> ## Content Index
> Fetch the complete content index at: https://matveev.tech/llms.txt
> Use this file to discover other available public pages before exploring further.

# Hermes Agent: автономный AI-агент от Nous Research 2026
- URL: https://matveev.tech/hermes-agent-obzor/
- Published: 2026-04-21T15:04:07.000Z
- Updated: 2026-04-21T15:04:07.000Z
- Description: Nous Research выкатили Hermes Agent — open-source агент на сервер с памятью между сессиями, субагентами и каналами в Telegram/Slack/Discord. Разбираю фичи и сравниваю с OpenClaw.
- Author: Pavel Matveev
- Tags: AI, Агенты, Open Source, Обзор, Dev Tools

> TL;DR: Hermes Agent — open-source автономный AI-агент от Nous Research. Живёт на твоём сервере (или VPS за $5), помнит контекст между сессиями, пишет себе скиллы на лету и работает одновременно в Telegram, Discord, Slack и ещё 12+ каналах. MIT-лицензия, v0.10.0, 488 контрибьюторов, 96k звёзд на GitHub. По факту это прямая альтернатива OpenClaw, и за неё стоит присмотреться.

Я уже писал про [реальные кейсы OpenClaw](https://matveev.tech/openclaw-kejsy-ispolzovaniya/) и [сравнение n8n vs OpenClaw](https://matveev.tech/n8n-vs-openclaw-sravnenie/). Hermes Agent — это ещё один подход к тому же: вместо копилота в IDE ты получаешь агента, который живёт на сервере и работает сам. Разберём, что он умеет, чем отличается и кому это нужно.

![Hermes Agent — обложка лендинга Nous Research](https://matveev.tech/content/images/2026/04/hero.png)

## Что это и зачем

Hermes Agent сделала Nous Research — та самая лаба, которая выпустила модели Hermes, Nomos и Psyche. То есть команда, которая обучает LLM сама, теперь делает агентскую обвязку под свои же модели. Это важно: они понимают, где у моделей слабые места, и подстраивают под это архитектуру.

Первая публичная версия вышла 25 февраля 2026, v0.10.0 — 14 апреля. То есть за 7 недель 10 мажорных релизов и 488 контрибьюторов. Для open-source проекта, который не является форком чего-то популярного, это живая экосистема.

Главная идея: агент, который «растёт с тобой». Не сессионный чат-бот, не помощник в IDE, а сущность, которая живёт на сервере, помнит твои проекты, создаёт себе скиллы из опыта и прокачивает их по мере использования. Общаешься с ним из Telegram, пока он работает на cloud-VM, которую ты даже по SSH не открывал.

## Чем отличается от coding-копилотов

Cursor, Copilot, Claude Code — это инструменты для кодинга внутри IDE. Их задача: помочь тебе писать код быстрее в рамках одной сессии.

Hermes Agent про другое. Его задача: взять часть рутины на себя и делать её, пока ты занят другим. Типовые сценарии, которые на лендинге и в доках:

- каждую ночь прогнать CI, собрать отчёт, кинуть тебе в Telegram
- следить за репозиторием, делать review PR и комментировать
- собирать бэкапы и складывать в S3 по расписанию
- искать информацию в интернете, суммаризировать и слать в Slack

По сути это замена zapier/n8n на LLM-основе. Где zapier держит жёсткие пайплайны, Hermes собирает их на лету, пишет собственные скрипты и помнит, что делал вчера.

## Закрытый learning loop — главная фишка

Hermes позиционируется как «единственный агент со встроенным learning loop». Под этим они понимают несколько вещей сразу:

- **Curated memory с nudges.** Агент не просто сохраняет всё подряд. Он периодически проходит по памяти, решает, что важно, и формализует. Плюс nudges — сам себя подталкивает «не забудь записать это».
- **Auto-skills.** Решил типовую задачу → записал в виде переиспользуемого скилла. В следующий раз не думает заново, а вызывает.
- **Self-improvement скиллов.** Если скилл сработал плохо, агент его дорабатывает во время использования.
- **FTS5 cross-session recall + LLM summarization.** Полнотекстовый поиск по прошлым сессиям с автосуммаризацией.
- **Honcho dialectic user modeling.** Моделирование тебя как пользователя: как ты говоришь, что ценишь, какие решения принимаешь. Звучит слегка жутковато, но полезно для агента, который работает автономно.

Как устроена память агентов в целом и как такие системы сравниваются с RAG и графами, разбирал в статьях [«Память AI-агентов»](https://matveev.tech/pamyat-ai-agentov-rag-grafy-mem0/) и [про MemPalace](https://matveev.tech/mempalace-ai-pamyat-agentov/). Hermes идёт по своему пути — не «внешний memory-слой», а интегрированная часть ядра.

