Em 25 de fevereiro, uma equipe chamada Nous Research lançou discretamente um v0.1.0 no GitHub. Inicialmente, o modelo Hermes tinha apenas uma linha de comando de instalação e uma frase de posicionamento do produto: "Um agente que cresce com você".
Na época, poucas pessoas notaram isso, mesmo que a Nous Research tivesse uma certa reputação no círculo de modelos, sua série de modelos Hermes já acumulou 33 milhões de downloads no HuggingFace, mas toda a atenção da comunidade de desenvolvedores estava voltada para o OpenClaw "lagostinha". Em 33 dias, superou o React para se tornar o primeiro da história, e "lagostinha" se tornou o projeto que mais rapidamente ganhou estrelas na história do GitHub, com um pico de 710 estrelas por hora, mas foi nesse momento que pesquisadores de segurança começaram a divulgar vulnerabilidades a uma taxa média de 2,2 CVEs por dia, totalizando 138 vulnerabilidades de segurança em 63 dias. Toda a comunidade começou a repensar uma questão: será que isso pode realmente ser usado em ambientes de produção?
Nesse contexto, o Hermes Agent, sendo um concorrente, finalmente teve sua oportunidade e entrou em seu primeiro período de rápido crescimento.
O Hermes incorporou em seu código uma ferramenta para migração do OpenClaw com um clique; aqueles desenvolvedores que saíram do OpenClaw precisam de um lugar para aterrissar, e o Hermes Agent se tornou uma boa escolha que se espalhou boca a boca.
Assim, a partir do início de março, o Hermes Agent entrou no GitHub Trending, alcançando o 11º lugar, com mais de 2200 estrelas. O AwesomeAgents o chamou de "o lançamento de Agent de código aberto mais ambicioso de 2026 até agora", atualmente o github do Hermes possui 69,9k estrelas e 9k forks.
Hoje, o Rhythm BlockBeats conversa sobre o que torna este Agent diferente.
O que é o Hermes Agent?
O Hermes Agent é uma entidade de IA auto-evolutiva construída pela Nous Research, e também é atualmente o único Agent com um ciclo de aprendizado embutido.
Ele pode criar habilidades automaticamente a partir da experiência de uso, melhorar continuamente essas habilidades durante o uso, solidificando ativamente o conhecimento como ativos reutilizáveis, recuperar seu histórico de conversas e aprofundar continuamente sua compreensão de você como usuário em várias sessões.
Assim, em termos simples, a maior vantagem do Hermes Agent é: quanto mais você usa, mais inteligente ele se torna, quanto mais você usa, mais fácil fica.
Sua posição não é como um assistente de programação preso a um IDE, nem uma encapsulação de chat para uma única API, mas sim um verdadeiro Agent autônomo que reside em seu servidor, capaz de lembrar o que aprendeu, tornando-se mais capaz à medida que o tempo passa.
A Nous Research sempre se posicionou como um laboratório de IA com foco em código aberto e descentralização, com o objetivo de construir uma IA que os usuários possam controlar autonomamente, em vez de concentrar a inteligência em poucas empresas fechadas. Seu trabalho inicial concentrou-se na série de modelos Hermes, enquanto investiram fortemente em infraestrutura e sistemas, e também exploraram a tecnologia DisTrO para treinamento de modelos em GPUs de consumo distribuídas globalmente, assim como ambientes de simulação de interação multi-agente, como WorldSim e Doomscroll.
A equipe do Hermes Agent é a mesma que criou a série de modelos Nomos e Psyche.
Quais são as boas ferramentas disponíveis?
O mecanismo mais central do Hermes Agent é seu sistema de memória e o sistema de habilidades. O Agent mantém dois arquivos principais simplificados: MEMORY.md armazena informações sobre o ambiente, acordos e experiências resumidas de tarefas anteriores; USER.md armazena suas preferências e estilo de comunicação. Esses dois arquivos são automaticamente injetados como prompts de sistema no início de cada sessão, funcionando como a "memória de trabalho de longo prazo" do Agent. Além disso, todas as sessões anteriores são armazenadas em um banco de dados de busca de texto completo SQLite, permitindo que o Agent recupere o conteúdo das conversas de semanas atrás.
No sistema de habilidades, após completar tarefas complexas (geralmente mais de 5 chamadas de ferramentas), o Agent cria autonomamente um "documento de habilidades" estruturado em Markdown, registrando os passos da operação, o conhecimento conhecido e a forma de validação, para reutilização futura. Os arquivos de habilidades seguem um modelo de divulgação progressiva: o Agent por padrão vê apenas o nome e a descrição da habilidade (cerca de 3000 tokens), carregando o conteúdo completo de uma habilidade apenas quando necessário, controlando assim o consumo de tokens.
Em termos de ferramentas, o Hermes Agent possui mais de 40 ferramentas integradas, abrangendo pesquisa na web, automação de navegador, compreensão visual, geração de imagens, texto para fala, e também suporta a configuração de tarefas agendadas via linguagem natural, permitindo que o Agent execute automaticamente tarefas periódicas como geração de relatórios, backup de dados e monitoramento de sistemas em situações não supervisionadas.
