Hermes Agent, explicado: o agente de código aberto que escreve suas próprias habilidades

A Nous Research chama o Hermes Agent, no README do repositório do projeto no GitHub, de "o único agente com um ciclo de aprendizagem integrado". O repositório tinha 256.360 estrelas e 56.015 forks quando o consultamos em 23 de outubro de 2026, tem licença MIT, foi criado em 22 de julho de 2025 e havia recebido push naquele mesmo dia. Estrelas são atenção, não evidência, e a atenção não é acaso: o Google Trends, em todo o mundo, nos últimos sete dias, consultado em 23 de outubro de 2026, colocou "hermes" e "hermes agent" em alta entre 30 e 40 por cento. O que torna o projeto digno de uma explicação cuidadosa não é a contagem, mas a afirmação por trás dela. O agente é agnóstico em relação ao modelo — você o aponta para qualquer endpoint compatível com OpenAI, inclusive o nosso — e a única coisa que ele diz fazer que os produtos com os quais será comparado não fazem é aprender com o próprio trabalho.

O que você está realmente instalando

Claude Code, Claude Cowork e Claude Duet são produtos. Você faz login, recebe uma interface, o fornecedor executa o modelo e o plano cobre o uso. O Hermes Agent é um repositório. Você o instala em uma máquina que controla, fornece a ele um endpoint de modelo e, a partir daí, ele é seu para configurar, quebrar e deixar rodando. A própria formulação do README é mais de infraestrutura do que de consumidor: "Execute-o em uma VPS de US$ 5, em um cluster de GPUs ou em infraestrutura serverless que custa quase nada quando ociosa." Ele deliberadamente não está atrelado a um laptop, e a proposta que se segue é que você fale com ele pelo Telegram enquanto ele trabalha em uma VM na nuvem.

A instalação segue o mesmo formato. Linux, macOS e WSL2 recebem um script de uma linha; o Windows nativo recebe um comando PowerShell de uma linha que, segundo o README, executa a CLI, o gateway, a interface de terminal e as ferramentas sem WSL nenhum. Usuários de Android e Termux recebem um repositório APT assinado para dispositivos aarch64 com um canal estável e um canal canary, e o README os encaminha para um guia separado do Termux em vez do instalador para desktop. O instalador de código-fonte delega Python 3.14, Node.js, npm, ripgrep, FFmpeg e as dependências do Python a um gerenciador de pacotes e prepara um arquivo verificado do Git for Windows se o Git estiver ausente — sem substituir o Git já presente na máquina. Há até uma entrada de solução de problemas para software antivírus colocando em quarentena o uv.exe incluído, que o README identifica como um falso positivo no gerenciador de pacotes Rust que ele distribui. Esse nível de cuidado com máquinas que os mantenedores não podem ver é, por si só, um sinal sobre para quem o software se destina.

Onde ele fica, e onde o trabalho acontece

Duas partes da lista de recursos são fáceis de passar batido e difíceis de fazer bem. A primeira é que ele vive onde você já está: Telegram, Discord, Slack, WhatsApp, Signal e uma CLI simples, tudo a partir de um único processo de gateway, com transcrição de mensagens de voz e continuidade da conversa mantida entre os canais. A segunda é onde o trabalho acontece. Seis backends de terminal são integrados — local, Docker, SSH, Modal, Daytona e Vercel Sandbox — além de backends de plugin como Singularity e Apptainer. Daytona e Modal oferecem persistência sem servidor: o ambiente do agente hiberna quando ocioso e desperta sob demanda. É por isso que o README pode oferecer tanto "uma VPS de US$ 5" quanto "quase nada quando ocioso" na mesma frase sem que os dois se contradigam.

Além disso, há um agendador cron com entrega para qualquer plataforma — relatórios diários, backups noturnos, auditorias semanais, escritos em linguagem natural e executados sem supervisão — e subagentes isolados para fluxos de trabalho paralelos, cujo provedor, modelo e limites são definidos no aplicativo desktop em Configurações, Modelo, Subagentes. Há também uma área de pesquisa: geração de trajetórias em lote e compressão de trajetórias para treinar a próxima geração de modelos de chamada de ferramentas. A própria interface de terminal é uma TUI completa com edição multilinha, autocompletar de comandos slash, histórico de conversa, interrupção e redirecionamento e saída de ferramentas em streaming. Nada disso é a promessa com que o projeto se apresenta, o que diz muito: é a metade sem glamour de um agente que precisa aguentar ficar ligado sem supervisão.

