Tech

Most Agents Forget Everything by Morning. The One That Keeps Score Will Quietly Lap Them All.

June 30, 2026 · Ray Kurzweil, The Singularity Is Near~6 min read

Most AI agents wake up with amnesia. Run the same one on the same job a hundred times and on the hundred-and-first it will still botch the opening move exactly the way it did on day one — the session closes, the context window flushes, and everything the thing worked out drains away with it. We stopped noticing, because that is just how agents are. Then in June a small lab shipped one that doesn’t do that, and the part worth your attention isn’t that it got smarter. It’s that it stopped forgetting.

The agent with anterograde amnesia

Picture what “the session ended” actually costs. An agent spends twenty steps learning the quirks of your codebase — which test fails at random, which API lies about its rate limit, the one incantation that makes the deploy script behave. It finishes the job. Then the window clears and all twenty steps are gone. Next week the same task lands and the agent re-derives the whole thing from scratch, tripping over the flaky test again, getting bitten by the same rate limit again. It is Groundhog Day with a token budget, where every run is the first run. Smart, sure — but smart the way a brilliant new hire is smart on their first morning, every single morning, until the heat death of the universe.

What Hermes writes down

Nous Research’s Hermes Agent breaks the loop with a move so plain it’s almost a letdown: it writes the win down. When a task finishes with roughly five or more tool calls, a quiet background process summarizes the trajectory — the actual sequence of moves that worked — into a small Markdown file and drops it in a folder on disk. Next time, that file is just sitting there: a reusable skill the agent reaches for instead of solving from zero. The current build ships with 118 of them, and they’re plain text, so you can read one, edit one, delete a bad one, commit them to git like any other file. It runs on an entry-level VPS and answers in your Discord. None of that is the headline. The headline is that the lesson got saved somewhere the next session can find it.

Step back and the timing gives the game away. June 2026 was a flood of open models — Zyphra trained an eight-billion-parameter model from scratch on AMD silicon instead of Nvidia’s and put it out under Apache-2.0; Nvidia shipped Cosmos 3; Anthropic released an Agent SDK. Skim the month and the story reads “models everywhere, cheaper, more open, a little smarter.” But raw smarts-per-query was never the bottleneck for most real work. The bottleneck is that the system forgets between this Tuesday and next Tuesday. Hermes is a bet on the boring half of that problem, and the boring half is where the leverage hides.

Most AI agents flush their context when a session ends, so every run starts from zero. Nous Research’s Hermes Agent instead compiles a successful task trajectory (roughly 5+ tool calls) into a permanent Markdown skill saved on disk — 118 ship with the current build — so the next run reuses it and adds more, an ability curve that compounds rather than resets. Framework: Ray Kurzweil, The Singularity Is Near — the law of accelerating returns, where a system that recycles its own gains rides a compound curve. This is narrow skill accumulation, not recursive superintelligence. Figures as reported; popular-science interpretation.

Why compounding beats horsepower

Ray Kurzweil built The Singularity Is Near on one engine he called the law of accelerating returns: when a system can use its own output to build better tools and fold those gains into the next round, it stops moving in a straight line and starts riding a curve. The distinction is the entire game, and it lands in your gut the second you frame it as money. A model that’s 10% smarter is a one-time raise — nice, spent, gone by the next benchmark. A system that keeps 10% of what every task taught it is an interest rate. Strength is a number; interest is a slope. Over any horizon worth caring about the slope wins, and it isn’t close. Kurzweil’s other warning rhymes here: we read these curves with linear eyes, so we overrate what compounding does this quarter and badly underrate what it does in three years.

That is the real reason a remembering agent matters more than a marginally cleverer one. The clever one hands you a better answer today. The remembering one hands you a worse answer today and a better one every week after, because every solved problem leaves a deposit. Call it the memory interest rate. The frontier labs are sprinting to raise the first number — bigger model, higher score. Hermes is quietly compounding the second.

The ceiling, honestly

Here is where the hype wants to bolt ahead, so plant your feet. What Hermes does is not recursive superintelligence. It is not rewriting its own weights or getting fundamentally better at reasoning; it caches procedures — narrow, bounded, sometimes wrong skills that a human still has to prune. And compounding cuts both ways: cache a mistake and you have automated the mistake, faithfully, every run. The phrase “self-improving” is doing a lot of quiet work in the marketing, and it must not be allowed to smuggle in “singularity.” Kurzweil’s curve is a claim about the long arc of many systems over decades, not a promise that this June’s Discord bot is rung one on the ladder to godhood. The honest version is smaller and far more useful: a system that compounds beats a system that resets, even when both are nowhere near superhuman. That isn’t the rapture. It’s just better engineering — and better engineering is the part that actually ships.