Entre as ferramentas mais populares, aquelas que os usuários da comunidade utilizam com mais frequência, recebem mais feedback, e que estão no topo das necessidades típicas da comunidade de desenvolvedores de acordo com a arquitetura funcional do Hermes, estão estas ferramentas:
Hindsight é a ferramenta única mais popular no ecossistema atualmente, sendo o plugin de memória de longo prazo recomendado oficialmente pelo Hermes. Ele automaticamente recupera o contexto relevante antes de cada chamada de LLM, suportando PostgreSQL local ou implementação em nuvem, já integrado como um Provedor de Memória nativo no Hermes.
Anthropic-Cybersecurity-Skills é o pacote de habilidades com mais estrelas dentro do ecossistema, contendo mais de 753 habilidades de segurança cibernética estruturadas, mapeando completamente a estrutura MITRE ATT&CK, adequado para cenários de pesquisa de segurança e testes de penetração.
mission-control é o painel de orquestração de Agent mais popular do ecossistema atualmente, suportando gerenciamento de frota de Agents, distribuição de tarefas, rastreamento de custos e fluxo de trabalho colaborativo entre múltiplos Agents, sendo recomendado pela comunidade como padrão para implementações em produção.
A auto-evolução do Hermes Agent é uma técnica de autoaperfeiçoamento evolutiva, utilizando DSPy + GEPA para otimizar habilidades, prompts e código.
O Hermes Workspace é o espaço de trabalho nativo do Hermes, integrando uma interface de chat, terminal e gerenciador de habilidades, sendo a entrada gráfica mais popular.
Além disso, ele pode derivar Agentes filhos independentes, cada um com seu próprio contexto de conversa, terminais independentes e scripts RPC em Python, permitindo uma linha de produção paralela sem custo de contexto.
Em termos de flexibilidade de infraestrutura, suporta seis tipos de backends de terminal: execução local, Docker, SSH remoto, Daytona sem servidor, containers Singularity e funções em nuvem Modal. Daytona e Modal hibernam quando estão ociosos, com custo quase zero. Você pode executá-lo em um VPS de 5 dólares ou em um cluster de GPU, dando comandos via Telegram, permitindo que ele trabalhe em servidores em nuvem nos quais você nunca acessa diretamente via SSH.
Atualmente, o Hermes Agent e o OpenClaw representam a competição mais direta, ambos são frameworks de Agent de código aberto voltados para desenvolvedores.
As filosofias de arquitetura dos dois são completamente diferentes: o núcleo do design do OpenClaw é um "plano de controle", um processo unificado de execução de longo prazo, responsável por gerenciar sessões, roteamento, execução de ferramentas e estados, tudo flui através deste controlador central. O Hermes, por outro lado, tem o ciclo de execução do próprio Agent como seu núcleo, construindo todo o sistema em torno do ciclo repetido de "fazer, aprender, melhorar".
As diferenças entre os dois sistemas de habilidades são especialmente notáveis: a maioria das habilidades do OpenClaw é escrita manualmente, carregada de diferentes níveis como workspace, pessoal, compartilhado ou plugins; a ideia do Hermes é permitir que o Agente crie suas habilidades a partir da experiência, formando um verdadeiro ciclo de aprendizado autônomo.
como instalar e usar
É extremamente simples de usar. Com um único comando "curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash", a instalação é concluída, suportando Linux, macOS e WSL2, o Hermes Agent completa automaticamente toda a configuração, sem necessidade de operações manuais.
site oficial do Hermes
Após a instalação do Hermes Agent, execute "hermes setup" para iniciar o assistente de configuração, escolha seu fornecedor de modelo (suporta Nous Portal, OpenRouter, OpenAI ou qualquer ponto final personalizado), integre sua plataforma de mensagens (Telegram, Discord, Slack ou WhatsApp) e comece a primeira conversa. Desde a primeira interação, o Hermes Agent entra imediatamente no modo de aprendizado, começando a construir memória, criar habilidades e se tornar mais capaz a cada sessão.
Os comandos centrais de uso diário incluem:
hermes (iniciar conversa),
modelo hermes (escolher fornecedor e modelo LLM),
ferramentas hermes (configurar quais ferramentas ativar),
gateway hermes (iniciar a gateway de mensagens, conectar ao Telegram, Discord e outras plataformas),
configuração hermes (executar o assistente de configuração completo, configurando tudo de uma vez),
migrar hermes claw (migrar do OpenClaw),
atualização hermes (atualizar para a versão mais recente),
diagnóstico hermes (diagnosticar problemas);
Os cenários adequados para o Hermes Agent incluem: assistente de IA geral que precisa lembrar de contexto entre sessões e melhorar continuamente suas habilidades; fluxos de trabalho personalizados de Agent que precisam combinar ferramentas, plugins, servidores MCP, navegadores ou Shell; implantação de Agents em hardware local, VM na nuvem ou infraestrutura sem servidor de baixo custo; e cenários de assistentes duradouros que precisam manter um histórico de conversas pesquisável e habilidades adquiridas entre plataformas.
Mais especificamente, você pode usá-lo para conversar com ele no Telegram enquanto ele executa tarefas em uma VM na nuvem, configura automações e envia relatórios para qualquer plataforma, assume tarefas periódicas; ou pode integrá-lo ao Slack ou Discord para fornecer suporte colaborativo de IA para toda a equipe; ou utilizar sua funcionalidade de exportação de rastreamento para gerar dados de treinamento para o treinamento RL de modelos de chamada de ferramenta da próxima geração.