O loop, decomposto

A expressão "learning loop" carrega muito peso logo na primeira linha do README, por isso vale a pena decompô-la nas cinco coisas que o documento efetivamente nomeia.

• Memória curada pelo agente, com incentivos periódicos: o agente decide o que vale a pena manter e é incentivado a persistir isso em vez de esperar que um usuário peça.

• Criação autônoma de habilidades após tarefas complexas, para que uma longa sequência de etapas deixe um procedimento reutilizável em vez de ser derivada novamente na próxima vez.

• Competências que se aprimoram durante o uso: o procedimento é editado na próxima vez que for aplicado, em vez de ficar congelado no momento em que foi escrito.

• Pesquisa de sessões com FTS5 e sumarização por LLM, para que conversas passadas possam ser recuperadas entre sessões em vez de ficarem paradas em um buffer de histórico de rolagem que ninguém lê.

• Modelagem do usuário — o README atribui ao Honcho uma abordagem dialética — que se acumula em "um modelo cada vez mais profundo de quem você é ao longo das sessões".

Esse é um design coerente, e a questão do artefato é a que importa. Nada no README descreve uma execução de treinamento. O loop produz material escrito: entradas de memória e habilidades, mantidas e revisadas abertamente. Em princípio, isso significa que um usuário pode ler o que o agente decidiu manter e comparar o que mudou após a próxima tarefa; também significa que a melhoria vive fora do modelo, em arquivos que sobrevivem a uma troca de modelo. O projeto também é compatível com o padrão aberto agentskills.io, o que importa justamente se você se preocupa se essas habilidades sobreviverão à ferramenta que as escreveu. Considerados individualmente, memória, recuperação, tarefas agendadas e subagentes já existem em outros lugares. A combinação, e a ênfase no agente reescrevendo seus próprios procedimentos, é a parte que está sendo reivindicada como nova.

O que foi medido

Nada, em público. O README não publica nenhuma pontuação de benchmark, nenhuma comparação auditada com outro agente, nenhum modelo padrão e nenhuma página de preços hospedada. O superlativo na primeira frase chega sem um teste atrelado a ele, e uma alegação desse tipo precisa de um, porque a comparação que ela faz é contra todos os outros agentes existentes, incluindo agentes que já mantêm memória ou criam suas próprias ferramentas. "O único agente com um ciclo de aprendizado integrado" é uma frase que o leitor pode verificar em uma matriz de recursos; se o ciclo torna o agente melhor no seu trabalho é uma pergunta diferente, e ela não foi respondida em público.

A atenção, enquanto isso, está fazendo o trabalho que, de outra forma, caberia às evidências. 256.360 estrelas e 56.015 forks são um número grande para um repositório criado em julho de 2025, e é o tipo de número que um leitor absorve como um veredito. Não é. Uma estrela custa um clique. Reportagens da imprensa no início de outubro de 2026 situaram o aporte da Nous Research em US$ 90 milhões, com uma avaliação noticiada de US$ 1,5 bilhão, tendo NVIDIA e Samsung entre os investidores, e situaram o agente em mais de 24 milhões de downloads. Esses são números de reportagens, e não alegações que a própria empresa publica, e, mesmo tomados pelo valor de face, medem adoção, não capacidade.

Medir isso adequadamente é genuinamente difícil, o que é a coisa mais justa a se dizer em nome do projeto. A unidade de melhoria é uma tarefa que você já realizou, então o contrafactual é o mesmo agente na mesma tarefa sem a habilidade que ele escreveu — a carga de trabalho tem de ser executada duas vezes, com e sem o artefato, em tarefas suficientes para separar um ganho real do ruído entre execuções. Ninguém publicou isso. Até que alguém o faça, o resumo honesto é que o mecanismo é descrito com detalhe incomum e o resultado é afirmado.

Os produtos Claude com os quais é comparado

Um leitor que chega ao Hermes pelo lado do Claude terá um conjunto específico de produtos em mente, e vale fazer a comparação porque as categorias já diferem antes mesmo de qualquer recurso. A navegação da Anthropic lista o próprio Claude, Claude Code, Claude Cowork, Claude Duet, Claude Tag, Claude Science e Claude Security. O Claude Code foi criado para engenharia de software e roda em um terminal, um aplicativo desktop, uma interface web e um aplicativo móvel, com integrações com GitHub e IDEs, revisão de código disponível de forma geral nos planos Team e Enterprise, e um plugin de segurança em beta. O Claude Cowork recebe um objetivo e atua em seus arquivos e ferramentas, com um navegador no painel lateral, e excluir qualquer coisa exige sua aprovação. O Claude Duet é o proativo: um aplicativo independente, em lista de espera para assinantes do Claude Pro e Max nos EUA, criado sobre o Claude Opus 5.5.