What this means for you

If you’re deciding what to build on or bet on, quit shopping for the cleverest model. That edge has the shelf life of milk; next quarter’s release sours it. The durable edge is the system that keeps what it learns — the one whose hundredth run starts where the ninety-ninth left off instead of back at zero. Then turn the same lens on yourself, because you are also an agent that mostly resets. You solve something hard, ship it, and six months later re-derive it badly, because the trajectory lived only in a context window that flushed. The fix is unglamorous and it’s identical to the agent’s: write the move down, not just the result. Keep the skill, not the trophy. You won’t feel the difference next Tuesday. You’ll feel it the Tuesday a year out, when a problem that used to cost you a day costs you ten minutes — because past-you left a file where present-you could find it. Don’t start from zero. Almost nobody does the boring thing, which is the entire reason it compounds.

A model that’s 10% smarter is a one-time raise. A system that keeps 10% of every lesson is an interest rate — and over any horizon that matters, the slope beats the number.

Bet on the system that remembers, then go be one yourself: keep the move, not just the result.

Source: Ray Kurzweil, The Singularity Is Near (the law of accelerating returns — a system that recycles its own gains into better tools rides a compounding curve, not a linear one, and we habitually underestimate the long run). News pegs: Nous Research’s Hermes Agent, which compiles successful task trajectories of roughly five or more tool calls into permanent, on-disk Markdown skills (118 bundled in the current build) and runs on an entry-level VPS with Discord/Slack access; and the June 2026 open-model wave (Zyphra’s Apache-2.0 ZAYA1 trained from scratch on AMD, Nvidia’s Cosmos 3, Anthropic’s Claude Agent SDK), per devFlokers’ roundup. This is narrow skill accumulation, not recursive superintelligence. Popular-science interpretation; figures are as reported.

技术

大多数 AI agent 睡一觉就忘光——那个把所学攒下来的，正悄悄把它们甩开一圈。

2026 年 6 月 30 日 · 雷·库兹韦尔《奇点临近》约 6 分钟

大多数 AI agent 都是「睡一觉就失忆」。同一个活儿让它干一百遍，干到第一百零一遍，开头那步它照样能搞砸，跟头一天一模一样——会话一关，上下文窗口一冲，它刚摸出来的门道全跟着水一块儿流走。我们见怪不怪，因为 agent 本来就这德行。可六月里，有家小作坊放出一个不这样的，值得你抬头看一眼的，不是它更聪明，是它不再健忘。

一个「前一秒学会、后一秒忘光」的伙计

想想「会话结束了」到底烧掉了多少东西。一个 agent 花二十步摸清了你这套代码库的脾气——哪个测试时灵时不灵、哪个接口嘴上说的限流跟实际不是一回事、那句能让部署脚本老实下来的咒语。活干完了，窗口一清，这二十步全没了。下礼拜同样的活又来，它从头再推一遍，那个抽风的测试又踩一遍，同一个限流又被咬一口。这就是揣着 token 预算过的《土拨鼠之日》，每一遍都是第一遍。聪明是真聪明——可这聪明，就像一个绝顶聪明的新人，每天早上都是上班头一天，永远停在头一天。

Hermes 把这一招记在了本子上

Nous Research 的 Hermes Agent 破这个循环，靠的是一手朴素到近乎扫兴的动作：把赢下来的那一手，记下来。一个任务但凡走了大约五步以上的工具调用，后台就悄悄把这条轨迹——真正管用的那串动作——总结成一个小小的 Markdown 文件，往磁盘上一个文件夹里一搁。下回这文件就在那儿摆着：一项可复用的技能，agent 直接伸手去拿，不用从零再解一遍。现在这个版本自带 118 个，全是纯文本——你能读、能改、看着不顺眼的删掉，也能像任何文件一样提交进 git。它能跑在一台入门级的小 VPS 上，在你的 Discord 里答话。这些都不是重点。重点是：这一课，被存到了下一次会话找得着的地方。

往后退一步，时机本身就露了馅。2026 年六月是开放模型的一场洪水——Zyphra 不用英伟达、改在 AMD 的芯片上从零训出一个八十亿参数的模型，还挂了 Apache-2.0 开源；英伟达放出 Cosmos 3；Anthropic 发了个 Agent SDK。这个月你扫一眼，故事是「模型遍地都是，更便宜、更开放、还更聪明了点」。可对大多数真实的活儿来说，卡脖子的从来不是「每道题它够不够聪明」，而是这礼拜二学会的，到下礼拜二它又不认得了。Hermes 押的，正是这问题里那枯燥的一半——而杠杆，恰恰长在枯燥那一半上。

