۱ — نقطهٔ صفر
ایجنت چیست؟ (۳۰ ثانیه تا صاحب مفهوم شوی)

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.

ایدهٔ مرکزی کتاب در یک جمله

ارزش هرمس با هر ساعت کار با تو بیشتر می‌شود — برخلاف ابزار که کهنه می‌شود، او روی تجربه‌اش سود مرکب می‌گیرد.

۲ — موتور اصلی
حلقهٔ خودبهبودی: از تلاش تا مهارت

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.

تلهٔ Pin (سنجاق کردن)

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.

۳ — یادسپاری
حافظهٔ سه‌لایه: از ماهی طلایی تا دوست قدیمی
لایهچیستنکتهٔ مهندسی
حافظهٔ جلسهزمینهٔ گفتگوی جاری — با بستن جلسه می‌رودمثل RAM؛ سریع اما موقت
حافظهٔ معنایی (Memory)پروفایل تو + دانش پروژه که بین جلسات می‌ماندبودجهٔ کاراکتری سخت‌گیرانه (۲٬۲۰۰/۱٬۳۷۵) — یعنی «خلاصهٔ فشرده»، نه آرشیو
جستجوی گذشتهجستجوی تمام گفتگوها با session_searchبا 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.

۴ — اتصال
ابزارها، MCP و کار تیمی چندایجنته

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.

قانون یک‌جمله‌ای

اگر نمی‌توانی یک کار را در یک جمله تعریف کنی، هنوز برای واگذاری به ایجنت آماده نیست — اول خودت تعریفش را روشن کن.

درس عبرت NanoClaw

سوارمِ چندایجنتی داخل «یک پروسه» = تداخل حافظه و فاجعه. قاعدهٔ طلایی: هر ایجنت، زیرپروسهٔ OS جدای خودش.

۵ — لگام‌ها
امنیت: مرزها و انسان داخل حلقه

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).

سه پیش‌فرض امنیتی که باید در ذهن‌ات جا بیفتد

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.

۶ — جدول طلایی
هر مفهوم = یک تشبیه + یک درس مهندسی
مفهوم هرمستشبیهدرس برای مهندس
Skillبارنامهٔ تجربهمستندسازی داخل جریان کار، نه بعد از آن
Curatorباغبانبازبینی دوره‌ای دانش؛ حذفِ آگاهانهٔ کهنه‌ها
حافظهٔ معناییپروفایل دوست قدیمیزمینه را بودجه‌بندی و فشرده کن
افشای تدریجی ابزارجعبه‌ابزار چیدمان‌شدهانتخاب کم و دقیق > انتخاب زیاد و شلخته
کانبانتابلوی کارگاههماهنگی چندعاملی با وضعیت‌های صریح
دروازهٔ تأییدگارد ورودیدر 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.

۷ — تثبیت
جمع‌بندی در ۱۰ خط + خودآزمایی
  1. ایجنت = مدل زبانی + عمل + یادسپاری؛ هرمس هر سه را دارد.
  2. حلقهٔ طلایی: تلاش ← نقد ← درس ← مهارت؛ مهارت یک فایل متنی است.
  3. Curator کتابخانهٔ مهارت را با چرخهٔ ۳۰/۹۰ روزه تمیز و به‌روز نگه می‌دارد.
  4. حافظه سه لایه دارد: جلسه، معنایی (بودجه‌دار)، جستجوی گذشته.
  5. فشرده‌سازی مسیر، بازیابی را ۴٬۵۰۰ برابر سریع‌تر کرد.
  6. ۶۴ ابزار با افشای تدریجی؛ فقط ابزار لازم دیده می‌شود.
  7. MCP دروازهٔ دوطرفهٔ ابزارها؛ OAuth مرزش را امن می‌کند.
  8. کار تیمی روی برد کانبان؛ قانون تعریفِ «یک جمله».
  9. هر ایجنت زیرپروسهٔ OS جدای خودش — درس NanoClaw.
  10. امنیت: سندباکس + دروازهٔ تأیید + جایگاه آگاهانهٔ انسان در حلقه.
خودآزمایی — اول فکر کن، بعد باز کن

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؟
مدل زبانی فقط متن تولید می‌کند؛ ایجنت علاوه بر آن عمل می‌کند (اجرای دستور، ساخت فایل، صدا زدن ابزار) و نتایج را به یاد می‌سپارد.
۲. حلقهٔ خودبهبودی هرمس به ترتیب چه مراحلی دارد؟
تلاش ← نقد نتیجه ← استخراج درس ← ثبت Skill (فایل متنی) — و دفعهٔ بعد همان فایل خوانده می‌شود.
۳. چرا «افشای تدریجی» ابزارها مهم است؟
چون ایجنت با دیدن ۶۴ ابزار همزمان در انتخاب اشتباه می‌کند؛ نمایش فقط ابزارهای مرتبط (با فیلتر check_fn) دقت انتخاب را بالا می‌برد.
۴. سه لایهٔ حافظهٔ هرمس کدام‌اند؟
حافظهٔ جلسه (موقت)، حافظهٔ معنایی بلندمدت (بودجهٔ کاراکتری ۲٬۲۰۰/۱٬۳۷۵) و جستجوی گفتگوهای گذشته با session_search.
۵. «قانون یک‌جمله‌ای» در واگذاری کار چیست؟
اگر نتوانی کار را در یک جمله تعریف کنی، برای ایجنت آماده نیست؛ اول تعریف و معیار تمام‌شدنش را روشن کن.
۶. درس عبرت NanoClaw چه بود؟
اجرای چند ایجنت داخل یک پروسهٔ مشترک = تداخل حافظه و فاجعه؛ هر ایجنت باید زیرپروسهٔ OS جدای خودش باشد.
۷. سه وضعیت Fowler برای جایگاه انسان کدام‌اند؟
in the loop (تأیید هر قدم)، on the loop (نظارت با امکان توقف)، out of the loop (اعتماد کامل — فقط کارهای کم‌خطر).
۸. چرا حافظهٔ معنایی «بودجهٔ کاراکتری» دارد؟
چون حافظه هزینه (توکن/حافظه) و سطح حمله است؛ همه‌چیز نباید همیشه در دسترس باشد — مهم‌ها فشرده در دسترس، بقیه قابل‌جستجو.