系统总览
这是一页系统级总览页，负责讲整体分层、总链路和大边界。
它不承担单个概念的定义权，具体定义应以下列主权页为准：entities/、concepts/、system/、syntheses/。
核心目标
这套系统的目标不是单纯“让 AI 帮人完成任务”，而是建立一套人和 AI 长期协作的可持续系统。
它由四层组成：
- Multica — 调度层
- Hermes Agents — 执行层
- Honcho memory（Honcho 托管）— 记忆层 ✨
- llm-wiki — 长期知识编译层
注：原记忆层是 mem0 + 阿里云百炼 + Zilliz Cloud Milvus，2026-04-18 全部迁到 Honcho 托管。详见 Why Honcho over mem0。
一句话总览
Multica负责派活，Hermes负责干活，Honcho负责把过程变成可推理的用户画像，llm-wiki负责把高价值结果编译成长期知识。
各层职责
Multica
负责：
- 账号
- Workspace
- Runtime
- Issue
- Comment
- Chat
它解决的是：
谁来做、在哪里做、怎么协作、怎么追踪。
Hermes Agents
负责：
- 实际执行任务
- 和人类交互
- 调用工具
- 在执行过程中读取和写入记忆
它解决的是：
怎么把事情真正做完。
Honcho memory（当前活动）
负责：
- 统一编排记忆写入（dual-peer：user + ai 同时学）
- 后台 Dreaming Agent 自动整合知识
- Dialectic chat 端点提供 LLM-quality 综合理解
- 5 级 reasoning 控制成本/智能
它解决的是：
怎么"理解这个用户"，以及以后怎么把这种理解重新调出来。
mem0（已 SUPERSEDED）
详见 Why Honcho over mem0。原本期望它"统一编排记忆写入/检索"，但实际从未稳定运行，2026-04-18 退役。
llm-wiki
负责：
- 把高价值任务结果升级成结构化长期知识
- 去重
- 归纳
- 重写
- 形成可读的 wiki 页面
它解决的是：
怎么把零散成果沉淀成组织级知识资产。
当前主执行链路
text
人类 -> Multica -> Hermes -> Honcho cloud (托管 LLM-native 记忆)
-> 阿里云百炼 / Kimi (业务对话 LLM)历史链路（已 SUPERSEDED 2026-04-18）：
人类 -> Multica -> Hermes -> mem0 -> 百炼 -> Zilliz
当前主知识升级链路
text
Issue / Chat / Comment / Honcho 综合理解
-> llm-wiki
-> wiki 页面