大多数 AI agent 会话一结束就冲掉上下文，于是每一遍都从零开始。Nous Research 的 Hermes Agent 则把一条成功的任务轨迹（大约 5 步以上工具调用）编译成永久的、存在磁盘上的 Markdown 技能——当前版本自带 118 个——于是下一遍直接复用、再往上叠，能力曲线是复利而非归零。框架：雷·库兹韦尔《奇点临近》——加速回报定律：把自身收益回收的系统走的是复利曲线。这是窄域的技能积累，不是递归式超级智能。数字以报道为准；本文为科普解读。

为什么「复利」干得过「马力」

雷·库兹韦尔写《奇点临近》，通篇就转着一根轴，他管它叫加速回报定律：一个系统但凡能拿自己的产出去造更好的工具，再把这点收益叠进下一轮，它就不再走直线，而是上了一条往上拐的曲线。这点区别就是全部的胜负手，你把它换成钱来想，立马就懂。一个聪明了 10% 的模型，是一次性的涨工资——爽是爽，花完就没了，下一个跑分一出就归零。而一个把每次任务教会它的东西攒下 10% 的系统，那是一个利率。马力是个数字，利率是条斜坡。但凡是个值得一提的时间跨度，斜坡赢，而且赢得不悬。库兹韦尔另一句提醒在这儿正好押韵：我们用直线的眼睛去读这些曲线，所以总高估复利这一个季度干成了啥，又狠狠低估它三年后能干成啥。

这才是「一个会记事的 agent，比一个稍微机灵点的 agent 要紧得多」的真正缘由。机灵那个，今天给你一个更好的答案；会记事那个，今天给你一个差点的，可往后每一周都更好一点，因为每解一道题，都往里存了一笔。就叫它记忆利率吧。前沿那些大厂，在抢着把第一个数字往上顶——模型更大、跑分更高。Hermes 在闷声不响地，把第二个数字往上滚。

天花板，老实说

接下来正是炒作最想抢跑的地方，所以把脚扎稳了。Hermes 干的这事，不是什么递归式超级智能。它没在改写自己的权重，也没在「推理」这件根本上变得更强；它干的是把流程缓存下来——一身窄的、有边界的、时不时还出错、得有个人去修剪的技能。而且复利是把双刃刀：你把一个错也缓存了，那就等于把这个错，忠实地、每一遍都自动重犯一遍。「自我改进」这四个字，在宣传里悄悄担了太多活儿，可不能让它顺手把「奇点」给夹带进来。库兹韦尔那条曲线，说的是许多系统在几十年长河里的大走向，不是在许诺这个六月的一个 Discord 机器人，就是通往神坛那架梯子的第一级。老实的版本要小得多，也有用得多：一个会复利的系统，干得过一个每次归零的系统——哪怕俩都离「超人」差着十万八千里。这不是什么飞升，这就是更好的工程；而能真正落地的，恰恰是更好的工程。

这对你意味着什么

你要是在拿主意——往哪儿搭、押哪个——别再挑那个最机灵的模型了。那点优势，保质期跟牛奶一样短，下个季度的新版本一出就馊。耐放的优势，是那个能留住所学的系统——它跑第一百遍时，是从第九十九遍收手的地方往下接，而不是退回零点。然后，把这同一副镜子掉过来照你自己，因为你也是一个动不动就归零的 agent。你啃下一个硬骨头，交了活，半年后又磕磕绊绊重推一遍，就因为那条轨迹只活在一个早就冲掉了的上下文窗口里。解法不体面，可跟那个 agent 一模一样：把那一手记下来，别光留个结果。攒的是本事，不是奖杯。这分别，你下礼拜二感觉不到。你会在一年后的某个礼拜二感觉到——当一个从前要你搭一整天的问题，这回十分钟就摁下去了，因为去年的你，给今年的你，留了个找得着的文件。别每次都从零开始。这枯燥事几乎没人肯做，而它能复利，恰恰就因为没人肯做。

一个聪明了 10% 的模型，是一次性涨工资；一个把每堂课攒下 10% 的系统，是一个利率——但凡是个值得一提的跨度，斜坡都干得过那个数字。

押那个会记事的系统，然后让自己也成为那样的——留那一手，别光留结果。

取材：雷·库兹韦尔《奇点临近》（加速回报定律——一个把自己的收益回收进更好工具的系统，走的是复利曲线而非直线，而我们惯性地低估长期）。新闻由头：Nous Research 的 Hermes Agent，会把大约五步以上工具调用的成功任务轨迹，编译成永久的、存在磁盘上的 Markdown 技能（当前版本自带 118 个），能跑在入门级 VPS 上、接 Discord/Slack；以及 2026 年六月的开放模型潮（Zyphra 在 AMD 上从零训练、Apache-2.0 的 ZAYA1，英伟达的 Cosmos 3，Anthropic 的 Claude Agent SDK），据 devFlokers 综述。这是窄域的技能积累，不是递归式超级智能。本文为科普解读；数字以报道为准。

