Что такое Hermes Agent: память, навыки и цена самостоятельного хостинга

Hermes Agent — это автономный AI-агент от Nous Research, распространяемый как open source под лицензией MIT. Разработчики называют его «самообучающимся AI-агентом» и «единственным агентом со встроенным циклом обучения»: он создаёт навыки из опыта, улучшает их по ходу использования и от сессии к сессии выстраивает всё более точную модель того, кто с ним работает.

Hermes — не coding-копилот, встроенный в IDE, и не обёртка над одним API-ключом. Это процесс, который вы запускаете и оставляете работать: на ноутбуке, на VPS за $5 или на serverless-инфраструктуре (Daytona, Modal), почти ничего не стоящей в простое.

Чем Hermes отличается от обычных агентных фреймворков

Самый наглядный способ понять, что вы получаете, — сравнить Hermes с типичным агентным фреймворком.

Последние две строки — не опечатка, а вся суть сделки: Hermes полностью ваш, включая ответственность за эксплуатацию.

Проект вырос необычно быстро для open source. Публичный релиз состоялся в конце февраля 2026 года; за первые две недели 63 контрибьютора влили 216 пулл-реквестов. На 21 сентября 2026 года у репозитория 247 588 звёзд и 52 090 форков, актуальная версия — v0.21.3. По данным OpenRouter, агент прошёл 51,7 триллиона токенов, занимал первое место по дневному трафику и топовые позиции в категориях Productivity, Coding Agents, Personal Agents и CLI Agents.

Как устроен цикл самообучения

«Самообучение» — фраза, которая обычно не значит ничего. В Hermes за ней стоят две конкретные подсистемы, записывающие файлы на диск, — память и навыки. Именно на их ограничениях сосредоточены самые интересные инженерные решения.

Память: два файла, жёсткий бюджет и «замороженный» снимок

Hermes держит два хранилища в профильном каталоге: MEMORY.md — для фактов об окружении, договорённостей и извлечённых уроков, и USER.md — для информации о вас и предпочтений в общении. Агент пишет в них сам, через инструмент памяти с действиями add, replace и remove. Отдельного действия «прочитать» нет: память целиком подставляется в системный промпт в начале сессии.

Три детали здесь важнее маркетинга:

• Есть жёсткий лимит символов. В документации память отображается как процент от потолка в 2 200 символов. Это курируемый блокнот, а не векторная база данных.
• Снимок фиксируется на старте сессии. Память, записанная во время сессии, сразу попадает на диск, но в системный промпт — только со следующей сессии. Так сохраняется prefix cache провайдера, а «я сказал ему запомнить, а он забыл» оказывается ожидаемым поведением, а не багом.
• Память окупается только на границах сессий. В мессенджерах чат — это одна непрерывная сессия, переживающая перезапуски. Документация прямо предупреждает: чат, живущий неделями, дорожает (компакция гоняется по всё более длинной истории), а цикл обучения «забыть → вспомнить из памяти → поискать в прошлых сессиях» почти не срабатывает.

Старый контекст достаётся через session_search — полнотекстовый поиск (FTS5) по прошлым сессиям с LLM-суммаризацией.

Навыки: процедурная память, которую агент пишет себе сам

Навыки — это то место, где тезис «агент растёт вместе с вами» подтверждается делом. Навык — это файл SKILL.md с frontmatter и фиксированным порядком разделов: When to Use, Procedure, Pitfalls, Verification. Агент может авторствовать его сам, когда что-то выяснил в процессе работы.

Загрузка намеренно многоуровневая — и это стоит перенять, даже если вы никогда не будете запускать Hermes:

Level 0: skills_list()          -> name, description, category   (~3k tokens)
Level 1: skill_view(name)       -> full skill content
Level 2: skill_view(name, path) -> a specific reference file

В контексте постоянно живёт только Level 0; всё остальное оплачивается по запросу. Команда /learn превращает в навык каталог, URL, PDF или «воркфлоу, который вы только что провели с агентом в этом разговоре». Для крупных источников строится knowledge-base-навык: индекс плюс отдельные файлы по темам в references/ вместо одного раздутого файла. Навыки соответствуют открытому стандарту agentskills.io, поэтому переносимы между агентами.

Что уже встроено

Ценность любого агентского харнеса измеряется тем, что вам больше не нужно писать самим. Документация Hermes на сентябрь 2026 года перечисляет:

• 60+ встроенных инструментов — веб-поиск и извлечение контента, автоматизация браузера, vision, генерация изображений, text-to-speech, персистентная оболочка, файловые операции.
• Семь терминальных бэкендов — local, Docker, SSH, Daytona, Singularity, Modal и Vercel Sandbox. Daytona и Modal дают serverless-персистентность: окружение гибернирует в простое.
• 20+ чат-платформ через один шлюз — CLI, Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams, Google Chat, Home Assistant и другие. Один агент, одна память, любая поверхность.
• Планировщик задач — встроенный cron с доставкой результата на любую подключённую платформу.
• Субагенты и Bot Mode — изолированные субагенты для параллельных веток работы и именованные боты со своими моделями, памятью, навыками и чатами.
• Поддержка MCP — подключение любых MCP-серверов с фильтрацией инструментов.
• Подтверждения и изоляция — система одобрения опасных команд с режимами smart, manual и off, контейнерная изоляция для Docker/Singularity/Modal, фильтрация MCP-креденшелов, сканирование контекстных файлов на prompt injection и изоляция между сессиями.

