Hermes Agent, Giải thích: Tác nhân mã nguồn mở tự viết kỹ năng của chính mình

Nous Research gọi Hermes Agent, trong README trên kho GitHub của dự án, là "tác nhân duy nhất có vòng học tập tích hợp sẵn". Kho lưu trữ này có 256.360 sao và 56.015 lượt fork khi chúng tôi đọc nó vào ngày 23 tháng 10 năm 2026, mang giấy phép MIT, được tạo vào ngày 22 tháng 7 năm 2025 và đã được push vào đúng ngày đó. Sao là sự chú ý chứ không phải bằng chứng, và sự chú ý này không phải là chuyện ngẫu nhiên: Google Trends, trên toàn thế giới, trong bảy ngày qua, đọc vào ngày 23 tháng 10 năm 2026, cho thấy "hermes" và "hermes agent" tăng từ 30 đến 40 phần trăm. Điều khiến dự án này đáng được giải thích cặn kẽ không phải là con số mà là tuyên bố nằm bên dưới nó. Tác nhân này không phụ thuộc vào mô hình — bạn có thể trỏ nó tới bất kỳ endpoint tương thích OpenAI nào, kể cả của chúng tôi — và điều duy nhất mà nó nói rằng nó làm được mà những sản phẩm mà nó sẽ bị đem ra so sánh không làm được, đó là học từ chính công việc của mình.

Điều bạn thực sự đang cài đặt

Claude Code, Claude Cowork và Claude Duet là các sản phẩm. Bạn đăng nhập, bạn có một giao diện, nhà cung cấp vận hành mô hình và gói dịch vụ bao trùm mức sử dụng. Hermes Agent là một kho mã nguồn. Bạn cài đặt nó trên một máy do bạn kiểm soát, cung cấp cho nó một endpoint mô hình, và từ đó nó thuộc về bạn để cấu hình, làm hỏng và để chạy. Cách định vị của chính README mang tính hạ tầng chứ không phải tiêu dùng: "Chạy nó trên một VPS $5, một cụm GPU, hoặc hạ tầng serverless gần như không tốn gì khi nhàn rỗi." Nó cố ý không gắn với máy tính xách tay, và lời chào hàng tiếp theo là bạn trò chuyện với nó từ Telegram trong khi nó làm việc trên một VM trên đám mây.

Cách cài đặt cũng theo cùng một mô thức. Linux, macOS và WSL2 nhận được một script một dòng; Windows bản địa nhận được một lệnh PowerShell một dòng mà README cho biết sẽ chạy CLI, gateway, giao diện terminal và các công cụ mà hoàn toàn không cần WSL. Người dùng Android và Termux nhận được một kho APT đã ký dành cho thiết bị aarch64 với kênh ổn định và kênh canary, và README hướng họ đến một hướng dẫn Termux riêng thay vì trình cài đặt cho máy tính để bàn. Trình cài đặt từ mã nguồn giao phó Python 3.14, Node.js, npm, ripgrep, FFmpeg và các phụ thuộc Python cho một trình quản lý gói, đồng thời chuẩn bị một gói lưu trữ Git for Windows đã được xác minh nếu thiếu Git — mà không thay thế Git đã có trên máy. Thậm chí còn có một mục khắc phục sự cố cho trường hợp phần mềm diệt virus cách ly uv.exe đi kèm, mà README xác định là dương tính giả đối với trình quản lý gói Rust đi kèm. Mức độ quan tâm đó đối với những cỗ máy mà những người bảo trì không thể nhìn thấy tự nó là một tín hiệu về việc phần mềm dành cho ai.

Nơi nó sống và nơi công việc diễn ra

Hai phần của danh sách tính năng rất dễ lướt qua mà bỏ sót và cũng khó làm tốt. Phần đầu là việc nó sống ngay nơi bạn đã ở: Telegram, Discord, Slack, WhatsApp, Signal và một CLI thông thường, tất cả từ một tiến trình gateway duy nhất, với tính năng phiên âm ghi chú thoại và duy trì mạch hội thoại xuyên suốt các kênh. Phần thứ hai là nơi công việc thực sự diễn ra. Sáu backend terminal được tích hợp sẵn — local, Docker, SSH, Modal, Daytona và Vercel Sandbox — cùng các backend plugin như Singularity và Apptainer. Daytona và Modal mang lại khả năng lưu trữ liên tục không máy chủ: môi trường của agent ngủ đông khi nhàn rỗi và thức dậy theo nhu cầu. Đó là lý do README có thể vừa giới thiệu "một VPS $5" vừa nói "gần như không tốn gì khi nhàn rỗi" trong cùng một hơi mà hai điều không hề mâu thuẫn.

