Curación de la memoria a largo plazo de Hermes Agent: cuatro reglas para conservar poco y preciso

Resumen

La curación de la memoria a largo plazo de Hermes Agent no se trata de almacenar más; sigue cuatro reglas de hierro que mantienen la memoria "pocos pero precisos":

1. Limitada: USER.md a ~1,375 caracteres y MEMORY.md a ~2,200 caracteres fuerzan la concisión.
2. Congelada: no se realizan reescrituras dentro de una sesión, protegiendo el caché KV y la estabilidad de la inferencia.
3. Transparente: cada escritura se anuncia (💾 Memory updated) y puede ser aprobada, revertida y revisada con /journey.
4. Auto-consolidante: cuando la capacidad está llena, nada se elimina silenciosamente; una respuesta de Memory at 2,100/2,200 chars. Consolidate now... obliga al Agent a tomar decisiones mediante las tres operaciones atómicas add / replace / remove.

El resultado: el Agent te entiende mejor con el tiempo sin nunca volverse engomado, y la memoria se enriquece sin nunca salirse de control.

Un malentendido común

"Cuanto más recuerda un asistente de IA, más inteligente es."

Lo contrario es cierto. Recordar mucha información de calidad mixta hace que un Agent sea más tonto — comienza a tratar tus declaraciones temporales, erróneas y desactualizadas como hechos estables sobre ti. Un sistema de memoria a largo plazo genuinamente útil siempre es pocos pero precisos.

Para lograr eso, Hermes responde a cuatro preguntas:

• ¿Qué merece entrar en la memoria a largo plazo? (el filtro de escritura)
• ¿Cómo se convierten los fragmentos entrantes en entradas bien formadas? (curación)
• ¿Qué sucede cuando la información cambia? (semántica de actualización)
• ¿Qué sucede cuando la capacidad está llena? (consolidación forzada)

Las secciones a continuación abordan las cuatro en orden.

1. Escritura: el Agent es el primer filtro

El primer filtro de Hermes es el filtro de escritura. En lugar de almacenar cada frase, el Agent juega por sí mismo si escribir o no en cuatro momentos explícitos:

• Compresión: cuando el contexto se acerca a su límite, el Agent revisa la sesión actual y extrae lo que vale la pena guardar entre sesiones.
• Punto de control: en momentos como cerrar una tarea o cambiar de tema, toma el inventario de la memoria.
• Impulso: el sistema pregunta periódicamente al Agent, "¿hay algo en este tramo que merezca memoria a largo plazo?" para que los fragmentos importantes no se pierdan.
• Instrucción explícita del usuario: "por favor recuerda X" se escribe con prioridad.

Los criterios de juicio suelen incluir:

Un Hermes Agent bien entrenado preferiría recordar demasiado poco que recordar descuidadamente.

2. Curación: reescribir fragmentos en entradas

Incluso después de pasar el filtro de escritura, la información entrante suele ser fragmentaria. El segundo paso de Hermes es reescribir fragmentos en entradas bien formadas.

Por ejemplo, la conversación cruda podría ser:

"Oh, eso, esa API de la nuestra se cambió para ir por la pasarela en lugar de golpear el servicio directamente — eso fue la semana pasada."

Hermes no guarda eso tal cual. Escribe:

- [~2026-07-24] Project X's API now routes through the gateway instead of connecting directly.

Cuatro cosas sucedieron allí:

• Extracción de hechos: palabras rellenas como "oh, eso" se eliminan.
• Resolución de sujetos: "esa API de la nuestra" se convierte en "Proyecto X".
• Anclaje temporal: "la semana pasada" se convierte en una fecha aproximada.
• Recuperabilidad: escrito como una entrada estructurada para que FTS5 pueda coincirla más adelante (~20 ms para coincidir, ~1 ms para paginar).

Solo después de la curación estructurada tiene una entrada una oportunidad de ser recordada meses después.

3. Tres operaciones atómicas: agregar / reemplazar / eliminar

Cada modificación que Hermes hace a MEMORY.md debe caer en una de tres operaciones atómicas:

¿Por qué no se permiten operaciones difusas (como "solo actualizar los campos relacionados")?

Razón 1: las operaciones atómicas son auditables. Cada cambio de memoria se mapea a "esta entrada → esa entrada", lo que hace posible una revisión precisa como /memory diff <id>.