Последний пункт — заметно больше, чем отдаёт большинство open-source агентов.

Установка и цена вопроса

Пути запуска три:

1. Десктоп-приложение — установщики для macOS 12+ и Windows 10/11.
2. Терминал — one-liner с установочным скриптом на Linux, macOS, WSL2 или Android через Termux; PowerShell-команда на Windows.
3. Облако — хостируемый always-on агент через Nous Portal.

После установки hermes setup --portal проводит единый OAuth, покрывающий модель и хостируемый шлюз инструментов.

Модель — на ваш выбор: Nous Portal, OpenRouter, OpenAI или любой совместимый эндпоинт. Сам агент бесплатен: платите за инференс и за инфраструктуру. Тарифы Nous Portal на сентябрь 2026 года: Free ($0), Plus ($20/мес), Super ($100/мес) и Ultra ($200/мес), у каждого доступ к 200+ моделям.

Где команды спотыкаются

Четыре сценария сбоя регулярно всплывают, когда Hermes перестаёт быть weekend-проектом.

Always-on — это ещё и биллинг-модель. Stateless-агент тратит деньги, только когда его вызывают. Агент с cron-задачами, субагентами и messaging-шлюзом тратит деньги всякий раз, когда сам решает что-то сделать. Без видимости расходов по каждому агенту первым сигналом будет счёт.

У памяти есть острые углы. Бюджет в 2 200 символов и снимок, замороженный на старте сессии, — разумные инженерные решения, но они порождают поведение, похожее на враньё. Маленькие локальные модели особенно охотно говорят «я сохранил», ни разу не вызвав инструмент памяти; документация прямо предупреждает об этом.

Подтверждения действуют на машину, а не на организацию. approvals.mode живёт в одном YAML-файле на одном хосте, а переключатель /yolo или переменная HERMES_YOLO_MODE отключает все запросы подтверждения до конца сессии. Для одного разработчика это нормально. Для двенадцати безопасность определяется тем, что каждый из них ввёл последним, и централизованного аудита нет.

Один агент — просто, двадцать — проблема платформы. Каждый инстанс Hermes держит свои креденшелы, ключи моделей, MCP-подключения и память на своём диске. Общей модели идентичности нет, как и общего бюджета и сквозного трейсинга по агентам. Это не претензия — Hermes однозадачный инструмент и в своей нише очень хороший, — а описание того, что лежит за его границами.

Кому Hermes не подойдёт

• Регулируемым командам, которым нужен централизованный аудит. Если аудитору нужно показать, кто одобрил каждый вызов инструмента на каждом агенте, YAML на хост не решит задачу.
• Тем, кто не готов эксплуатировать долгоживущий процесс с shell-доступом. Hermes исполняет команды; система одобрений хороша, но не заменяет человека, ответственного за хост.
• Командам, стандартизирующим множество агентов для множества людей. Сила Hermes в том, что он ваш — и потому же он не решает fleet-задачи.
• Тем, кто ждёт managed SLA. Это MIT-софт, который вы эксплуатируете сами; хостинг через Nous Portal опционален и существует отдельно.

Если вы разработчик-одиночка, которому нужен способный open-source агент, становящийся лучше именно в вашей работе, — Hermes сильный дефолт. Если вы платформенная команда — читайте дальше.

Харнес и шлюз — разные слои

Здесь два разных слоя, и их смешение — причина, по которой агентские проекты буксуют на этапе пилота. Агентский харнес управляет тем, как агент работает: цикл, инструменты, состояние, песочница. AI-шлюз управляет тем, как агент достаётся до моделей и инструментов: доступ, бюджеты, роутинг, политики, трейсы. Hermes — отличный харнес, но не шлюз и не претендует им быть.

Поскольку Hermes работает с «любым совместимым эндпоинтом», его можно направить на шлюз вместо прямого подключения к провайдерам — это меняется конфигурацией, без правок агента. TrueFoundry, автор статьи, развивает в этой нише собственные продукты: open-source харнес TrueForge (тоже под MIT) и AI Gateway перед моделями и MCP-вызовами. Вывод статьи шире конкретного вендора: выбор харнеса не обязан быть выбором системы управления. Держите слои раздельно — и вы сможете менять модели или харнесы, не перепроектируя ни то, ни другое.

Hermes Agent — самое убедительное на сегодня доказательство того, что персональный self-hosted самообучающийся агент — реальная категория, а не демо. Дизайн памяти и навыков продуман, документация честно описывает собственные режимы отказа, а цифры внедрения — не маркетинг. Но управлять парком агентов он не умеет: каждый инстанс — остров со своими креденшелами, настройками одобрений, расходами и памятью. Для одного человека и одной машины это ровно то, что нужно; для двадцати инженеров и аудитора — ровно то, что не подходит.