Open Second Brain 已经稳定，Dark Factory 得到了下一层能力
我还在继续深入 Hermes Agent 生态。五月时，这还像是一组彼此相关的实验：记忆、Kanban、Telegram、子代理、阶段之间的 review。现在这些东西开始拼成一个更完整的系统。
目标没有变：搭建我自己的小型 Dark Factory。不是“一个帮我写代码的 agent”，而是一座工厂，让一个想法经过清晰流程：分析、规划、实现、review、测试、部署，并把决策写入记忆。距离完全自治还很远，但目标的一部分已经实现了。很多以前需要我手动调度的事情，现在真的能自己往前走。
过去几周里，增长最明显的是两层：Open Second Brain 作为记忆层，以及 Hermes Workflows 作为未来的流程编排层。
Open Second Brain 不再只是实验
Open Second Brain 已经有了稳定版本。对我来说，这是一个重要的心理边界：它不再像“快速验证一个想法”，而开始像一个可以每天使用的工具。
公共契约也不再那么晃。Hermes 可以把 O2B 作为原生 memory provider 接入，而不是旁边的临时补丁。笔记本上的 Hermes、VPS 上的 Hermes、Claude Code、Codex 和其他 runtime 都可以读取同一个 Markdown vault，不丢失积累的规则、偏好和决策痕迹。
我在开发 OpenSecondBrain 的文章里已经写过为什么这很重要。简单说，agentic development 很快会遇到记忆问题。不是“模型上一条回答里有什么”，而是我们一周前做了什么决定，我已经重复过五次的规则是什么，哪些 artifact 已经存在，项目当前 context 在哪里，以及哪些结论不能在下一次 compaction 时丢掉。
O2B 用很朴素的方式解决它：Obsidian-compatible vault、plain Markdown、Brain/、确定性的 CLI/MCP 工具、dream pass、分阶段应用记忆变更、rollback、搜索、daily notes、preferences 和 pinned context。没有一个需要额外信任的隐藏 SaaS 大脑。文件在我这里。
星标和真正的动机
这个插件正在慢慢获得关注。写这篇文章时，仓库有 71 个 star，离几千个还很远。
但我的目标不是“收集 star”。当然，有 star 会很好。star 能让别人知道项目还活着，也能给仓库一点可见度。如果 O2B 对你有用，或者你觉得有意思，一个 star 会有帮助。
真正的动机是别的：我自己就是这个插件的主要用户。它首先解决的是我的问题。我在搭建一个 Hermes 环境，里面的 agents 需要记住我的偏好、写事件、解释结论从哪里来，并在 session 之间搬运 context。只要它在这个场景里工作得好，它就已经值了。
其他都是有用的副作用。
独立的记忆测试
最有意思的信号不是来自 README，也不是来自我的自我宣传，而是来自一个独立开发者。他在一个全新的 Hermes 安装上比较不同的 memory plugin。他给 agent 几个选择：reddit obsidian layout、OpenSecondBrain、Honcho 和 OpenViking，最后 Hermes 选择了 O2B 作为偏好的记忆。
这条评论几乎像广告，虽然不是我要求的：
So i gave my fresh install on a $1 vps the choice of a reddit obsidian layout, opensecondbrain, honcho and openviking and it chose opensecondbrain as its preferred memory.. nemotron3 ultra free said the quality is outstanding and 80% of what honcho provides. Just local and free. Only thing missing is the neuromancer inference.