Trên đó là một bộ lập lịch cron có khả năng gửi đến bất kỳ nền tảng nào — báo cáo hằng ngày, sao lưu hằng đêm, kiểm toán hằng tuần, được viết bằng ngôn ngữ tự nhiên và chạy không cần giám sát — cùng các subagent cô lập cho những luồng công việc song song, với nhà cung cấp, mô hình và giới hạn được đặt trong ứng dụng desktop tại Settings, Model, Subagents. Cũng có một mảng nghiên cứu: tạo trajectory theo lô và nén trajectory để huấn luyện thế hệ mô hình gọi công cụ tiếp theo. Bản thân giao diện terminal là một TUI đầy đủ với chỉnh sửa nhiều dòng, tự động hoàn thành lệnh gạch chéo, lịch sử hội thoại, ngắt-và-chuyển hướng, và đầu ra công cụ dạng truyền phát. Không điều nào trong số đó là điểm bán hàng chính mà dự án dẫn đầu, và điều đó nói lên nhiều điều: đó là một nửa thiếu hào nhoáng của một agent phải sống sót khi bị để chạy một mình.

Vòng lặp, được phân rã

Cụm từ “learning loop” đang gánh rất nhiều trọng trách trong dòng đầu tiên của README, nên đáng để mổ xẻ thành năm thứ mà tài liệu thực sự gọi tên.

• Bộ nhớ do tác nhân tuyển chọn, với những lời nhắc định kỳ: tác nhân quyết định nội dung nào đáng lưu giữ và được nhắc nhở để lưu lại nó thay vì chờ người dùng yêu cầu.

• {{1}}Tự động tạo kỹ năng{{/1}} sau các tác vụ phức tạp, để {{2}}một chuỗi dài các bước để lại một quy trình có thể tái sử dụng thay vì phải suy ra lại vào lần sau{{/2}}.

• Các kỹ năng tự cải thiện trong quá trình sử dụng: quy trình sẽ được chỉnh sửa vào lần áp dụng kế tiếp, thay vì bị đóng băng tại thời điểm nó được viết ra.

• Tìm kiếm phiên với FTS5 kết hợp tóm tắt bằng LLM, để các cuộc trò chuyện trước đây có thể truy xuất được xuyên phiên thay vì nằm im trong một bộ đệm cuộn lại mà chẳng ai đọc.

• Mô hình hóa người dùng — README ghi nhận Honcho có cách tiếp cận biện chứng — tích lũy thành “một mô hình ngày càng sâu sắc về con người bạn qua các phiên”.

Đó là một thiết kế mạch lạc, và câu hỏi về tạo tác chính là câu hỏi quan trọng. Không có gì trong README mô tả một lượt huấn luyện. Vòng lặp tạo ra tài liệu thành văn: các mục bộ nhớ và kỹ năng, được giữ lại và chỉnh sửa công khai. Về nguyên tắc, điều đó có nghĩa là người dùng có thể đọc những gì tác nhân quyết định giữ lại và so sánh khác biệt những gì đã thay đổi sau nhiệm vụ tiếp theo; nó cũng có nghĩa là sự cải thiện nằm ngoài mô hình, trong các tệp tồn tại qua việc thay đổi mô hình. Dự án cũng tương thích với tiêu chuẩn mở agentskills.io, điều này đặc biệt quan trọng nếu bạn quan tâm liệu những kỹ năng đó có sống lâu hơn công cụ đã viết ra chúng hay không. Xét riêng từng thứ, bộ nhớ, truy xuất, tác vụ theo lịch và tác nhân con đều đã tồn tại ở nơi khác. Sự kết hợp, cùng với việc nhấn mạnh vào việc tác nhân tự viết lại các quy trình của chính nó, là phần đang được tuyên bố là mới.

Những gì đã được đo lường

Không có gì, một cách công khai. README không công bố điểm benchmark nào, không có so sánh đã được kiểm toán với một agent khác, không có mô hình mặc định và không có trang bảng giá được lưu trữ trực tuyến. Lời khẳng định tuyệt đối trong câu đầu tiên xuất hiện mà không có một bài kiểm tra đi kèm, và một tuyên bố có hình dạng như vậy cần có một bài kiểm tra, bởi vì phép so sánh mà nó đưa ra là với mọi agent khác đang tồn tại, kể cả những agent đã lưu giữ bộ nhớ hoặc tự viết công cụ của riêng chúng. “Agent duy nhất có vòng lặp học tập tích hợp” là một câu mà người đọc có thể đối chiếu với một ma trận tính năng; liệu vòng lặp đó có làm cho agent tốt hơn trong công việc của bạn hay không là một câu hỏi khác, và nó chưa được trả lời công khai.