テクノロジー

たいていの AI エージェントは朝には全部忘れている——貯めこむ一台が、静かに周回遅れにしていく。

2026年6月30日 · レイ・カーツワイル『シンギュラリティは近い』約 8 分

たいていの AI エージェントは、寝て起きると記憶を失っている。同じ仕事を百回やらせても、百一回目の出だしを、初日とそっくり同じように仕損じる——セッションが閉じ、コンテキストの窓が流され、せっかく掴んだ勘どころが、まるごと一緒に流れ去る。私たちが気にも留めないのは、エージェントとはそういうものだからだ。ところが六月、ある小さな工房が、そうではない一台を世に出した。目を上げる値打ちがあるのは、それが賢くなったことではない。忘れなくなったことだ。

「覚えた端から忘れる」職人

「セッションが終わった」が、実際どれだけを焼き捨てるか考えてみてほしい。エージェントは二十手かけて、あなたのコードベースの癖を掴む——どのテストが気まぐれに落ちるか、どの API が口先の流量制限と実際とで食い違うか、デプロイスクリプトを大人しくさせる、あの一言の呪文か。仕事は片づく。窓が消え、その二十手が消える。来週また同じ仕事が来れば、一から推し直し、あの気まぐれなテストをまた踏み、同じ流量制限にまた噛まれる。トークン予算つきの『恋はデジャ・ブ』だ。どの回も初回。賢いのは本当だ——だがそれは、飛び抜けて優秀な新人が、毎朝、出社初日のままでいる賢さだ。

Hermes は、その一手を帳面に書きつける

Nous Research の Hermes Agent がこの輪を断つやり方は、拍子抜けするほど素朴だ。勝った一手を、書き留める。タスクがおよそ五手以上のツール呼び出しで片づくと、裏で静かな処理がその軌跡——実際に効いた手順の連なり——を小さな Markdown ファイルにまとめ、ディスク上のフォルダにそっと置く。次は、そのファイルがただそこにある。再利用できるスキルとして、エージェントはゼロから解き直す代わりに、それへ手を伸ばす。今の版には 118 個が同梱され、どれも素のテキストだ——読めるし、直せるし、できの悪いのは消せるし、ほかのファイルと同じように git に積める。入門級の小さな VPS で動き、あなたの Discord で返事をする。どれも見出しではない。見出しは、その一課が、次のセッションが見つけられる場所に保存された、ということだ。

一歩下がると、時機そのものが証拠になる。2026年六月は、オープンモデルの洪水だった——Zyphra は Nvidia ではなく AMD のシリコンで八十億パラメータのモデルをゼロから訓練し、Apache-2.0 で出した。Nvidia は Cosmos 3 を、Anthropic は Agent SDK を出した。月をざっと読めば、物語は「モデルはどこにでもあり、より安く、より開かれ、少し賢くなった」だ。だが多くの本物の仕事で、首を絞めていたのは「一問ごとに賢いかどうか」ではない。今週の火曜に覚えたことを、来週の火曜には忘れている、そこだ。Hermes が賭けたのは、その問題の退屈なほうの半分——そして梃子は、まさにその退屈な半分に宿っている。

たいていの AI エージェントはセッションが終わるとコンテキストを流すので、どの回もゼロから始まる。Nous Research の Hermes Agent は逆に、成功したタスクの軌跡（およそ 5 手以上のツール呼び出し）を永続するディスク上の Markdown スキルへ編集する——現行版に 118 個同梱——ので、次の回はそれを再利用し、さらに積み増す。能力の曲線は、ゼロに戻るのではなく複利でまわる。枠組：レイ・カーツワイル『シンギュラリティは近い』——収穫加速の法則。自らの儲けを再投入する系は複利の曲線に乗る。これは狭い領域のスキル蓄積であって、再帰的超知能ではない。数値は報道のとおり。本稿は科学解説。

