A maioria dos "agentes de IA" não passa de uma janela de chat com um cinto de ferramentas. Você pergunta, ela responde, esquece tudo, e amanhã você reexplica a mesma coisa. O Hermes Agent, da Nous Research, tenta outra coisa: um agente open-source, com licença MIT, self-hosted, construído em torno de um loop de memória e skills. Tudo o que vem abaixo é o que o projeto afirma fazer. Acho o design genuinamente interessante, mas trate as capacidades anunciadas como declarações do fornecedor até você mesmo rodá-lo nas suas próprias tarefas, porque ninguém publicou números comparativos independentes.
Primeiro, o nome — porque três "Hermes" vão comer sua semana se você misturar tudo. Hermes Agent é o agente autônomo, o assunto deste texto. Nous Hermes é a família de modelos de pesos abertos da Nous Research. E Hermès é a grife de bolsas, que não tem nada a ver. O agente roda sobre os modelos Nous, mas não é casado com eles — e isso importa mais do que parece.
O que o Hermes Agent afirma ser
A Nous o descreve como um agente com um loop de aprendizado embutido. As versões evoluem rápido, então confira a página de releases no GitHub do projeto em vez de confiar em qualquer número que eu escreva aqui. A instalação é uma linha, segundo a documentação:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
Digite hermes e você já está conversando com ele. O comportamento de destaque que a Nous anuncia: quando o agente resolve um problema não trivial, ele escreve para si mesmo um procedimento SKILL.md para não ter que rededuzir aquela solução do zero, mantém uma memória de longo prazo e consegue buscar nas próprias conversas passadas para resgatar contexto. Se essa acumulação realmente ajuda no seu trabalho é uma questão de avaliação, não de marketing.
Um ponto de design de fato o separa dos agentes de programação: a Nous afirma que ele roda em Telegram, Discord, Slack, WhatsApp, Signal, e-mail e CLI a partir de um único processo de gateway, compartilhando um só repositório de memória. Se isso se confirmar, o agente com quem você fala no Slack às 9h é o mesmo agente, com a mesma memória, que você cutuca no Telegram à meia-noite.
Skills e memória: a parte que importa
Se você já usou Claude Code ou Codex, conhece o formato SKILL.md: uma pasta com um arquivo SKILL.md contendo um nome, uma descrição e instruções, opcionalmente acompanhada de scripts ou referências. O Hermes Agent usa o mesmo padrão aberto, criado e publicado pela Anthropic. A diferença que o projeto destaca está em quem escreve a skill.
No Claude Code e no Codex, é você quem escreve as skills (ou pede para o agente escrever) e o agente as consome. A Nous afirma que o Hermes Agent as escreve sozinho, a partir de gatilhos concretos: depois que uma tarefa complexa dá certo, depois que ele se recupera de um erro, depois que você o corrige, ou quando ele identifica um fluxo de trabalho reaproveitável. Para manter o contexto sob controle, as skills carregariam com divulgação progressiva: primeiro um índice pequeno, o corpo de uma skill quando pedido, e um arquivo do pacote só quando necessário. Isso está alinhado ao espírito do padrão.
Como são skills SKILL.md padrão, qualquer coisa que o Hermes escreve deveria ser, em princípio, portável para outros agentes que leiam o formato. Ou seja, as skills que seu agente acumula não são, em tese, uma prisão de fornecedor. Verifique a portabilidade em uma skill real antes de contar com ela.
Hermes Agent vs Claude Code vs Codex
Essa é a comparação que todo mundo quer, então vou ser direto: são categorias diferentes, e fingir o contrário é como as pessoas acabam se decepcionando.
- Claude Code é um agente de programação. Ele lê seu código, edita arquivos e roda comandos no terminal, na IDE, no desktop e no navegador. Foi feito para entregar software, e esse é o trabalho dele.
- OpenAI Codex também é um agente de programação, cobrindo CLI, uma extensão de IDE e um runner em nuvem, com subagentes e skills. Mesmo bairro, mesmo uso principal.
- Hermes Agent se apresenta como um agente de propósito geral cujo destaque não é editar seu repositório. É escrever e refinar as próprias skills e a memória persistente em superfícies de chat, open-source e self-hosted.