Razón 2: obliga al Agent a decidir explícitamente. "¿Estoy reemplazando o agregando?" — esa elección binaria es donde comienzan las compensaciones, y previene personalidades divididas.

Razón 3: sienta las bases para el filtro de aprobación (sección 7), donde cada ítem pendiente puede ser aprobado o rechazado independientemente.

4. Semántica de actualización: modificar primero, nunca appendar lo opuesto

Aquí es donde caen los sistemas de memoria simples: ¿qué sucede cuando la información cambia?

El enfoque ingenuo es agregar otra entrada, lo que deja al Agent sosteniendo todas estas a la vez:

• "el usuario prefiere Vue"
• "el usuario cambió más tarde a React"
• "el usuario volvió a Vue"

Tres entradas paralelas, y el modelo en sí ya no sabe cuál confiar.

Hermes actualiza en lugar de appendar lo opuesto:

• Los campos de preferencia en USER.md tienden a sobrescribir el valor antiguo (reemplazar).
• En MEMORY.md, los eventos históricos se mantienen pero el campo de estado actual se actualiza (reemplazar), dejando una breve huella de migración.
• Cualquier cosa que el usuario niegue explícitamente ("nunca fui así") se elimina — eliminado físicamente, no registrado como "el usuario negó X".

El punto de todo esto es mantener el modelo del mundo del Agent auto-consistente.

5. Cuando la capacidad está llena: Consolidar ahora

Hermes establece un límite duro de ~2,200 caracteres para MEMORY.md. A medida que se llena, cualquier add devuelve:

{
  "success": false,
  "error": "Memory at 2,100/2,200 chars. Consolidate now...",
  "current_entries": [...],
  "usage": "2,100/2,200"
}

Eso no es un error, es el diseño.

Si las entradas más antiguas se eliminaran automáticamente cuando la capacidad se llenara, el Agent nunca aprendería a hacer compensaciones — información importante podría ser expulsada mientras la información irrelevante se queda. Hermes hace lo contrario: se rechazan las escrituras hasta que el Agent limpie el espacio por sí mismo.

La consolidación suele involucrar:

• Agrupación por tema: varias entradas similares se resumen por un LLM en una memoria más amplia.
• Archivado por expiración: "el objetivo del sprint de esta semana es…" se elimina después de que pasa la fecha.
• Descenso de peso por frecuencia de acceso: las entradas no recordadas durante mucho tiempo se mueven al final de la cola y se fusionan o eliminan primero.

Juntos, estos mecanismos significan que tus comentarios de pasada de hace meses no continúan contaminando el juicio del Agent sobre ti, mientras que la información verdaderamente importante se refuerza repetidamente.

6. Un bucle de aprendizaje consciente del consentimiento: el Agent aprende en el fondo sin interrumpirte

Hermes tiene una capacidad más oculta: un bucle de auto-reflexión en el fondo. Periódicamente:

1. extrae las sesiones más recientes;
2. ejecuta un modelo barato (como Gemini Flash) sobre ellos para extraer lo que vale la pena recordar;
3. produce entradas candidatas de memoria marcadas [auto].

Hacia arriba esto se llama un bucle de aprendizaje consciente del consentimiento — el aprendizaje no debe interrumpir al usuario, pero el usuario puede intervenir en cualquier momento.

Los beneficios:

• El costo baja a un tercio o un quinto: un modelo barato maneja la revisión, con casi ningún impacto en la calidad de captura en pruebas hacia arriba.
• El Agent crece incluso cuando no lo estás usando — siempre que esté en línea.
• Sin interferencia con la conversación de primer plano: las entradas candidatas esperan en el filtro de aprobación en la siguiente sección.

7. El filtro de aprobación: si no te sientes cómodo con que el Agent actúe por su cuenta

Algunos usuarios se preocupan: "¿qué pasa si el Agent escribe algo incorrecto en MEMORY automáticamente?"

Hermes ofrece un interruptor explícito:

memory:
  write_approval: true    # turn on the approval gate

Con eso activado, todas las escrituras de memoria (incluidas las automáticas del reflejo en el fondo) se estancan para revisión. Los usuarios las revisan con:

/memory pending           # list pending entries (background reflection marks them [auto])
/memory diff <id>         # inspect a specific change
/memory approve <id>      # approve (or all)
/memory reject <id>       # reject

Las Skills tienen un skills.write_approval separado, porque un SKILL.md puede ser largo y incómodo de mostrar en línea; Hermes proporciona /skills diff <id> para que puedas leer la diferencia unificada completa.

