Hermes Agent три месяца спустя: агент с памятью, который реально растёт

Откуда взялся Hermes и на кого он рассчитан

Nous Research - американская ИИ-лаборатория, которую знают прежде всего по открытым языковым моделям серии Hermes (тонкая настройка поверх Llama и Mistral). Hermes Agent - другая история: это не модель, а агентная среда с открытым исходным кодом под лицензией MIT.

Аудитория широкая, но с уклоном в сторону технических пользователей: разработчики, devops-инженеры, исследователи, продвинутые энтузиасты ИИ. Человек, который умеет запустить Docker-контейнер или прочитать документацию, типичный пользователь. Для совсем нетехнической аудитории порог входа пока высоковат.

Ключевая идея, на которой держится весь продукт: большинство агентов «забывают» сделанное сразу после сессии. Hermes строится на противоположной логике. Агент накапливает опыт, и каждая следующая похожая задача выполняется эффективнее предыдущей.

Как работает память и самообучение

Это самая интересная часть архитектуры, и её стоит разобрать подробнее.

Hermes ведёт два постоянных файла: MEMORY.md и USER.md. В первом хранится то, что агент узнал о ваших проектах, инфраструктуре и предпочтениях. Во втором - информация о вас как пользователе: стиль работы, любимые инструменты, что нравится в формате ответов. Оба файла переживают перезапуск и обновление агента.

Навыки работают иначе. После каждой задачи, в которой агент сделал пять или больше инструментальных вызовов, фоновый процесс анализирует ход выполнения и формирует Markdown-файл с заголовком YAML. Внутри - описание задачи, условия применения, пошаговый алгоритм. Это и есть «навык». В следующий раз, когда придёт похожий запрос, агент находит подходящий навык и использует его как отправную точку.

Навыки совместимы с открытым стандартом agentskills.io - их можно экспортировать, публиковать и подбирать готовые из каталога. Это потенциально интересная экосистема, хотя пока довольно молодая.

Curator: агент чистит библиотеку сам

В апреле (v0.12.0) добавили механизм Curator. Фоновый процесс регулярно просматривает библиотеку навыков, оценивает их качество, объединяет похожие и удаляет слабые. Без чего-то подобного библиотека за несколько месяцев превратилась бы в свалку нерелевантных файлов.

Здесь есть честный вопрос: какие именно критерии использует Curator при оценке? Документация описывает механизм в общих чертах, но без конкретики по метрикам. Если навык редко используется, но ценен - удалит ли его Curator? Пока неясно, и это стоит учитывать при накоплении серьёзной библиотеки.

Реальные сценарии: что делают пользователи за три месяца

На странице user stories команда собирает кейсы из X, GitHub, Reddit и Hacker News. После трёх месяцев несколько сценариев прослеживаются стабильно.

Code review с памятью. Разработчики настраивают Hermes как постоянного ревьюера: агент запоминает, какие файлы смотреть первыми, какие паттерны помечать, как форматировать замечания под стиль команды. Первые недели - обычный агент. Через месяц - узнаваемая и предсказуемая рутина без ручных уточнений.

Мониторинг и расследование инцидентов. Бэкенд-команды запускают Hermes как постоянно работающий наблюдатель. Агент следит за состоянием сервисов, при аномалии начинает расследование по сохранённому алгоритму, формирует отчёт и доставляет его в Slack или Telegram. Ключевой момент: следующий похожий инцидент агент расследует по уже готовому навыку.

Автоматизация исследований. Один из нетривиальных кейсов - торговый бот на рынках погодных предсказаний. Агент сравнивает прогнозы нескольких источников, находит расхождения, делает ставки, фиксирует результат, корректирует стратегию. Это скорее иллюстрация возможностей, чем типовой сценарий, но показывает диапазон применимости.

Генерация обучающих данных. Исследовательские команды, работающие с обучением моделей, используют Hermes для создания RL-окружений и бенчмарков. Здесь играет роль нативная поддержка экспорта траекторий для дообучения.

Общий паттерн успешных кейсов одинаковый: задача повторяется, у неё есть структура, и разница между первой и двадцатой итерацией ощутима. Для разовых нестандартных запросов преимущество перед обычным агентом минимально.

Платформы и шлюз

Hermes работает на 15+ платформах через единый шлюз: CLI, Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, DingTalk, Feishu, WeCom, Home Assistant, Microsoft Teams. Контекст общий - разговор начатый в CLI, можно продолжить в Telegram.

Для задач с расписанием есть встроенный планировщик на естественном языке или cron-выражениях. «Каждое утро в 8:00 делай дайджест из трёх источников и отправляй в Telegram» - это рабочая команда, не требующая дополнительной настройки.

Isolated subagents (изолированные подагенты) позволяют запускать параллельные задачи в отдельных контекстах с собственными терминалами и Python-скриптами. Полезно, когда нужно несколько независимых потоков без взаимного засорения контекста.

Модели и самостоятельный запуск

Hermes работает с любым LLM-провайдером, совместимым с OpenAI API. Из коробки поддерживаются Anthropic (Claude Opus, Sonnet, Haiku), OpenAI (GPT-5 и старше), Google Gemini через OpenRouter, а также self-hosted варианты типа Ollama, vLLM, SGLang.

