کوتاهترین راه برای فهمیدن کل کتاب: ایجنت چیست، هرمس چطور از تجربهاش مهارت میسازد، چطور تو را بین جلسات به یاد میآورد، چطور با ابزارها و ایجنتهای دیگر کار میکند و چطور ایمنش کنی. پرچگالی، بدون حاشیه — با جدولهای طلایی و خودآزمایی در پایان.
مدل زبانی مثل ChatGPT فقط متن تولید میکند؛ مثل مشاورِ بسیار باهوشی پشت شیشه — راهنمایی میکند اما دست نمیزند. ایجنت (Agent) یک پله جلوتر است: مدل + دستها. میتواند دستور ترمینال اجرا کند، فایل بسازد، ابزار (Tool) صدا بزند و مهمتر از همه، کارهایی که انجام داده را به یاد بسپارد. هرمس ساخت شرکت Nous Research است، متنباز و طبق کتاب با بیش از ۱۸۰ هزار ستاره.
هرمس سه ویژگی دارد که او را از هر «چتبات با ابزار» جدا میکند: اول حافظهٔ ماندگار — حتی وقتی جلسه بسته شده و رفتهای؛ دوم خودبهبودی — از هر تجربهٔ موفق یک مهارت (Skill) مینویسد تا دفعهٔ بعد بهتر انجامش دهد؛ سوم کار در پسزمینه — مثل همکاری که وقتی تو خوابی، هم کارها را جلو میبرد هم یادداشتبرداری. نویسنده تأکید میکند اسمش را «ابزار» نگذار؛ هرمس یک همکار دیجیتال است.
ارزش هرمس با هر ساعت کار با تو بیشتر میشود — برخلاف ابزار که کهنه میشود، او روی تجربهاش سود مرکب میگیرد.
قلب هرمس این چرخهٔ چهارقدمی است: تلاش ← نقد نتیجه ← استخراج درس ← ثبت Skill. هر کاری که درست انجام داد، روشش را در یک فایل متنیِ قابلخواندن ثبت میکند؛ دفعهٔ بعد قبل از شروع، همان فایل را میخواند و از خطای قبلی عبور میکند. مهارت او magic نیست — متن است؛ یعنی تو هم میتوانی بخوانیاش، ویرایشش کنی یا خودت برایش مهارت بنویسی.
بالای این حلقه، Curator نشسته: «باغبان» مهارتها که در حالت بیکاری سیستم فعال میشود و بازبینی دورهای انجام میدهد — مهارتِ پرتکرار ارتقا میگیرد، مهارتِ بیاستفاده بعد از چرخهٔ ۳۰/۹۰ روزه آرشیو یا حذف میشود. نتیجه: کتابخانهٔ مهارتها با کار واقعی هم بزرگ میشود هم تمیز میماند.
مهارت قدیمی را بیدلیل سنجاق نکن؛ سیستمی که نتواند فراموش کند، در انتخاب راهنمای اشتباه گیر میکند. اعتماد کن که بازبینی خودکار بدانست چه میکند.
| لایه | چیست | نکتهٔ مهندسی |
|---|---|---|
| حافظهٔ جلسه | زمینهٔ گفتگوی جاری — با بستن جلسه میرود | مثل RAM؛ سریع اما موقت |
| حافظهٔ معنایی (Memory) | پروفایل تو + دانش پروژه که بین جلسات میماند | بودجهٔ کاراکتری سختگیرانه (۲٬۲۰۰/۱٬۳۷۵) — یعنی «خلاصهٔ فشرده»، نه آرشیو |
| جستجوی گذشته | جستجوی تمام گفتگوها با session_search | با فشردهسازی مسیر (trajectory) بازیابی ۴٬۵۰۰ برابر سریعتر شد: از ۹۰ ثانیه به ۲۰ میلیثانیه |
درس مهندسی پشتش: حافظه = هزینه + سطح حمله. هرمس بهجای «همهچیز را نگه دار»، تصمیم میگیرد «چه چیزی باید همیشه در دسترس باشد» و بقیه را فشرده و قابلجستجو نگه میدارد — همان تعادلی که در طراحی کش و پایگاهداده هم با آن روبهرویی.
هرمس ۶۴ ابزار در ۵ دسته دارد، اما راز کارایی یک ایده است: افشای تدریجی (Progressive Disclosure) — ایجنت در هر لحظه فقط ابزارهای مرتبط را میبیند تا در انبوه گزینهها اشتباه انتخاب نکند. جعبهابزارِ چیدمانشده، نه کوه ابزار. اتصال به دنیای بیرون هم دوطرفه است: با پروتکل MCP ابزارهای بیرونی (با احراز هویت OAuth) وصل میشوند و خود هرمس هم میتواند بهصورت سرور MCP در دسترس دیگران باشد.
برای کارهای بزرگ، تیم میسازد: برد کانبان با ۹ وضعیت (از Backlog تا Done) جریان کار را بین چند ایجنت هماهنگ میکند؛ delegate_task برای کارهای نقطهای است و برد برای کارهای جریاندار. کار توزیعشده روی زیرپروسههای جدای سیستمعامل اجرا میشود تا خرابی یکی بقیه را نکشد.