Ключевой момент: скиллы совместимы с открытым стандартом agentskills.io. То есть скилл, который ты написал для Hermes, теоретически работает в другом агенте того же стандарта. И есть Skills Hub, куда комьюнити заливает готовые наборы.

## Sandboxing, субагенты и где бегает код

Вторая большая фича — 6 бэкендов для выполнения кода:

- **local** — прямо у тебя на машине (быстро, но рискованно)
- **Docker** — контейнер с изоляцией namespace
- **SSH** — на удалённый сервер
- **Daytona** — serverless dev environments
- **Singularity** — HPC-сценарии и GPU-кластеры
- **Modal** — serverless Python

Daytona и Modal — отдельная тема. Они дают «serverless persistence»: когда агент не работает, среда гибернирует и стоит почти ноль. Когда задача прилетела — поднимается за секунды. Для агентов, которые большую часть времени ждут событий, это реально важно для кошелька.

Субагенты — это изолированные параллельные процессы со своими терминалами, разговорами и Python-скриптами через execute\_code. Делегируешь подзадачу — получаешь назад саммари. Плюс Programmatic Tool Calling: многошаговый пайплайн может свернуться в один inference-вызов, что экономит токены. Близкие паттерны разбирал в [3 паттерна воркфлоу AI-агентов](https://matveev.tech/patterny-workflow-ai-agentov/).

## Каналы и расписание

«Живёт где живёшь ты». Реально 15+ платформ: CLI, Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, DingTalk, Feishu, WeCom, BlueBubbles, Home Assistant. Один gateway — начал в CLI, продолжил в Telegram, закончил в Slack. Контекст не теряется.

Natural language cron. Пишешь «каждый день в 9 утра собирай дайджест тикетов из GitHub и присылай в Telegram» — агент это парсит и ставит задачу. Никаких `* * * * *` в syntax crontab.

Voice mode — в CLI, Telegram, Discord, включая Discord VC. Можно голосом.

🤖

Пишу про такие open-source инструменты и агентные паттерны — [подписывайся в телеге](https://t.me/ctospeech?ref=matveev.tech).

## Hermes Agent vs OpenClaw

Самый логичный вопрос. OpenClaw — это агентный фреймворк от Anthropic с упором на инструментальность и кодинг. Hermes — тоже агентный фреймворк, но с другим акцентом.

| Что                   | Hermes Agent                              | OpenClaw                             |
| --------------------- | ----------------------------------------- | ------------------------------------ |
| Лицензия              | MIT                                       | Apache 2.0                           |
| Создатели             | Nous Research (делают модели)             | Anthropic (делает Claude)            |
| Фокус                 | автономный агент на сервере               | агент-оркестратор задач              |
| Память между сессиями | встроенная (curated + nudges)             | требует подключения внешних систем   |
| Auto-skills           | да, с self-improvement                    | базовые skills, без self-improvement |
| Каналы связи          | 15+ из коробки                            | CLI + адаптеры                       |
| Sandbox-бэкендов      | 6                                         | 3 (local, Docker, remote)            |
| Voice mode            | встроенный                                | нет                                  |
| Работа с MCP          | да                                        | да                                   |
| Языковые модели       | любые через OpenRouter/OpenAI/Nous Portal | упор на Anthropic, но не только      |

Короткая версия: если тебе нужен агент, который кодит и автоматизирует CI/CD, OpenClaw привычнее и у него более зрелые паттерны под coding. Если нужен агент как постоянный помощник, который живёт на VPS и доступен из мессенджеров с реальной памятью между днями — Hermes выглядит логичнее.

Плюс Hermes работает с любыми моделями через OpenRouter, включая open-source. Для сценариев «хочу свой агент на своих рельсах, без vendor lock-in» это серьёзный плюс.

## Кому это подойдёт

Не всем, конкретно.

DevOps и SRE — очевидный сценарий. Агент, который следит за алёртами, чинит тривиальщину и пишет отчёты ночью, пока ты спишь. Инди-разработчикам и solo-founders тоже имеет смысл: один человек не может держать в голове бэкап, CI, мониторинг, клиентские письма и GitHub-issues одновременно. Hermes разгружает часть этого.

Для research-команд есть отдельная ценность: встроенные батчи, trajectory export и RL через Atropos. Это можно использовать как платформу для экспериментов с агентной архитектурой, не собирая обвязку с нуля.

Для технических фаундеров сценарий примерно такой: VPS за $5, Telegram-бот, память между сессиями — получается персональный ассистент, который в курсе дел, а не очередной чат на «ты».

