Le 25 février, une équipe appelée Nous Research a discrètement publié un v0.1.0 sur GitHub. Au départ, le modèle Hermes n'avait qu'une ligne de commande d'installation et une phrase de positionnement produit : « Un agent qui grandit avec vous ».
À l'époque, peu de gens y prêtaient attention, même si Nous Research avait une certaine réputation dans le domaine des modèles, leur série de modèles Hermes avait déjà accumulé 33 millions de téléchargements sur HuggingFace, mais toute l'attention de la communauté des développeurs était tournée vers l'OpenClaw « petit écrevisse » adoré. En 33 jours, il a dépassé React pour devenir le premier de l'histoire, « petit écrevisse » est devenu le projet ayant le plus rapidement gagné des étoiles sur GitHub, avec un pic de 710 étoiles par heure, mais pendant ce temps, des chercheurs en sécurité ont continué à divulguer des vulnérabilités à un rythme moyen de 2,2 CVE par jour, accumulant 138 vulnérabilités de sécurité en 63 jours. Toute la communauté a commencé à reconsidérer une question : cet outil peut-il vraiment être utilisé en environnement de production ?
Dans ce contexte, l'Agent Hermes, étant un concurrent, a enfin eu une opportunité, et a connu sa première période de croissance rapide.
Hermes a intégré dans son code un outil de migration d'OpenClaw en un clic, ces développeurs qui ont quitté OpenClaw ont besoin d'un endroit où se poser, l'Agent Hermes est devenu un excellent choix par le bouche-à-oreille.
Ainsi, à partir du début mars, l'Agent Hermes a fait irruption dans les tendances GitHub, atteignant un sommet à la 11ème place, avec plus de 2200 étoiles. AwesomeAgents l'a qualifié de « publication d'Agent open source la plus ambitieuse de 2026 à ce jour », actuellement, le github d'Hermes a 69,9k étoiles et 9k forks.
Aujourd'hui, Rhythm BlockBeats discute avec vous des différences de cet Agent.
Qu'est-ce que l'Agent Hermes ?
L'Agent Hermes est un agent IA auto-évolutif construit par Nous Research, et c'est actuellement le seul agent intégré avec un cycle d'apprentissage.
Il peut créer automatiquement des compétences à partir de l'expérience d'utilisation, améliorer ces compétences en continu pendant l'utilisation, solidifier activement les connaissances en actifs réutilisables, récupérer son historique de conversation passé, et approfondir sa compréhension de vous en tant qu'utilisateur au fil des sessions.
En résumé, le plus grand atout de l'Agent Hermes est : plus vous l'utilisez, plus il devient intelligent et plus il est facile à utiliser.
Son positionnement n'est pas celui d'un assistant de programmation lié à un IDE, ni d'un encapsulage de chat pour une API unique, mais d'un véritable Agent autonome qui réside sur votre serveur, capable de mémoriser ce qu'il apprend, et dont les capacités s'améliorent avec le temps.
Nous Research s'est dès le départ positionné comme un laboratoire IA prioritaire en open source, orienté vers la décentralisation, avec pour objectif de construire une IA que les utilisateurs peuvent contrôler de manière autonome, plutôt que de concentrer l'intelligence entre les mains de quelques entreprises fermées. Leur travail précoce s'est concentré sur la série de modèles Hermes, tout en investissant massivement dans les infrastructures et les systèmes, et en explorant des technologies telles que DisTrO pour l'entraînement de modèles sur des GPU de consommation distribués à l'échelle mondiale, ainsi que des environnements de simulation multi-agents tels que WorldSim, Doomscroll, etc.
L'équipe de l'Agent Hermes est la même qui a créé la série de modèles Nomos, Psyche.
Quels sont les outils utiles ?
Le mécanisme le plus central de l'Agent Hermes est son système de mémoire et son système de compétences. L'Agent maintient deux fichiers principaux simplifiés : MEMORY.md qui stocke des informations sur l'environnement, des conventions et des expériences résumées des tâches passées ; USER.md qui stocke vos préférences et votre style de communication. Ces deux fichiers sont automatiquement injectés dans les prompts du système au début de chaque session, ce qui équivaut à la « mémoire de travail à long terme » de l'Agent. De plus, toutes les sessions historiques sont stockées dans une base de données de recherche en texte intégral SQLite, permettant à l'Agent de récupérer le contenu des conversations datant de plusieurs semaines.
Dans le système de compétences, chaque fois qu'une tâche complexe est accomplie (généralement plus de 5 appels d'outils), l'Agent crée de manière autonome un document de compétences structuré en Markdown, consignant les étapes de l'opération, les contenus connus et les méthodes de validation, pour une réutilisation future. Les fichiers de compétences suivent un modèle de divulgation progressive : l'Agent ne voit par défaut que le nom et la description de la compétence (environ 3000 tokens), et charge le contenu complet d'une compétence uniquement si nécessaire, afin de contrôler la consommation de tokens.
Sur le plan des outils, l'Agent Hermes est équipé de plus de 40 outils, couvrant la recherche sur le web, l'automatisation des navigateurs, la compréhension visuelle, la génération d'images, la synthèse vocale, et prend également en charge la programmation de tâches via le langage naturel, permettant à l'Agent d'exécuter automatiquement des travaux périodiques tels que la génération de rapports, la sauvegarde de données et la surveillance du système sans intervention humaine.