なぜ「複利」は「馬力」に勝つのか

レイ・カーツワイルは『シンギュラリティは近い』を、一本の軸の上に建てた。彼が収穫加速の法則と呼ぶものだ。系が自分の産物を使ってより良い道具を作り、その儲けを次の回へ畳み込めるなら、それは直線をやめ、上へ反る曲線に乗る。この違いこそが勝負の全部で、お金に置き換えれば腹で分かる。10% 賢くなったモデルは、一度きりの昇給だ——嬉しいが、使えば消え、次のベンチマークで帳消しになる。一方、どのタスクが教えてくれたことも 10% 残していく系は、利率だ。馬力は数字、利率は傾きだ。意味のある時間幅でなら、傾きが勝つ。しかも大差で。カーツワイルのもう一つの戒めがここで韻を踏む。私たちは直線の目でこの曲線を読むから、複利が今四半期に成すことを買いかぶり、三年後に成すことをひどく見くびる。

「覚えていられるエージェント」が「少しばかり利口なエージェント」よりずっと重い、その本当の理由がこれだ。利口なほうは、今日より良い答えを寄こす。覚えているほうは、今日は劣る答えを寄こすが、その後は週ごとに良くなる。解いた問題のひとつひとつが、預金を残すからだ。記憶の利率、とでも呼ぼう。最前線の大手は、最初の数字を吊り上げようと競っている——より大きなモデル、より高いスコア。Hermes は、二つ目の数字を、黙ってころがしている。

天井の話を、正直に

ここは誇大宣伝が真っ先に駆け出したがる場所だから、足を踏ん張ろう。Hermes がやっているのは、再帰的な超知能ではない。自分の重みを書き換えているわけでも、「推論」の根っこで強くなっているわけでもない。手順を貯めているのだ——狭く、境界があり、時々まちがえ、人がなお剪定してやらねばならないスキルを。しかも複利は両刃だ。まちがいを貯めれば、そのまちがいを、律儀に、毎回自動で繰り返すことになる。「自己改善」という言葉は宣伝の中でこっそり多くを担いでいて、そこに「シンギュラリティ」を紛れ込ませてはいけない。カーツワイルの曲線は、多くの系が数十年かけて描く大きな弧の話であって、この六月の Discord ボットが神の座へ至る梯子の一段目だ、という約束ではない。正直な版はもっと小さく、はるかに役に立つ。複利でまわる系は、毎回ゼロに戻る系に勝つ——両方が「超人」からほど遠くても。これは昇天ではない。ただのより良い工程だ。そして本当に世に出るのは、より良い工程のほうだ。

これがあなたにとって意味すること

何の上に建てるか、何に賭けるかを決めているなら、いちばん利口なモデル探しはやめよう。その優位は牛乳なみの賞味期限で、来四半期の新版が出れば饐える。日持ちする優位は、学んだことを留める系のほうだ——百回目の走りが、九十九回目の収めた地点から続き、ゼロへ戻らない系。そして同じ鏡を、自分に向け直してほしい。あなたもまた、すぐゼロに戻るエージェントだから。難物を片づけ、納め、半年後にまたぎこちなく推し直す——その軌跡が、とうに流された一つのコンテキストの窓にしか棲んでいなかったせいで。直し方はみっともなく、そしてエージェントのそれと寸分違わない。一手を書き留めろ、結果だけでなく。貯めるのは腕であって、トロフィーではない。違いは来週の火曜には感じない。一年後のある火曜に感じる——かつて丸一日かかった問題が、今度は十分で片づくとき。去年のあなたが、今年のあなたに、見つけられる一枚を残したからだ。ゼロから始めるな。この退屈な一手をやる者はほとんどいない。だからこそ、それは複利になる。

10% 賢くなったモデルは一度きりの昇給。どのタスクからも 10% を残す系は、利率だ——意味のある時間幅でなら、傾きが数字に勝つ。

覚えている系に賭けよ。そして自分もそうなれ——結果だけでなく、その一手を残せ。

取材：レイ・カーツワイル『シンギュラリティは近い』（収穫加速の法則——自分の儲けをより良い道具へ再投入する系は、直線ではなく複利の曲線に乗り、私たちは習い性で長期を見くびる）。ニュースの契機：Nous Research の Hermes Agent。およそ五手以上のツール呼び出しを伴う成功タスクの軌跡を、永続する、ディスク上の Markdown スキルへ編集し（現行版に 118 個同梱）、入門級の VPS で動き Discord/Slack に繋がる。加えて 2026年六月のオープンモデルの波（AMD でゼロから訓練された Apache-2.0 の Zyphra ZAYA1、Nvidia の Cosmos 3、Anthropic の Claude Agent SDK）、devFlokers のまとめより。これは狭い領域のスキル蓄積であって、再帰的超知能ではない。本稿は科学解説であり、数値は報道のとおり。