Trong khi đó, sự chú ý đang đảm nhận công việc mà nếu không thì bằng chứng sẽ phải làm. 256.360 sao và 56.015 lượt fork là những con số lớn đối với một kho lưu trữ được tạo vào tháng 7 năm 2025, và đó là kiểu con số mà người đọc tiếp nhận như một phán quyết. Nhưng nó không phải vậy. Một lượt sao chỉ tốn một cú nhấp. Các bài báo đưa tin vào đầu tháng 10 năm 2026 cho biết Nous Research huy động được 90 triệu USD với mức định giá được báo cáo là 1,5 tỷ USD, trong đó NVIDIA và Samsung nằm trong số các nhà đầu tư, đồng thời cho biết agent này đã đạt hơn 24 triệu lượt tải xuống. Đó là những con số từ các bài báo chứ không phải những tuyên bố do chính công ty công bố, và ngay cả khi được nhìn nhận đúng như đưa ra, chúng đo lường mức độ áp dụng, không phải năng lực.

Đo lường điều này một cách đúng đắn thực sự khó, và đó là điều công bằng nhất để nói thay mặt dự án. Đơn vị của sự cải thiện là một tác vụ mà bạn đã làm rồi, nên phản thực tế là cùng một tác nhân trên cùng tác vụ đó mà không có kỹ năng mà nó đã viết — khối lượng công việc phải được chạy hai lần, có và không có artefact, trên đủ nhiều tác vụ để tách một mức tăng thực sự khỏi nhiễu giữa các lần chạy. Chưa ai công bố điều đó. Cho đến khi có người làm vậy, bản tóm tắt trung thực là cơ chế được mô tả chi tiết một cách bất thường và kết quả thì chỉ được khẳng định.

Các sản phẩm Claude mà nó được so sánh với

Một độc giả đến với Hermes từ phía Claude sẽ có một bộ sản phẩm cụ thể trong đầu, và việc so sánh là đáng làm vì các danh mục đã khác nhau trước cả khi bàn đến bất kỳ tính năng nào. Thanh điều hướng của Anthropic liệt kê chính Claude, Claude Code, Claude Cowork, Claude Duet, Claude Tag, Claude Science và Claude Security. Claude Code được xây dựng cho kỹ thuật phần mềm và chạy trong terminal, ứng dụng máy tính để bàn, giao diện web và ứng dụng di động, với tích hợp GitHub và IDE, tính năng đánh giá mã được phát hành chính thức trên Team và Enterprise, cùng một plugin bảo mật đang ở giai đoạn beta. Claude Cowork nhận một mục tiêu và làm việc xuyên suốt các tệp và công cụ của bạn, với trình duyệt ở bảng bên cạnh, và việc xóa bất kỳ thứ gì đều cần bạn phê duyệt. Claude Duet là sản phẩm chủ động: một ứng dụng độc lập, đang trong danh sách chờ dành cho người đăng ký Claude Pro và Max tại Mỹ, được xây dựng trên Claude Opus 5.5.

Mỗi thứ trong số đó đều là sản phẩm của chính nhà cung cấp mô hình trên hạ tầng của chính nhà cung cấp mô hình. Hermes đảo ngược cả ba yếu tố. Agent là mã nguồn mở, mô hình là một tham số, còn hạ tầng là bất cứ thứ gì bạn trỏ nó tới. Chính sự đảo ngược đó khiến tuyên bố về vòng lặp học tập có sức nặng, bởi một sản phẩm đóng có thể thay đổi agent bạn đang dùng bất cứ khi nào nó muốn, trong khi một agent có các kỹ năng nằm trong những tệp bạn sở hữu thì có thể được kiểm tra và, về nguyên tắc, có thể được di chuyển. Anthropic liệt kê Skills và Plugins trong số các năng lực của mình; điều mà không trang sản phẩm nào chúng tôi đọc vào ngày 23 tháng 10 năm 2026 mô tả là một agent tự viết ra kỹ năng mới từ lịch sử tác vụ của chính nó và sửa đổi kỹ năng đó trong lần tiếp theo nó được sử dụng. Việc sự khác biệt đó có giá trị hay không là câu hỏi tách biệt với việc nó có thật hay không, và chỉ câu hỏi thứ hai đã được giải đáp.

