标签
ReGE 是一个将智能体历史执行经验合成为自指导信息的框架，使后续任务尝试无需更强教师模型或参数更新即可提升表现，在四个基准上平均提升约 9-10 个百分点，并大幅减少引导构建所需的 token 成本。
讨论了如何通过显式沉淀（AGENTS.md、Skill）和隐式积累（记忆、session search）让Hermes AI助手避免每次冷启动，从而真正成为个人系统，并引用GBrain作为个人知识基座的旁证。