Fitur /belajar Agen Hermes telah diluncurkan: file lokal, halaman web, dan percakapan menjadi Skill dengan satu klik.

Nous Research meluncurkan fitur /learn untuk AI Agent open-source Hermes, memungkinkan Agent mengumpulkan materi sendiri, menghasilkan file keterampilan, dan menyimpannya ke dalam perpustakaan keterampilan, mengubah "alur operasi yang pernah digunakan sekali" menjadi alat yang dapat dipanggil berulang kali, tanpa perlu insinyur merapikannya secara manual.
(Ringkasan sebelumnya: Renaisans AI» Filsuf menjadi barang buruan di laboratorium AI, tulis etika ke dalam model Anda)
(Latar belakang tambahan: Persaingan AI AS-China semakin memanas, namun para sarjana kedua negara sepakat: jangan biarkan AI mengalami "Momen Chernobyl")

Nous Research menambahkan fitur /learn ke sistem Skills dari AI Agent open-source mereka, "Hermes". Logika pengoperasiannya langsung: Anda memberi tahu Agent apa yang ingin dipelajari, sebuah folder SDK lokal, halaman file online, atau alur deployment yang baru saja Anda bimbing, maka ia akan mengumpulkan materi sendiri menggunakan alat yang sudah ada, lalu menghasilkan file keterampilan sesuai format, menyimpannya ke ~/.hermes/skills/, dan dapat dipanggil langsung di lain waktu, tanpa alat tambahan.

Mengubah "hal yang baru saja dilakukan" menjadi alat yang dapat digunakan di lain waktu

Posisi resmi /learn adalah: cepat mengubah "hal yang sudah Anda kuasai" atau "sekumpulan referensi" menjadi skill yang dapat digunakan kembali, tanpa perlu menulis SKILL.md secara manual.

Ini mendukung empat jenis sumber materi, masing-masing dengan skenario khas yang sesuai:

Jenis pertama adalah pustaka lokal atau folder SDK, contoh perintah: /learn the REST client in ~/projects/acme-sdk, focus on auth + pagination, cocok untuk mengkristalkan pengetahuan operasional alat internal tim menjadi keterampilan;

Jenis kedua adalah halaman file online, contoh perintah: /learn https://docs.example.com/api/v2, cocok untuk menyerap file API pihak ketiga dengan cepat, menghemat biaya pengecekan berulang;

Jenis ketiga adalah alur lengkap yang baru saja Anda bimbing Agent dalam dialog, contoh perintah: /learn how I just deployed the staging server, mengendapkan operasi satu kali menjadi langkah yang dapat dipanggil berulang di lain waktu;

Jenis keempat adalah catatan lisan atau teks tidak terstruktur yang ditempelkan secara acak, apa pun yang bisa Anda deskripsikan, secara teoritis bisa diberikan padanya, tingkat keterbukaannya hampir tanpa batas.

Setelah Agent menerima permintaan, menggunakan alat yang sudah ada, read_file (membaca file), search_files (mencari), web_extract (mengekstrak halaman web), mengumpulkan materi sendiri, lalu menghasilkan skill sesuai dengan pedoman penulisan bawaan: deskripsi dibatasi dalam 60 karakter, urutan bab tetap, menggunakan terminologi alat Hermes, tidak membuat perintah sendiri.

Perbaikan diri menjadi lebih konkrit

Cara tradisional: Insinyur mengamati Agent menyelesaikan satu tugas, secara manual atau dengan bantuan AI merapikannya menjadi file penjelasan, lalu menulis file tersebut menjadi skill, baru kemudian Agent dapat menggunakannya di lain waktu. Dalam seluruh rantai ini, manusia adalah satu-satunya "pengekstrak pengetahuan".

Batas kemampuan kebanyakan AI Agent, entah dikodekan mati dalam kode program, atau bergantung pada insinyur yang memperbarui prompt secara manual secara berkala, perpustakaan keterampilan bersifat statis, tidak tumbuh secara otomatis karena penggunaan.

/learn memperpendek rantai ini menjadi: Agent menyelesaikan tugas → pengguna memberikan perintah "/learn alur tadi" → skill selesai dibuat. Manusia mundur dari peran "pengekstrak pengetahuan", hanya tersisa penilaian "apakah akan belajar".

Perpustakaan keterampilan Hermes bersifat dinamis, meluas secara otomatis seiring akumulasi skenario penggunaan, tetapi perlu diingat juga: perpustakaan kemampuan bisa berkembang, bukan berarti semua yang dihasilkan benar, tetap perlu dilakukan optimalisasi kualitas.

Posisi awal Hermes adalah "agent yang memperbaiki diri sendiri", tidak hanya menyelesaikan tugas, tetapi juga mengingat, mengakumulasi keterampilan yang dapat digunakan kembali, semakin sering digunakan semakin pintar. /learn membuat posisi ini dari konsep menjadi operasi konkret: agent tidak hanya mengeksekusi, tetapi juga dapat mengendapkan operasi satu kali menjadi aset yang dapat digunakan kembali.