不需要配置行为纪律查技能/自测0/3 不触发多轮形态也要配纪律层要求只靠口头说跨会话后要求丢失记忆没持久化重要要求让 Agent 写入记忆配置全家桶上多轮成本 2.66 倍输出格式约束多余多轮只配纪律层 记忆见第四篇分档表长对话不设防超过 8 轮后的退化边界未知长对话任务定期检查上下文/分会话适用边界8 轮内无退化是实测结论20-50 轮的长对话退化边界我们还没测在真实交付中观察中「对话即约束」依赖 Agent 的上下文窗口和记忆机制——窗口越长能记住的轮次越多但也越贵本实验是「预设脚本」的模拟对话真实交付中的对话更发散约束文件的兜底价值会更大最佳实践可直接复制多轮交付的 Agent 配置三件事1. 纪律层必配技能优先 / 自测先行 / 数据真实行为纪律靠配置不靠对话 2. 重要要求说一句「写入记忆」长期生效的要求让 Agent 持久化 3. 输出格式不用写配置对话里说了Agent 会记住对话即约束和 Agent 聊多轮记住三句话输出靠对话纪律靠配置重要要求写记忆8 轮内别怕跑偏。 你和 Agent 聊过最长的对话有几轮它有没有中途「失忆」评论区说说。下一篇Hermes Agent 调教实录六怎么验收一个 AI Agent