V1 → V2 关键升级：从"4 Agent 各自独立"到"4 Agent 协作循环"

核心改进：Content Agent 从"一次性生成 6 周计划"变成"每日学习教练"——根据前日结果动态调整当日内容。

为什么需要 V2？

V1 的 4 Agent 是"独立工具"，但...

V1 的问题：

❌ Content Agent 一次性输出 6 周计划（静态）
❌ Exam Agent 一次性出 5 道题（一次性）
❌ 没有状态管理（每天从头开始）
❌ 用户能力没有"昨日数据"反馈给"今日内容"

从"理论"到"代码"：4 个独立子 Agent 协作的完整方案

之前的文章《在 Hermes 上实现多 Agent 元认知学习系统》我写得太"理想化"——
把 4 个 Agent 当成 4 个完全独立的 AI 进程。

实际上，Hermes 的 4 Agent 实现有 3 种方式：

• 方案 A：4 个 Skill（同一 LLM 切 4 段 prompt）
• 方案 B：4 个 delegate_task 子 Agent（4 个隔离 context）⭐ 本文重点
• 方案 C：外部 Multi-Agent 框架（4 个独立 LLM）

让 AI 帮你学习 = 从 L1 看过到 L5 精通的自动化路径

我做了 11 年技术，5 年 AI 转型，14 篇论文精读 + 95+ 博客。
今天这篇博客，是我把"元认知学习系统"从"概念"变成"可运行的 Hermes 多 Agent 系统"的完整方案。

我用 4 个 Agent（Content / Exam / Error / Meta）构建了一个完整的学习闭环：

ChatDev: Communicative Agents for Software Development
论文：Chen Qian, Liu Wei et al., 清华 + 北大 + 微软亚洲研究院
原文链接：https://arxiv.org/abs/2307.07924
发表：2023.8 | 引用：500+（Semantic Scholar）
开源：https://github.com/OpenBMB/ChatDev
本文记录我的论文学习过程与核心理解

MetaGPT: Meta Programming for Multi-Agent Framework
论文：Yongchao et al., ICLR 2024 (Oral)
原文链接：https://openreview.net/forum?id=VtmBAGCN7o
本文记录我的论文学习过程与核心理解

AgentVerse: Empowering LLM-based Agents with Hierarchical Cooperative Tasks
论文：清华大学、微软亚洲研究院
发表：2023 年
本文记录我的论文学习过程与核心理解