Uma nota sobre benchmarks: ninguém publicou números de acurácia frente a frente para esses agentes, e eu não vou inventar nenhum. Quem te citar um número de "acurácia do Hermes Agent" está vendendo alguma coisa.
Self-hosting, modelos e sandbox
É aqui que o lado open-source merece atenção. A Nous afirma que o agente é agnóstico de modelo: ele roda no Nous Portal, em agregadores como o OpenRouter, em outros provedores, ou no seu próprio endpoint. Como o agente e os modelos são separáveis, você pode apontá-lo para um modelo local e manter tudo dentro de casa.
O projeto também descreve subagentes para fluxos de trabalho paralelos e vários backends de execução, entre eles local, Docker, SSH e Modal, com endurecimento de containers. Então, quando um agente autônomo decide rodar código, o design prevê que isso aconteça em um sandbox isolado, e não no seu metal puro.
Casos de uso para negócios e para quem desenvolve
Três padrões, nenhum exigindo que você escreva código:
- Um assistente de operações no Slack que acelera. Conecte-o ao Slack e peça um resumo semanal de métricas. O que se afirma: na primeira segunda, ele descobre a extração de múltiplos passos e escreve uma skill; na segunda seguinte, ele simplesmente executa. Teste se isso de fato se acumula no seu caso. Pense numa agência de automação com IA que entrega esse relatório para vários clientes toda segunda de manhã.
- Um assistente multicanal com uma só memória. O mesmo agente no Telegram à noite e no CLI na sua mesa, compartilhando um único repositório de memória em vez de silos por app.
- Uma alternativa privada a um bot hospedado. Rode-o em Docker na sua própria máquina — pense numa PME brasileira que precisa respeitar a LGPD —, aponte para o seu próprio endpoint e mantenha os dados em casa. Licença MIT, sem conta por assento.
Para builders, a superfície interessante é o sistema de skills que se escreve sozinho. Trate-o como um substrato: deixe-o acumular skills enquanto resolve suas tarefas recorrentes e depois leve esses arquivos SKILL.md portáteis para o Codex ou o Claude Code. E como é MIT e self-hosted, você pode ler o código, fazer fork e rodar contra o seu próprio endpoint.
Segurança e supervisão
Um agente que escreve as próprias skills e roda código é exatamente o tipo de coisa que deveria te deixar cauteloso, e o design admite isso. A Nous documenta uma configuração de aprovação de escrita que coloca as skills numa fila de revisão humana antes de entrarem em vigor, e os backends de sandbox existem para que a execução autônoma permaneça isolada. Isso não é "solta na natureza e reza". Use a fila de aprovação, use o sandbox e revise o que ele escreve — pelo menos até confiar nele.
Guarde o que ele escreve
Se você o colocar para rodar, o retorno são as skills que ele acumula. Salve as que provarem valor como arquivos SKILL.md portáteis no Command Center, para que o trabalho sobreviva além de um único agente.
Fontes e leituras adicionais
- Nous Research
- Anthropic: Equipping agents for the real world with Agent Skills
- Anthropic: documentação do Claude Code
- Documentação do OpenAI Codex
FAQ
Hermes Agent é a mesma coisa que os modelos Nous Hermes? Não. Hermes Agent é o agente autônomo; Nous Hermes é a família de LLMs de pesos abertos. O agente pode rodar sobre esses modelos, mas é descrito como agnóstico de modelo.
O Hermes Agent só funciona com os modelos da Nous? Não. A Nous afirma que ele roda em muitos provedores e no seu próprio endpoint. Os modelos Nous são uma opção, não uma exigência.
As skills que ele escreve ficam presas a ele?
Elas usam o padrão aberto SKILL.md, então em princípio são reaproveitáveis em outros agentes que leiam o formato. Verifique em uma skill real antes de contar com isso.
É de graça? O agente é licenciado sob MIT e self-hosted, então o software é gratuito. Você paga apenas pela inferência do modelo que apontar para ele.
Dá para rodar código sem encostar na minha máquina? Segundo a documentação, sim. Além da execução local, ele oferece backends Docker, SSH e Modal com endurecimento de containers, então o código autônomo roda em um sandbox.