MaxHermes 是 MiniMax 推出的 AI 智能体平台，具备持续记忆与专属技能沉淀功能，支持云端部署。智能体跑任务，失败和偏差是常态，任务记录就是最值钱的改进材料。复盘做得好，同一个错误不会犯第二次；不复盘，自动化就永远停在「能跑」而不是「跑得好」。具体功能细节以官方文档为准。
任务记录里藏着什么信息
一条完整的任务记录，通常包括任务目标、执行步骤、每步的输入输出、耗时与最终结果，平台提供哪些记录维度以官方文档为准。记录里有四类高价值信息：哪一步开始偏离目标、哪一步耗时异常、哪类输入容易触发失败、哪些错误模式反复出现。把一次运行的信息看成一次「抽样」，几十次记录合起来看，系统的短板就浮出来了。看记录时留意时间戳：同一步骤不同日期的耗时对比，能暴露环境波动或数据量增长带来的变化。
复盘先看失败样本
复盘别从成功案例开始，直接从失败样本下手，信息密度最高。把失败的任务按原因分类：目标没说清（提问问题）、工具调错（配置问题）、执行中断（环境问题）、结果偏差（模型能力问题）。不同类别的解法不同：提问问题改你的任务描述，配置问题改工具参数，能力问题则要调整任务拆分方式，把大任务拆成模型执行更稳的小任务。分类攒到十来个样本，哪类占比最高，改进就先做哪类。失败样本里值得优先处理的是「同类反复失败」：偶发问题随机性大，反复出现的才是系统性短板。
从记录提炼改进项
看记录时要动手记笔记，给每个失败案例写一行「下次怎么办」。改进项通常落在这几处：任务描述里补上之前没写清的约束、给关键步骤加结果校验、把稳定复用的流程固化成模板或技能。MaxHermes 这类平台支持技能沉淀，把验证过的好做法写进技能描述，智能体下次执行同类任务就按新方式走，这是平台层面对改进的承接方式，具体写法以官方文档为准。
把改进写回流程配置
改进项提炼出来不写回配置，等于白复盘。写回时注意顺序：先改影响面大的公共配置（任务模板、默认参数），再改单个任务的特殊设置；每次只改一处，改完跑同类任务验证，确认有效再改下一处。一次改一堆，出了问题分不清是哪项改动引起的。改动顺手留个记录，哪天改的、为什么改，回溯时省时间。
复盘节奏与归档
节奏按任务量定：高频任务每周复盘一次，低频任务每批任务跑完复盘一次。每次复盘产出两样东西：一份改进清单（写回配置）和一份归档记录（成功经验与失败教训各一条）。连续复盘几轮后翻翻早期记录，你会清楚看到智能体的任务成功率在往上走，这种看得见的改善，也是坚持复盘最实际的动力。归档时按任务类型分组存，同类型任务的历史记录放在一起，复盘时对照起来最快。
MaxHermes 任务复盘的常见疑问解答？
- 任务偶尔失败，值得专门复盘吗？：值得。自动化任务通常批量跑，单个百分之几的失败率放大到每周就是几十次返工，复盘的投入远低于反复人工补救的成本。
- 记录太多，从哪里开始看？：先筛耗时最长和失败最集中的两类，它们对效率与成功率的影响最大。看十条高质量的失败记录，比泛读一百条更有效。
- 复盘发现的改进要不要马上全改完？：不要。按影响面排序逐项改，每改一项验证一类任务；全改完再验证，出了问题很难定位原因。