Кому точно не стоит: - если хочешь копилот в IDE, Cursor или Claude Code удобнее, Hermes про другое - если не готов поддерживать инфраструктуру, потому что всё-таки нужен сервер и часть настроек руками - если нужен production-grade SLA, проект молодой, версия 0.x, API меняется

## Быстрый старт

Оговорюсь: сам я Hermes пока не ставил, разбор по докам и публичным отзывам. Но процесс установки в доках выглядит простым:

```bash
# 1. Установка (Linux, macOS, WSL2)
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

# 2. Настройка
hermes setup

```

Первая команда качает bash-скрипт, который ставит uv (пакетный менеджер Python), подтягивает зависимости и клонирует репозиторий. На macOS проверял — сработает, если есть git и базовый питон.

`hermes setup` — интерактивный визард: выбираешь провайдера (Nous Portal, OpenRouter, OpenAI, свой endpoint), модель, каналы коммуникации (какие мессенджеры подключать), sandboxing backend.

После этого агент доступен в CLI. Чтобы подключить Telegram, Discord или Slack — отдельная команда и токен бота из BotFather / Discord Developer Portal. В доках есть пошаговый quickstart на каждую платформу.

## Вердикт

Hermes Agent не убьёт OpenClaw и не станет заменой Cursor. Но занимает отдельную нишу, в которой сейчас реально не хватает зрелого инструмента: персональный агент на своём сервере с памятью и доступом через мессенджеры.

Мне больше всего зашла идея serverless-персистентности через Daytona и Modal. Агент, который почти ничего не стоит, пока спит, и мгновенно поднимается по событию — это правильная экономика для индивидуального разработчика.

Что настораживает. Скорость релизов обоюдоострая: 10 мажорных версий за 7 недель говорит о живом проекте, но API меняется, и что-то обязательно ломается между апдейтами. «Honcho dialectic user modeling» звучит красиво, но как это реально работает через полгода использования, никто пока не видел, обзоров с таким сроком просто нет. Отдельная тема — security. Автономный агент, который сам пишет скиллы и сам их выполняет, требует серьёзной настройки approval-политик. В доках есть раздел про command approval и authorization, но это не то, что настраивается за 5 минут.

Если бы я выбирал сейчас личного агента на VPS — Hermes попал бы в шорт-лист. Но я бы дал ему ещё пару месяцев дозреть и смотрел бы на v0.15+.

[Hermes Agent — An Agent That Grows With YouOpen-source автономный AI-агент от Nous Research. MIT, установка одной bash-командой, 15+ каналов и 6 sandbox-бэкендов.Nous Research](https://hermes-agent.nousresearch.com/?ref=matveev.tech)

## FAQ

**Чем Hermes Agent отличается от OpenClaw?** OpenClaw — фреймворк с упором на кодинг-задачи и интеграцию с Claude. Hermes — автономный агент с упором на жизнь на сервере, persistent memory и каналы. Hermes работает с любыми моделями через OpenRouter, а не только Anthropic.

**Какие модели поддерживает?** Любые через OpenRouter: GPT, Claude, Gemini, Qwen, DeepSeek, open-source. Плюс Nous Portal (собственные модели Nous), OpenAI API напрямую или любой свой endpoint.

**Сколько это стоит?** Сам Hermes бесплатный, MIT-лицензия. Платишь только за инфраструктуру (VPS от $5/мес) и токены LLM через провайдера.

**Можно запустить на Windows?** Да, через WSL2\. Нативной Windows-сборки нет, нужен Linux-слой.

**Это безопасно — агент, который сам пишет скиллы?** Настраивается. Есть command approval, authorization, изоляция через Docker/Daytona. Но для продакшна нужно внимательно читать security-раздел доки и настраивать approval-политики.

## Что ещё почитать

- [Что реально умеет OpenClaw: 10 кейсов от торга за авто до CI/CD](https://matveev.tech/openclaw-kejsy-ispolzovaniya/) — разбор соседнего инструмента на конкретных сценариях
- [Топ-6 AI-агентов для кода в 2026](https://matveev.tech/luchshie-ai-agenty-dlya-koda-2026/) — где Hermes в общей картине
- [Память AI-агентов: контекст, RAG, графы и mem0](https://matveev.tech/pamyat-ai-agentov-rag-grafy-mem0/) — как агенты вообще «помнят» и почему learning loop сложнее, чем кажется
- [n8n vs OpenClaw: автоматизация с AI в 2026](https://matveev.tech/n8n-vs-openclaw-sravnenie/) — сравнение двух подходов к автоматизации, к которым Hermes добавляет третий