Hermes Agent Desktop: десктоп-приложение самообучающегося AI-агента

2 июня 2026 года Hermes Agent от Nous Research выпустил официальное десктоп-приложение — публичный превью v0.15.2 с нативными сборками для macOS, Windows и Linux. Это первый GUI, который поставляется той же командой, что разрабатывает самого агента. До этого момента все графические интерфейсы были неофициальными community-обёртками.

За четыре месяца с момента запуска (25 февраля 2026) проект набрал более 180 000 звёзд на GitHub — по оценке Dealroom, это самый быстрорастущий open-source агентный фреймворк 2026 года. Десктопное приложение убирает главный барьер входа: до сих пор для работы с Hermes требовался терминал.

Что делает Hermes Agent

Большинство AI-агентов не имеют состояния. Новая сессия — всё сбрасывается. Hermes меняет эту модель.

После каждого выполнения задачи агент запускает слой оценки: анализирует, был ли результат успешным, извлекает повторно используемые паттерны рассуждений и сохраняет их как skill-файлы в формате Markdown. При следующей похожей задаче агент загружает релевантный навык вместо того, чтобы рассуждать с нуля. Nous Research называет это «замкнутым циклом обучения» (closed learning loop), построенным на SQLite full-text search и LLM-суммаризации.

Конкретный показатель: агенты с 20+ самостоятельно созданными навыками выполняют похожие задачи на 40% быстрее — по токенам и wall-clock времени, а не по качеству результата. Независимые бенчмарки TokenMix подтвердили эту цифру в апреле 2026.

Важное ограничение: улучшение доменно-специфично. Навык «суммируй GitHub PR» не переносится на «спланируй миграцию базы данных». Кросс-доменное обобщение остаётся открытой проблемой, и Hermes не утверждает, что решил её.

Десктопное приложение

Hermes Desktop построен на Electron + React с Python-бэкендом. Он использует то же ядро агента, что и CLI-версия: та же память, те же навыки, та же конфигурация. Состояние синхронизируется между CLI и десктопом.

Поддерживаемые платформы:

• macOS 12+ — стандартный .dmg
• Windows 10/11 — .exe (без кодовой подписи, SmartScreen предупредит при первом запуске)
• Linux — установка через терминальный скрипт с флагом --include-desktop

Функциональность: потоковый вывод действий агента в реальном времени, файловый браузер с параллельным просмотром, голосовой режим, cron-планирование на естественном языке, UI для управления конфигурацией. При первом запуске приложение автоматически определяет существующие CLI-конфигурации и поддерживает подключение к удалённому бэкенду.

Миграция с OpenClaw

Релиз десктопа сопровождается инструментом миграции для пользователей OpenClaw — второго доминирующего open-source агентного фреймворка 2026 года (374 000+ звёзд на GitHub).

Два фреймворка решают пересекающиеся задачи, но их философии расходятся. OpenClaw выигрывает по широте экосистемы: 5 700+ community-навыков, ClawHub-маркетплейс, поддержка 24+ мессенджеров. Hermes выигрывает по глубине обучения: замкнутый цикл, персистентная кросс-сессионная память, самоулучшение.

Команда hermes claw migrate поддерживает dry-run, селективные пресеты миграции и контроль перезаписи. Автоматически импортируются конфигурация, память, навыки, API-ключи и настройки платформ. Простые навыки конвертируются чисто, сложные с условной логикой требуют ручной проверки.

Существенный разрыв в безопасности: на апрель 2026 у Hermes Agent ноль публично раскрытых CVE. За тот же период OpenClaw раскрыл 9 CVE за четыре дня в марте 2026, включая одну с рейтингом CVSS 9.9. Hermes поставляется со встроенным сканированием prompt injection и фильтрацией учётных данных по умолчанию.

Ценообразование

Сам Hermes Agent бесплатен и open-source (лицензия MIT). Расходы — это LLM-инференс.

Nous Portal запущен 27 апреля 2026 как подписной продукт, объединяющий 300+ моделей и встроенные инструменты (веб-поиск, генерация изображений, TTS, браузерная автоматизация) за одним логином. Бесплатный тариф ($0.10/мес кредита) — только для оценки. Реальная работа требует плана Plus за $20/мес или собственных API-ключей.

Hermes поддерживает 20+ LLM-провайдеров, включая OpenRouter, Anthropic, OpenAI, Ollama и vLLM. Можно полностью отказаться от Portal.

Оценка стоимости self-hosted setup: агент бесплатно, VPS $5–10/мес (популярен Hetzner CX22 за $4.35/мес), API-расходы ~$0.30 за сложную задачу на бюджетных моделях.

Сценарии использования

Пять основных сценариев на основе документации и community-отчётов:

1. Ежедневный ассистент — один экземпляр одновременно работает как Telegram-бот, Discord-бот, Slack-приложение, WhatsApp-клиент, Signal-контакт и автоответчик email. Все платформы разделяют одну сессию и память.

2. Автоматизированное планирование — cron на естественном языке для повторяющихся задач: ежедневные брифинги новостей, еженедельные сводки проектов, ежемесячная агрегация отчётов.

3. Помощь в разработке — агент читает, редактирует и исполняет код. Делегирование под-агентам с собственными терминалами. В отличие от Claude Code, Hermes генерирует навыки из собственной операционной истории, а не из пользовательских файлов в репозитории.

4. Исследования и контент — веб-поиск, браузерная автоматизация, генерация изображений, TTS. Community-участники тестировали автономную генерацию романа на 79 000 слов.

5. Переход с OpenClaw — встроенный неразрушающий инструмент миграции переносит persona, память, навыки и конфигурации одной командой.

Известные ограничения

• Windows-сборка без кодовой подписи
• Linux всё ещё требует терминал для установки
• macOS запрашивает доступ к микрофону при первом использовании голосового режима
• Самообучающиеся навыки — чёрный ящик: нет интерфейса объяснимости решений агента
• Бесплатный тариф Nous Portal покрывает только ознакомление
• Навыки улучшают только повторяющиеся задачи в одной предметной области

Сравнение: Hermes, OpenClaw, Claude Code

Три инструмента занимают разные позиции. Claude Code — инструмент разработки, привязанный к экосистеме Anthropic. OpenClaw — самый широкий general-purpose агент. Hermes делает ставку на то, что агент, который учится со временем, побеждает агента, у которого просто больше функций.

Станет ли эта ставка выигрышной — зависит от надёжности механизма самоулучшения в реальных условиях. Внутренние бенчмарки Nous Research и независимые тесты TokenMix подтверждают 40% прирост эффективности, но размеры выборок и разнообразие сценариев требуют расширения, прежде чем принимать инфраструктурные решения на основе этой цифры.

Источник: Ewan Mak / Medium, июнь 2026.