Nous Research открыли код Hermes Agent под лицензией MIT — и это меняет логику работы с персональными ИИ-помощниками. Главная деталь кроется в архитектуре закрытого цикла обучения. Агент не просто исполняет команды в вакууме. Он самостоятельно пишет новые навыки после выполнения сложных задач, корректирует их на лету и формирует долгосрочную контекстную модель пользователя, связывая разрозненные сессии через встроенный поиск FTS5.

Проект полностью отвязан от локального терминала. Бэкенд можно развернуть на дешевом VPS, в Docker или серверлесс-инфраструктуре, которая засыпает при простое и не тратит ресурсы. Интерфейсом при этом выступает единый коммуникационный шлюз. Ставить задачи и получать результаты можно напрямую через Telegram, Slack, Signal или WhatsApp. Система поддерживает расшифровку голосовых заметок и умеет делегировать процессы изолированным субагентам для параллельных вычислений.

Жесткой привязки к конкретным API нет. Встроенная команда hermes model позволяет без изменения кода переключаться между локальными весами, Hugging Face или агрегаторами вроде OpenRouter с доступом к более чем 200 различным моделям. Для автоматизации рутины предусмотрен планировщик, который собирает ночные бэкапы или утренние отчеты полностью без участия человека. Для тех, кто уже выстроил процессы на базе OpenClaw, разработчики добавили команду hermes claw migrate для бесшовного переноса данных.