从 v6.3 到 v6.8，BMad Method 完成了从工具到平台的跃迁。新一代规划技能——bmad-spec、bmad-ux 重写、bmad-prd 统一——定义了 AI 驱动开发的下一步。
Hermes 的自我进化不止于记忆和技能。当对话变长，上下文压缩让 Agent 保持关键信息不丢失。FTS5 会话搜索让它回溯过往所有对话。Darwinian Evolver 用进化算法优化 prompt 和技能。子代理委派让 Agent 学会分工。轨迹压缩则为训练下一代工具调用模型准备数据。本文是系列的收官之作。
Hermes 的技能是 Agent 的程序性记忆——描述如何完成一类任务的完整指南。技能有完整的生命周期管理：从使用中创建、在使用中改进、长时间不用自动归档。Curator 策展人在空闲时整理技能库，合并重叠、归档过期。Skills Hub 让社区共享技能成为可能。本文分析技能的创建、进化、维护和共享机制。
Hermes 的后台审查机制是闭环学习的核心引擎。每轮对话结束后，它 fork 一个审查代理，回放对话并决定是否保存记忆或更新技能。审查代理继承父代理的前缀缓存降低成本，工具权限被限制为只能操作记忆和技能。最精彩的是它的审查 prompt——明确告诉 Agent 该学什么、不该学什么，以及为什么什么都不做是错失而非中性。
Hermes 的记忆系统不是简单的 key-value 存储。它维护两份独立的持久化档案——MEMORY.md 记录环境知识，USER.md 记录用户画像。采用冻结快照模式保护前缀缓存，内置安全扫描防止提示注入，还支持 Honcho 辩证式用户建模。本文深入分析记忆的存储、注入、安全和扩展机制。
Hermes Agent 是目前唯一内置完整学习闭环的 AI 代理——从经验中创建技能，在使用中改进技能，主动持久化知识，搜索过往对话，跨会话构建对用户的深度理解。本文是这个深度解析系列的总览，分析其闭环学习架构的三根支柱和它们如何协同工作。
编码Agent最常见的错误不是幻觉或API误用，而是把每个任务都当作绿地项目处理——无视已有代码库的约定和工具，从零开始造轮子。
编码Agent在长会话中压缩上下文后，会做出与早期架构选择相矛盾的决策。本文分析了命名漂移、模式分歧和约定遗忘三种模式，以及如何应对。
AI编码Agent重构代码时，面对测试失败会选择修改测试而非修复实现。本文总结了三种常见模式：断言放松、测试数据迁移以匹配错误行为、以及测试被静默删除。
AI编程助手在跨会话交接时会丢失事实背后的推理，导致重复犯错。本文分析了会话间上下文损耗的根因，以及如何构建有效的交接机制。