Одно техническое требование, которое стоит знать заранее: модель должна иметь контекстное окно минимум 64 000 токенов. Модели меньшего размера агент отклоняет на старте, т.к. у них не хватает рабочей памяти для многошаговых инструментальных сценариев.

Самостоятельный запуск - один из главных аргументов для аудитории с требованиями к конфиденциальности. Данные не покидают ваш сервер, полный контроль над инфраструктурой. Пять бэкендов на выбор: local, Docker, SSH, Singularity, Modal.

Пользователям, которым западные облака недоступны или неудобны, есть несколько рабочих вариантов. 

1. Как десктопный интерфейс без командной строки хорошо зарекомендовал себя LM Studio - он позволяет скачать и запустить модель в несколько кликов. 
2. Для серверного развёртывания с полным контролем над данными подходит LocalAI: один контейнер закрывает чат, эмбеддинги и синтез речи без внешних зависимостей. 
3. GPU-облако для self-hosted запуска более тяжёлых моделей есть у Nebius AI (бывший Yandex Cloud International) - датацентры в Европе, доступны из СНГ. 
4. Из российских LLM-провайдеров GigaChat и YandexGPT предоставляют OpenAI-совместимые эндпоинты, которые Hermes принимает через настройку custom endpoint - хотя официально в документации агента они не упомянуты.

Тарифы

Бесплатный вариант. Hermes Agent с открытым исходным кодом можно запустить самостоятельно. Нужно только подключить собственный API-ключ выбранного провайдера. Базовый хостинг обходится примерно в 5 долларов в месяц (стандартный VPS).

Nous Portal. Платная подписка, запущенная в конце апреля 2026 года. Включает доступ к 330+ моделям от всех крупных провайдеров, ежемесячные кредиты, эксклюзивные скидки на выбранные модели и доступ к Tool Gateway - набору управляемых инструментов: веб-поиск, генерация изображений, синтез речи, браузерная автоматизация. Предлагается четыре плана:

1. Бесплатный - $0, даёт доступ к инференсу через Portal, но Tool Gateway не включает. 
2. Плюс - $20 в месяц: 22 доллара ежемесячных кредитов плюс бонусные $2, неизрасходованный остаток переносится до $10 на следующий месяц. 
3. Супер — $100 в месяц, 
4. Ультра — $200 в месяц; 

Детали по кредитам на высоких уровнях раскрываются при выборе плана. Все платные тарифы включают доступ к 330+ моделям, высокие лимиты использования и дополнительную память для межсессионного взаимодействия. Tool Gateway (веб-поиск, генерация изображений, браузерная автоматизация) открывается только на платных планах.

Самостоятельный запуск через GitHub по-прежнему бесплатен - нужен только API-ключ выбранного провайдера и VPS за ~$5 в месяц.

Сильные стороны и ограничения

Сильные стороны:

• Постоянная память и накопление навыков - реальное отличие от большинства агентов.
• Полностью открытый код (MIT), самостоятельный запуск без зависимости от облака.
• Поддержка 15+ платформ с единым контекстом.
• Гибкость в выборе модели: работает с Claude, GPT, Gemini, Ollama и другими.
• Навыки совместимы с открытым стандартом - можно делиться и использовать чужие.
• Curator снимает часть ручного труда по поддержке библиотеки навыков.

Ограничения:

• Порог входа выше среднего: нужно уметь развернуть сервер и разобраться с конфигурацией.
• Ещё v0.12.0 - продукт молодой, API и конфигурация могут меняться.
• Качество Curator-а и критерии оценки навыков документированы неполно.
• Для разовых задач без повторений преимущество над обычным агентом невелико.
• Нативная интеграция с Gemini ещё в разработке, пока через OpenRouter.

Как выжать максимум из первых недель

Первое, на что стоит обратить внимание: Hermes накапливает ценность только на повторяющихся задачах. Если начать с разовых экспериментов - накопленная память окажется нерелевантной. Лучше выбрать одну-две конкретные рутины (code review, ежедневный дайджест, мониторинг) и использовать именно их несколько недель подряд.

Стоит периодически заглядывать в файлы навыков вручную. Автогенерация работает, но человеческий взгляд помогает заметить, что какой-то навык описан слишком широко или слишком узко. Небольшая редактура на ранних этапах экономит разочарования позже.

Библиотека на agentskills.io уже содержит готовые навыки для типовых задач. Поискать там перед тем, как агент будет «изобретать велосипед» самостоятельно - разумная экономия времени.

О разработчике

Nous Research - американская ИИ-исследовательская компания, известная серией открытых языковых моделей Hermes (тонкая настройка моделей семейства Llama). Основана в 2022 году, работает в открытой модели: большинство исследований и моделей выкладываются публично. Hermes Agent - первый продуктовый проект компании за пределами самих моделей.

Кому подходит Hermes Agent

Hermes хорошо подойдёт разработчикам и техническим специалистам, у которых есть конкретные повторяющиеся рабочие процессы, требования к приватности данных или желание не платить за закрытые агентные платформы. Три месяца практики подтверждают: концепция накопленных навыков работает там, где задачи структурированы и регулярны.

Для тех, кто ищет агента «включил и пользуюсь» без настройки сервера - пока рановато. Но если готовность потратить несколько часов на установку есть, Hermes предлагает архитектуру, которой у большинства конкурентов попросту нет.