Trỏ nó vào một mô hình

Câu chuyện về mô hình trong README chỉ gói gọn trong một lệnh: hermes model. README nói rằng bạn có thể chuyển thứ mà agent chạy trên đó mà không cần thay đổi mã, và không bị ràng buộc vào một lựa chọn duy nhất. Đó là phần thiết kế đáng lẽ giữ được giá trị lâu nhất, vì biến số thú vị trong một agent kiểu này không phải vòng lặp mà là mô hình bên dưới nó. Cùng một thư viện kỹ năng sẽ hành xử khác nhau trên một mô hình mở nhỏ và trên một mô hình tiên tiến, và một công cụ biến việc hoán đổi đó thành thay đổi cấu hình cho phép bạn kiểm chứng sự khác biệt thay vì tranh cãi về nó.

Giao diện tương thích OpenAI chính là thứ khiến việc chuyển đổi trở nên ít tốn kém, và đó là giao diện mà chúng tôi đang nói tới. OrcaRouter là một endpoint duy nhất cho hơn 200 mô hình dưới một khóa duy nhất, với mức markup 0% — giá niêm yết của nhà cung cấp được chuyển thẳng qua — tự động chuyển đổi dự phòng khi một nhà cung cấp bị suy giảm, và một DSL định tuyến cho những yêu cầu mà bạn muốn chỉ rõ mô hình nào xử lý việc gì. Nếu bạn muốn một mô hình tiên phong đứng sau agent, Claude Opus 5.5 có giá 4,00 đô la mỗi triệu token đầu vào và 20,00 đô la mỗi triệu token đầu ra, với ngữ cảnh 1M token và đọc cache ở mức 0,20 đô la mỗi triệu. Hermes không quan tâm endpoint nào trả lời nó. Một điều đáng nói rõ: chúng tôi lưu trữ mô hình, không phải ứng dụng của Anthropic hay agent của bất kỳ ai khác. Hermes là phần mềm của Nous Research, và chạy nó đồng nghĩa với máy của bạn, các kênh của bạn và hóa đơn token của bạn.

Nếu bạn định chạy nó

Danh sách kiểm tra trung thực trước khi cài đặt hầu như chẳng liên quan gì đến vòng lặp, và README lại thẳng thắn một cách bất thường về phần lớn những điều đó.

• Tác nhân cần một máy chủ luôn hoạt động. Một chiếc laptop có thể ngủ là thiết bị không phù hợp, đó là lý do README hướng tới một VPS nhỏ hoặc một backend serverless tự ngủ đông thay vì chiếc máy tính trên bàn của bạn.

• Kênh là một quyết định, không phải mặc định. Việc nối Telegram, Discord, Slack, WhatsApp và Signal vào một tiến trình gateway duy nhất đồng nghĩa tiến trình đó nắm giữ thông tin xác thực của tất cả chúng, và đó là một bề mặt cần cân nhắc trước khi nó trở thành một tính năng để tận hưởng.

• Con số 5 đô la là chi phí tính toán. Token được tính phí bởi bất kỳ endpoint nào mà bạn trỏ lệnh model tới, và một agent chạy theo lịch cron sẽ tiêu tốn chúng trong khi bạn không hề hay biết. Công việc theo lịch và thời gian nhàn rỗi giá rẻ là hai nền kinh tế khác nhau.

• Những kỹ năng nó viết ra là để bạn xem xét. Lợi thế của artefact so với trọng số là bạn có thể đọc được chúng; và kỷ luật nằm ở việc thực sự đọc chúng, giống như cách bạn đọc một script mà đồng nghiệp để lại trong repository.

Câu hỏi đáng để đặt ra

Nous Research đã tung ra một sản phẩm với luận điểm rõ ràng: điều hữu ích tiếp theo mà một agent làm được không phải là cửa sổ ngữ cảnh dài hơn, mà là một thư viện thủ tục ngày càng lớn do chính nó viết ra, trên hạ tầng đủ rẻ để chạy liên tục hàng tháng trời. README lập luận cho luận điểm đó bằng một danh sách tính năng chi tiết, một quy trình cài đặt hoạt động được trên mọi nền tảng mà lập trình viên có thể dùng, và một số sao mà hầu hết dự án sẵn sàng đổi cả roadmap để có. Điều nó chưa có là con số có thể phân xử cuộc tranh luận — cùng một agent, cùng những nhiệm vụ, trước và sau khi các kỹ năng của chính nó xuất hiện. Cho đến khi ai đó công bố so sánh đó, cách hiểu công bằng là vòng lặp học là một cơ chế được mô tả kỹ lưỡng và một kết quả chưa được đo lường. Dù vậy, đó vẫn là thứ thú vị hơn để cài đặt so với một lời hứa hay một sự gạt bỏ.