Self-Evolving Skills là gì – Cơ chế AI Agent tự viết và cải thiện kỹ năng của chính nó

Self-Evolving Skills là gì?

Self-Evolving Skills là cơ chế cốt lõi của Hermes AI Agent – cho phép agent tự viết, lưu trữ và liên tục tinh chỉnh các kỹ năng của chính nó dựa trên kinh nghiệm thực tế. Không phải qua việc retrain model – mà qua việc gửi lại cách làm việc hiệu quả thành recipe tái sử dụng.

Theo đúng lời các nhà phát triển Nous Research: “”Every time the agent encounters a complex task or receives feedback, it saves its learnings as a skill so it can adapt and improve over time.””

Với người dùng thông thường, đây là sự khác biệt cụ thể nhất giữa Hermes và tất cả các AI assistant hiện tại.

Cơ chế hoạt động: từ task đến skill

Chu trình tự cải thiện của Hermes diễn ra theo 4 bước:

Bước 1 – Quan sát task mới: Agent nhận một yêu cầu chưa gặp hoặc phức tạp hơn thường. Nó thực hiện bằng cách tự lý luận và kết hợp các tool có sẵn.

Bước 2 – Thực thi và quan sát kết quả: Agent theo dõi xem approach nào hiệu quả, phần nào cần cải thiện, người dùng phản hồi như thế nào.

Bước 3 – Lưu skill: Sau khi hoàn thành, agent đóng gói cách xử lý thành một “skill” – về bản chất là một đoạn hướng dẫn có cấu trúc mà agent sử dụng lại cho lần sau.

Bước 4 – Refine theo feedback: Mỗi lần người dùng chỉnh sửa hoặc xác nhận kết quả, skill được cập nhật. Kỹ năng không có feedback sẽ dần được giảm trọng số theo thời gian.

Ví dụ thực tế: solo expert và workflow email coaching

Giả sử bạn là coach và mỗi tuần cần gửi email follow-up cho mentee sau buổi coaching:

Tuần 1: Agent nhận yêu cầu lần đầu. Nó draft email theo template chung, bạn chỉnh sửa tone, bỏ phần quá hình thức, thêm 2 đoạn thực chiến. Agent lưu những điều này thành skill.

Tuần 3: Draft lần này sát hơn, ít chỉnh hơn. Agent đã biết bạn không thích câu mở cửa thức, thích đi thẳng vào vấn đề chính.

Tuần 8: Bạn chỉ cèn đọc qua và bấm gửi. Không cần chỉnh nữa.

Đây không phải AI tự dưng giỏi hơn – đây là AI học cách bạn cụ thể muốn làm việc. Sự khác biệt này vô cùng lớn trong thực tế.

Tại sao đây là điểm khác biệt mà ChatGPT và Claude chưa làm được

ChatGPT và Claude có memory ở cấp độ conversation: học tín h đặt của bạn, sở thích chung. Nhưng chúng không học ở cấp độ quy trình làm việc. Không có khái niệm “skill tự cải thiện” – mỗi lần bạn hỏi về một loại task, chúng bắt đầu gần như từ đầu.

Với Hermes, agent không chỉ nhớ bạn thích gì – nó nhớ cách làm đúng với từng loại task của bạn. Đây là bước nhảy từ “tool” sang “partner” thực sự.

Điểm cần lưu ý: tự cải thiện có rủi ro không?

Có một đánh đổi quan trọng. Vì agent tự viết và refine skills không qua một governance layer tách biệt, nếu không kiểm tra định kỳ, skills có thể drift theo hướng không mong muốn – thích nghi quá nhiều với một người dùng đặc biệt, hoặc tối ưu cho một loại task mà quên mất các trường hợp ngoại lệ.

Đây là tension giữa autonomy-first (Hermes) và governance-first (được phân tích trong Governed Evolving Memory). Không ai đúng hoàn toàn – bạn cần hiểu đánh đổi này trước khi triển khai.

Nguyên tắc thực hành: review skill library của agent định kỳ (mỗi 2–4 tuần), xóa hoặc reset skill nào có vấn đề. Hermes cho phép làm điều này thủ công.

Liên kết với hệ thống PKM

Self-Evolving Skills vận hành tốt nhất khi kết hợp với một hệ thống kiến thức rõ ràng. Nếu vault Obsidian của bạn được tổ chức tốt (áp dụng PARA Method, Atomic Notes), agent sử dụng đó như context khi xây skills – nhớ không chỉ cách làm mà còn tại sao làm như vậy.

Đây là điểm giao thoa của Hermes với workflow PKM cho AI Agent: hệ thống kiến thức cung cấp nền tảng, agent xây skills trên nền đó.

Tóm lại

Self-Evolving Skills không phải tính năng – đây là paradigm. Nó chuyển AI từ một công cụ bạn phải hướng dẫn thường xuyên sang một hệ thống tự cải thiện dựa trên cách bạn làm việc.

Với solo expert, ý nghĩa thực tế rất rõ: agent càng chạy lâu càng có giá trị. Bạn không chỉ dùng AI – bạn đang xây một tài sản tự vận hành.

Tiếp theo: đọc bài AI Agent Memory System để hiểu nền tảng memory mà Hermes dùng để lưu trữ và tổ chức các skills này.”