اگر نمیتوانی یک کار را در یک جمله تعریف کنی، هنوز برای واگذاری به ایجنت آماده نیست — اول خودت تعریفش را روشن کن.
سوارمِ چندایجنتی داخل «یک پروسه» = تداخل حافظه و فاجعه. قاعدهٔ طلایی: هر ایجنت، زیرپروسهٔ OS جدای خودش.
هر قدرتی بدون ترمز خطرناک است. هرمس سه لایهٔ دفاعی دارد: سندباکس (اجرای ایزوله با ۷ بکاند مختلف)، دروازهٔ تأیید (هر عمل حساس قبل از اجرا از فیلتر قوانین میگذرد) و شفافیت — هرگز توکن یا رمزی داخل متن پیام جابهجا نمیشود. نویسنده قاعدهٔ معروف Fowler را معیار میگیرد: in the loop (انسان هر قدم را تأیید میکند)، on the loop (انسان نظارت میکند) و out of the loop (اعتماد کامل — فقط برای کارهای کمخطر و تکراری).
۱) ایجنت اشتباه میکند — پس هر عمل مخربپذیر باید قابلبازگشت (rollback) باشد؛ هرمس از نسخههای tar.gz برای بازگشت استفاده میکند.
۲) زنجیرهٔ ابزارها = زنجیرهٔ اعتماد — ضعیفترین حلقه همه را میسوزاند؛ دسترسیها را حداقلی نگه دار.
۳) حافظه = سطح حمله — مهارت یا خاطرهٔ آلوده (prompt injection) میتواند رفتار آینده را مسموم کند؛ منشأ هر ورودی مهم است.
| مفهوم هرمس | تشبیه | درس برای مهندس |
|---|---|---|
| Skill | بارنامهٔ تجربه | مستندسازی داخل جریان کار، نه بعد از آن |
| Curator | باغبان | بازبینی دورهای دانش؛ حذفِ آگاهانهٔ کهنهها |
| حافظهٔ معنایی | پروفایل دوست قدیمی | زمینه را بودجهبندی و فشرده کن |
| افشای تدریجی ابزار | جعبهابزار چیدمانشده | انتخاب کم و دقیق > انتخاب زیاد و شلخته |
| کانبان | تابلوی کارگاه | هماهنگی چندعاملی با وضعیتهای صریح |
| دروازهٔ تأیید | گارد ورودی | در اتوماسیون، ترتیب قوانین = همهچیز |
چرا برای تو (مهندس Node.js) این کتاب طلایی است؟ چون ایجنتها به دو چیز نیاز دارند: مهارتِ خوب و ابزارِ خوب. Node بهترین ابزارساز این دنیاست — سرور MCP بنویس، وبهوک بساز، اسکریپتهای ابزاری بساز. ترکیب برنده: تو مهارتنویس و ابزارساز ایجنت باش، ایجنت دستِ اجرایی تو.
- ایجنت = مدل زبانی + عمل + یادسپاری؛ هرمس هر سه را دارد.
- حلقهٔ طلایی: تلاش ← نقد ← درس ← مهارت؛ مهارت یک فایل متنی است.
- Curator کتابخانهٔ مهارت را با چرخهٔ ۳۰/۹۰ روزه تمیز و بهروز نگه میدارد.
- حافظه سه لایه دارد: جلسه، معنایی (بودجهدار)، جستجوی گذشته.
- فشردهسازی مسیر، بازیابی را ۴٬۵۰۰ برابر سریعتر کرد.
- ۶۴ ابزار با افشای تدریجی؛ فقط ابزار لازم دیده میشود.
- MCP دروازهٔ دوطرفهٔ ابزارها؛ OAuth مرزش را امن میکند.
- کار تیمی روی برد کانبان؛ قانون تعریفِ «یک جمله».
- هر ایجنت زیرپروسهٔ OS جدای خودش — درس NanoClaw.
- امنیت: سندباکس + دروازهٔ تأیید + جایگاه آگاهانهٔ انسان در حلقه.
هشت سؤال برای تثبیت؛ روی هر سؤال کلیک کن تا جواب باز شود. اگر کمتر از ۶ تا را بلد بودی، بخش مربوطه را یک بار دیگر بخوان.
۱. فرق مدل زبانی با ایجنت چیست؟
۲. حلقهٔ خودبهبودی هرمس به ترتیب چه مراحلی دارد؟
۳. چرا «افشای تدریجی» ابزارها مهم است؟
۴. سه لایهٔ حافظهٔ هرمس کداماند؟
۵. «قانون یکجملهای» در واگذاری کار چیست؟
۶. درس عبرت NanoClaw چه بود؟
۷. سه وضعیت Fowler برای جایگاه انسان کداماند؟
۸. چرا حافظهٔ معنایی «بودجهٔ کاراکتری» دارد؟
فقط بهاندازهٔ مرزهایی که برایش بگذاری امن است.