Cada um deles é o produto do próprio fornecedor do modelo na infraestrutura do próprio fornecedor do modelo. O Hermes inverte os três termos. O agente é de código aberto, o modelo é um parâmetro, e a infraestrutura é aquilo para que você a aponta. É nessa inversão que a alegação do ciclo de aprendizagem ganha peso, porque um produto fechado pode mudar o agente debaixo de você quando quiser, enquanto um agente cujas habilidades vivem em arquivos que você possui pode ser inspecionado e, em princípio, movido. A Anthropic lista Skills e Plugins entre suas capacidades; o que nenhuma das páginas de produto que lemos em 23 de outubro de 2026 descreve é um agente que escreve uma nova habilidade a partir de seu próprio histórico de tarefas e revisa essa habilidade na próxima vez que ela for usada. Se a diferença é valiosa é uma questão separada de se ela é real, e apenas a segunda foi resolvida.

Apontando-o para um modelo

A narrativa de modelo do README é um único comando: hermes model. Troque aquilo em que o agente é executado sem alterações de código, diz o README, e sem lock-in. Essa é a parte do design que deve envelhecer melhor, porque a variável interessante em um agente desse tipo não é o loop, mas o modelo por baixo dele. A mesma biblioteca de habilidades se comporta de forma diferente em um modelo aberto pequeno e em um modelo de fronteira, e uma ferramenta que transforma essa troca em uma mudança de configuração permite testar a diferença em vez de discutir sobre ela.

Uma interface compatível com OpenAI é o que torna a troca barata, e é a interface que falamos. O OrcaRouter é um único endpoint para mais de 200 modelos sob uma única chave, com 0% de markup — o preço de tabela do provedor repassado diretamente — failover automático quando um provedor degrada, e uma DSL de roteamento para as requisições em que você quer especificar qual modelo cuida do quê. Se você quer um modelo de fronteira por trás do agente, Claude Opus 5.5 custa $4.00 por milhão de tokens de entrada e $20.00 por milhão de tokens de saída, com contexto de 1M de tokens e leituras de cache a $0.20 por milhão. O Hermes não se importa com qual endpoint responde a ele. Uma coisa que vale deixar clara: nós hospedamos modelos, não os apps da Anthropic nem o agente de mais ninguém. O Hermes é um software da Nous Research, e executá-lo significa sua máquina, seus canais e sua fatura de tokens.

Se você for executá-lo

A lista de verificação honesta antes de instalar tem pouco a ver com o loop, e o README é incomumente direto sobre a maior parte dela.

• O agente precisa de um host que permaneça ativo. Um laptop que entra em suspensão é a máquina errada, e é por isso que o README recorre a uma pequena VPS ou a um backend serverless que hiberna, em vez do computador da sua mesa.

• Canais são uma decisão, não um padrão. Integrar Telegram, Discord, Slack, WhatsApp e Signal em um único processo de gateway significa que esse processo detém as credenciais de todos eles, e essa é uma superfície para se pensar antes de ser um recurso para se desfrutar.

• A cifra de $5 é computação. Os tokens são cobrados pelo endpoint para o qual você aponta o comando do modelo, e um agente executado em um agendamento cron os consome enquanto você não está observando. Trabalho agendado e tempo ocioso barato são economias diferentes.

• As habilidades que ele escreve são suas para revisar. A vantagem dos artefatos sobre os pesos é que você pode lê-los; a disciplina está em realmente lê-los, da mesma forma que você leria um script que um colega deixou no repositório.

A pergunta que vale a pena fazer

A Nous Research lançou algo com uma tese clara: a próxima coisa útil que um agente faz não é uma janela de contexto maior, mas uma biblioteca crescente de procedimentos que ele mesmo escreveu, sobre uma infraestrutura barata o suficiente para ficar em execução por meses. O README defende essa tese com uma lista detalhada de recursos, um caminho de instalação que funciona em todas as plataformas que um desenvolvedor possa usar e uma contagem de estrelas pela qual a maioria dos projetos trocaria um roteiro. O que ele ainda não traz é o número que resolveria a discussão — o mesmo agente, as mesmas tarefas, antes e depois de suas próprias habilidades chegarem. Até que alguém publique essa comparação, a leitura justa é que o ciclo de aprendizado é um mecanismo bem descrito e um resultado não medido. Ainda assim, isso é uma coisa mais interessante de instalar do que uma promessa ou uma desqualificação.