El filtro de aprobación es esencialmente un desacoplamiento explícito de el aprendizaje autónomo del Agent de la soberanía del usuario — el Agent puede acumular experiencia libremente, pero cada reescritura de los registros propios del usuario debe pasar por el usuario.

8. Transparencia: puedes ver cada actualización de memoria

Hermes expone las acciones de memoria a través de notificaciones en tiempo real:

De "algo fue recordado" a "esta entrada exacta fue recordada", la granularidad es tuya. Ese nivel de observabilidad es raro entre los Agents de IA — la mayoría trata la memoria como una caja negra.

9. Viaje de Aprendizaje: revisar cómo el Agent creció

Si quieres mirar hacia atrás en lo que el Agent ha aprendido a lo largo de meses, Hermes proporciona /journey (alias /learning, /memory-graph):

• CLI: hermes journey (soporta --play reproducción animada y --json exportación)
• TUI: la capa /journey
• Escritorio: el panel interactivo Star Map

Con comandos de limpieza correspondientes:

hermes journey list           # list all nodes
hermes journey delete <node>  # archive a Skill (recoverable) or delete a memory
hermes journey edit <node>    # open in $EDITOR

Esta herramienta importa mucho más allá de la novedad — reconoce algo real: la forma en que un Agent crece es en sí misma digna de revisión.

10. ¿Por qué esta restricción importa en la práctica

Pon todo lo anterior junto y la filosofía de memoria de Hermes se reduce a cuatro reglas de hierro:

1. Limitada: los techos de caracteres fuerzan la concisión.
2. Congelada: no hay cambios dentro de una sesión, protegiendo el caché.
3. Transparente: cada escritura es visible para el usuario, aprobable y revertible.
4. Auto-consolidante: un almacén lleno nunca se elimina silenciosamente; el Agent se ve obligado a hacer compensaciones.

Cuando se comercializa "memoria de IA", muchos productos enfatizan qué tan grande es el almacén de memoria que soportan y cuántas entradas pueden contener. Desde la perspectiva del usuario, sin embargo, solo tres cosas importan:

1. ¿Recordó las cosas que realmente importan?
2. ¿Actualizó prontamente la información que ya no se mantiene?
3. ¿Se volverá más verboso y más propenso a errores porque recordó una pila de cosas irrelevantes?

Un sistema de memoria que puede responder "qué no debe recordarse" es un buen sistema de memoria.

11. Una cosa falta aún para que esto funcione en la práctica

Sin embargo, tan bueno que sea el mecanismo de memoria, tiene un requisito previo: el Agent tiene que estar vivo.

Si instalas Hermes en tu propia laptop, se duerme cada vez que cierras la tapa, el bucle de reflexión en el fondo se detiene y nudge_interval nunca alcanza su siguiente disparador. Cambiar de máquina o reinstalar el sistema operativo significa mover ~/.hermes/ a mano.

Aquí es donde el alojamiento en la nube se vuelve verdaderamente útil. LightVela es un servicio de Hermes Agent alojado en la nube:

• Una instancia en la nube dedicada en línea 24×7, con MEMORY.md / USER.md / el archivo de sesión de SQLite viviendo allí permanentemente;
• El bucle de reflexión en el fondo sigue corriendo, así que el Agent verdaderamente crece incluso cuando no lo estás usando;
• Los datos se quedan solo en tu servidor dedicado;
• Teléfono, laptop, Telegram, Slack, Lark — cada canal llega al mismo Agent que te conoce.

Hermes llevó la filosofía de "más memoria no es mejor" a su conclusión lógica; LightVela hace que esa filosofía tenga efecto cada día, justo al lado tuyo. Así es como se cumple la promesa de entenderme mejor con el tiempo.

Puntos clave

• Un buen sistema de memoria = escritura estricta + curación estructurada + tres operaciones atómicas + consolidación forzada + reflexión en el fondo + filtro de aprobación + transparencia completa.
• Recordar más no significa ser más inteligente; reconocer "qué no debe recordarse" y verse obligado a hacer compensaciones importa más.
• Hermes proporciona la referencia de ingeniería; LightVela busca convertirlo en una experiencia de producto que los usuarios puedan realmente alcanzar.