MaxHermes 的记忆管理解决的是 AI 智能体跑长期任务的接续问题：把任务目标、进度与关键约定存进记忆，智能体在后续对话中自动读取，不用每次从头交代。配置要点有三处：哪些信息该进长期记忆、记忆按什么层级组织、记忆过时后怎么更新清理。管好这三处，跨天甚至跨周的任务也能保持方向一致，团队协作时接手的人也能顺着记忆快速进入状态。
长期任务为什么会跑偏
跑偏的机制很直接：对话上下文有长度上限，早期交代的目标与约束随着对话推进被挤出窗口，智能体只剩最近几轮的信息可用，于是重复提问、遗忘已完成的步骤、用错误假设继续推进。另一种跑偏来自中途修改：任务做到一半改了需求，旧要求还留在历史里，智能体新旧信息混用。记忆管理就是针对这两个漏洞：把必须长期有效的信息固化下来，把过时信息显式清除，让每次接续都基于最新共识。
记忆的三层存放位置
智能体的信息通常分布在三层：对话上下文管当前这轮交流，会话记忆管本次会话内的历史，长期记忆跨会话持久保存。三层各自的生命周期不同，用法也不同：只对当前任务有效的细节留在上下文，多次会话都要遵守的约定写入长期记忆。MaxHermes 的具体分层机制与存储方式以官方文档为准，但分层的思路是通用的——把「事实、约定、进度」三类信息放进长期记忆，把「讨论、草稿、临时变量」留在会话内，检索负担小，记忆质量高。还要留意记忆的写入权限：谁有权往长期记忆里写内容，决定了记忆的可靠程度，权限收得越紧，记忆越干净。
写进长期记忆的正确姿势
值得固化的信息有三类：任务目标与验收标准、不可更改的约束（格式要求、禁用内容、风格基调）、当前进度与下一步计划。写入时用短句和明确编号，「输出必须包含封面与目录两个部分」比「注意输出格式」可靠得多，模糊表述正是记忆失准的起点。写入的时机也有讲究：任务启动时写入目标，每个阶段结束时更新进度，需求变更时立即覆盖旧约定。让智能体在开工前复述一遍记忆里的关键约定，确认无误再动手，这个动作能拦截大部分跑偏。
记忆被污染了怎么清理
记忆的常见污染源：废弃的旧需求还挂在记忆里、一次性的例外被当成常态规则、测试阶段的临时设定忘了撤。清理的办法是定期做记忆审阅——列出当前长期记忆的全部条目，逐条问「这条还有效吗」，过期的显式删除或改写。污染严重时直接重置记忆，把最新的任务说明重新写入，比在错误记忆上打补丁更快。审阅频率与任务节奏匹配：周级任务每周审一次即可，跨月的长任务在每个里程碑节点各审一次。多人共用同一智能体时，约定由一人负责记忆维护，避免不同人写入互相冲突的规则。
MaxHermes 的记忆管理怎么配置才算稳？
- 长期记忆有容量上限吗？：一般有，超限后按策略淘汰或压缩旧条目，重要约定放在靠前位置并定期复述激活，具体上限以官方最新版本为准。
- 记忆内容会跨项目串台吗？：不同项目建议使用独立的会话或独立的记忆空间，混用同一个记忆体是新项目被旧规则干扰的常见原因。
- 记忆里的约定和本次指令冲突时听谁的？：多数实现优先遵循当前明确指令，但稳妥做法是发现冲突时显式更新记忆，不要依赖智能体自行取舍。
