Nous Research выкатили новую версию своего Hermes Agent — и по опросам на Reddit около 30% пользователей конкурирующих персональных AI-агентов уже переехали на Hermes. Главная фишка не в интерфейсе и не в модели, а в архитектуре.

В сердце Hermes — замкнутый цикл обучения. После сложной задачи агент уходит в Reflective Phase: анализирует что сработало, извлекает паттерн и пишет себе новый SKILL.md. В следующий раз, когда прилетает похожая задача, он не рассуждает с нуля, а тянет шаблон из своей библиотеки.

Что внутри:

⏺MIT-лицензия, 135K+ звёзд на GitHub, 864 коммита за неделю
⏺Ставится одной curl-командой, работает на VPS за 5 долларов или на устройстве
⏺Модель-агностик: Claude, GPT, Kimi, OpenRouter, MiniMax, GLM
⏺20 платформ для общения: Telegram, Discord, Slack, WhatsApp, Signal, Email, CLI
⏺Три слоя памяти: сессия, эпизодическая через SQLite, процедурная через скиллы

Главное в работе с AI давно не "подобрать модель пожирнее", а накопить рабочие шаблоны под свои задачи. У меня в Claude Code сейчас лежит пачка собственных скиллов: парсер новостей, генератор обложек YouTube, продюсер запусков в Instagram, сценарии для Reels. Каждый снимает рутину на конкретном шаге.

Hermes пытается идти дальше — писать такие скиллы за тебя. Это направление, куда движется вся индустрия персональных агентов. Но пока что человек, который понимает свой процесс и собирает скиллы руками, всё ещё выигрывает: машина учится у того, кто умеет, а не наоборот.


🔗 github.com/NousResearch/hermes-agent

🤖 В эпоху AI