对我来说，“80% of Honcho”不是重点。这类比较总是有条件的：目标不同、架构不同、产品成熟度也不同。
更重要的是：外部的人把它放进一个干净环境，让 agent 自己选择，而 O2B 足够清晰、有用，能在没有我影响的情况下被选中。对于一个最初只是为我的 Hermes 做内部记忆的项目，这是一个很好的节点。
Dark Factory 现在在哪里
如果看整个 Dark Factory，现在我已经自动化了以前最无聊的手工部分。
我可以在 Telegram 里给 Hermes 一个项目想法。它会问澄清问题，把工作拆成阶段，创建文档，在 Kanban 上移动卡片，把 review 交给另一个 profile，修复评论，部署结果，并把重要事件写入记忆。这就是我在第一个 Dark Factory workflow 和后来在 Startit 展示过的循环。
下面是这条实验线上的另一个视频。
这还不是“按下按钮然后永远忘掉”。我会读结果、调整流程，有时停止一个 run，有时把任务退回去。但关键变化已经发生：我越来越少扮演 agents 之间的长期调度员。更多时候，我的角色是表达意图、做几个决定，然后检查结果。
对一个人来说，这已经节省了不少注意力。
新的一层：Hermes Workflows
下一块大的东西正在积极开发中：Hermes Workflows。项目还很年轻，但它应该会改变游戏规则。
在它之前，我的 workflow 更像是写得很清楚的 Hermes playbook：Kanban、cron、profiles、roles、人工约定和一点胶水。这已经能工作，但流程的一部分仍然活在我的脑子和指令里。
hermes-workflows 迈出了另一步：workflow 变成了图。
图里有节点：
agent_task- 给某个 Hermes profile 的任务；script- 不需要模型时的确定性 shell 步骤；condition- 根据上一步结果分支；human_review- 明确需要人介入的点；finish- 完成并交付结果。
重要的是：这不是一个试图替代 Hermes 的独立 engine。Workflow 会编译成 Hermes 的原生 primitives：Kanban、Cron、Profiles、delivery router、skills。系统仍然可以通过我已经在用的界面来阅读。
这对 Dark Factory 很关键。当流程被描述为图时，它可以被验证、导出、复用、定时执行，可以查看每个节点的 live telemetry、pending approvals，可以 retry，也可以在失败后分析 trace。它不再是“告诉 agent 按说明做”，而是一个可执行的契约。
为什么这让工厂更接近自治
Dark Factory 最大的弱点不是 agents 写不好代码。当然它们会犯错，但 review、测试和限制能处理这些。最大的弱点是流程控制。
如果流程只存在于一个很长的 prompt 里，它就很脆弱。Agent 可能跳过阶段、混淆角色、忘记实现后需要另一个 profile review，或者在 upstream 还没通过检查前就开始 downstream 工作。
图用更工程化的方式解决这个问题。每个节点都有输入、输出、状态和转移规则。如果 review 没通过，downstream 不会醒来。如果 script 步骤失败，agent 不会假装一切正常。如果需要人，workflow 会停在 human_review，而不是猜答案。
这里 O2B 和 Hermes Workflows 合成一个系统：
- workflows 负责推进流程；
- Hermes 用原生机制执行任务；
- Open Second Brain 保存 context、偏好、决策和 run traces；
- 人只在真正重要的地方留在 loop 里。
这已经更像工厂，而不是一组零散的 AI 技巧。
接下来
最近的目标是把 hermes-workflows 做到可以展示完整 demo：不是 dashboard 里一个漂亮的图，而是一个真正的 run，能经过多个 agent 阶段、review、分支、写入记忆并交付结果。
当它稳定后，Dark Factory 会更接近我最初想要的形态：入口是想法，内部是流程图，不同角色的多个 agents，能跨 session 存活的记忆。人不是调度员，而是意图和最终决定的拥有者。
最有意思的是：Dark Factory 已经开始构建它自己。每天夜里它会做一次 research pass：寻找改进 Open Second Brain 的新想法，比较不同方法，提取有用模式，并把任务放到 Hermes 的 Kanban board 上。之后它会周期性地拿一组合适的任务去实现，推进到 PR，然后在我 approve 之后变成 release。
这些 release 的例子可以在 Open Second Brain GitHub Releases 里看到。从 v1.12.0 开始，release 都是 Hermes 完全实现的，我没有参与代码。我要做的只是阅读生成的 PR 并 approve。
听起来还是有点夸张，但几个月前 Open Second Brain 还只是一个空仓库。现在它已经是 Hermes 可以选择作为记忆的稳定插件。
继续看看这座工厂能走多远。