Les outils les plus populaires, c'est-à-dire ceux que les utilisateurs de la communauté utilisent le plus fréquemment, avec le plus de retours, et qui répondent aux besoins typiques de la communauté des développeurs en fonction de l'architecture fonctionnelle d'Hermes, sont les suivants :
Hindsight est actuellement l'outil unique le plus populaire de l'écosystème, c'est le plugin de mémoire à long terme recommandé par Hermes. Il rappelle automatiquement le contexte pertinent avant chaque appel LLM, prenant en charge le déploiement local de PostgreSQL ou en cloud, et a été intégré en tant que fournisseur de mémoire natif dans Hermes.
Anthropic-Cybersecurity-Skills est le paquet de compétences le plus étoilé de l'écosystème, contenant plus de 753 compétences en cybersécurité structurées, mappant complètement le cadre MITRE ATT&CK, adapté aux scénarios de recherche en sécurité et de tests de pénétration.
mission-control est actuellement le tableau de bord d'orchestration des Agents le plus populaire de l'écosystème, supportant la gestion de flottes d'Agents, la distribution de tâches, le suivi des coûts et les flux de travail collaboratifs entre plusieurs Agents, recommandé par la communauté comme standard pour les déploiements de production.
L'auto-évolution de l'Agent Hermes est une technique d'auto-amélioration évolutive, utilisant DSPy + GEPA pour optimiser les compétences, les prompts et le code.
L'espace de travail Hermes est l'espace de travail natif d'Hermes, intégrant une interface de chat, un terminal et un gestionnaire de compétences, et est l'entrée graphique la plus populaire.
De plus, il peut également dériver des sous-Agents indépendants, chaque sous-Agent ayant son propre contexte de conversation, des terminaux indépendants et des scripts Python RPC, permettant ainsi de réaliser des pipelines parallèles sans coût contextuel.
En termes de flexibilité des infrastructures, il prend en charge six types de backends terminaux : exécution locale, Docker, SSH à distance, Daytona sans serveur, conteneurs Singularity et fonctions cloud Modal. Daytona et Modal se mettent en veille lorsqu'ils sont inactifs, ce qui coûte presque rien. Vous pouvez le faire fonctionner sur un VPS ou un cluster GPU à 5 dollars, en donnant des instructions via Telegram, le faisant travailler sur un serveur cloud auquel vous n'accédez jamais directement par SSH.
L'Agent Hermes est actuellement en concurrence directe avec OpenClaw, les deux étant des frameworks d'Agent open source destinés aux développeurs.
Les philosophies architecturales des deux sont radicalement différentes : le cœur de la conception d'OpenClaw est un « plan de contrôle », un processus d'exécution à long terme unifié, responsable de la gestion des sessions, du routage, de l'exécution des outils et des états, tout passe par ce contrôleur central. Hermes, en revanche, construit tout autour du cycle d'exécution de l'Agent lui-même, centrant tout sur ce cycle de « faire, apprendre, améliorer ».
Les différences entre les deux systèmes de compétences sont particulièrement marquées : les compétences d'OpenClaw sont majoritairement écrites à la main, chargées à partir de différents niveaux tels que workspace, personnel, partagé ou plugins ; l'idée d'Hermes est de permettre à l'Agent de générer lui-même des compétences à partir de l'expérience, formant ainsi un véritable cycle d'apprentissage autonome.
Comment installer et utiliser
C'est extrêmement simple à prendre en main. Une seule commande « curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash » suffit pour l'installation, prenant en charge Linux, macOS et WSL2, l'Agent Hermes effectuera automatiquement toute la configuration sans intervention manuelle.
site officiel d'Hermes
Après l'installation de l'Agent Hermes, exécutez « hermes setup » pour démarrer l'assistant d'installation, choisissez votre fournisseur de modèle (prenant en charge Nous Portal, OpenRouter, OpenAI ou tout point de terminaison personnalisé), connectez votre plateforme de messagerie (Telegram, Discord, Slack ou WhatsApp), puis commencez votre première conversation. Dès la première interaction, l'Agent Hermes entre immédiatement en mode apprentissage, commençant à construire sa mémoire, à créer des compétences, et à devenir plus capable après chaque session.
Les commandes principales utilisées au quotidien comprennent :
hermes (commencer une conversation),
modèle hermes (choisir le fournisseur de LLM et le modèle),
outils hermes (configuration des outils à activer),
passerelle hermes (lancer la passerelle de messagerie, se connecter à Telegram, Discord et d'autres plateformes),
configuration hermes (exécuter l'assistant de configuration complet, configurer tout en une seule fois),
migration hermes claw (migration d'OpenClaw),
mise à jour hermes (mettre à jour vers la dernière version),
docteur hermes (diagnostiquer des problèmes);
Les scénarios adaptés à l'Agent Hermes incluent : assistants IA généraux nécessitant de se souvenir du contexte au-delà des sessions et d'améliorer continuellement leurs capacités ; flux de travail d'Agent personnalisés nécessitant l'utilisation combinée d'outils, de plugins, de serveurs MCP, de navigateurs ou de Shell ; déploiement d'Agents sur du matériel local, des VM cloud ou des infrastructures sans serveur à faible coût ; ainsi que des assistants permanents nécessitant de maintenir un historique de conversation consultable et des compétences acquises sur plusieurs plateformes.
Plus précisément, vous pouvez lui parler sur Telegram tout en le faisant exécuter des tâches sur un VM cloud, configurer des automatisations et pousser des rapports vers n'importe quelle plateforme, lui faire prendre en charge des tâches périodiques ; ou l'intégrer à Slack ou Discord pour fournir un soutien AI collaboratif à toute l'équipe ; ou utiliser sa fonction d'exportation de trajectoire pour générer des données d'entraînement pour l'entraînement RL du modèle d'appel d'outils de prochaine génération.