その後のHermes追跡、毎日自己更新する設計文書と70超のツール

AIエージェントが、自分の設計図を毎日書き換え続ける——。オープンソースの「Hermes」では、そんな光景が現実になっています。前回の記事では、音声のやり取りでローカルのAIエージェントにつながる様子を追いました。今回はその後の展開として、注目が集まる「中身」に踏み込みます。テーマは内部構造と、自己改善の仕組みです。

HermesはNousResearchが開発するAIエージェントです。公式のアーキテクチャ文書によると、入り口は多彩です。文字を打って操作するCLIや、APIサーバー、Pythonライブラリなど、複数の入り口が用意されています[1]。ひとつのエージェントにこれだけ多くの入り口があるのは、やや珍しい構成です。中心にあるのはAIAgentと呼ばれる核です。役割は、プロンプトの構築、利用するAIサービスの選択、ツールの実行の三つに分かれています[1]。長いやり取りでも推論を続けられるよう、会話の文脈を圧縮してキャッシュする仕組みも組み込まれています[1]。そして目を引くのが、ツールを登録・管理する「ツールレジストリ」です。70以上のツールと28のツールセットが登録されています[1]。呼び出すAPIの形式も3種類あり、用途に応じて切り替えられます[1]。

人気のほうも数字で確認できます。2026年4月時点のレビュー記事では、GitHubのスター数が95.6Kに達したと紹介されています[4]。自己学習するエージェントとして取り上げるレビューもあり[4]、内部構造を解説するDeepWikiのページも用意されています[4]。「自己学習」「自己改善」という言葉が、複数のレビュー記事のタイトルに繰り返し現れるのも特徴です[4][4]。動作範囲が広い点も押さえておきたいところです。CLIだけでなく、TelegramやDiscord、Slackなど複数のプラットフォームを横断して動きます[2]。

いちばん興味深いのは、コミュニティから生まれた「生きたアーキテクチャ文書」の存在です。開発者zoro-jiro-san氏のリポジトリには、自律的な調査と反復を通じて毎日更新される設計文書があります[2]。これはHermes Second Brainというナレッジ管理システムと統合されています[2]。Second Brainは、生の調査資料を、検索しやすい構造化ウィキへ編集する知識基盤です[2]。Andrej Karpathy氏の提唱するLLM Wikiパターンの実装と説明されています[2]。Hermesの知識を外に置いて、複利で増やす役割を担います[2]。同じリポジトリでは、小型コンピュータRaspberry Piの状態をTelegramへ通知するボットも紹介されています[2]。エージェントを取り巻く環境ごと整備しようとする姿勢がうかがえます。

流れは「日々の学び→スキル→グラフ→ウィキ」と段階的です。まず新しい論文や記事、リポジトリが読み込まれます。次にパターンが抽出され、SKILL.mdというスキルファイルが自動生成されます。シンボリックリンク(別ファイルへの参照)経由で、Hermes本体に組み込まれる仕組みです[2]。並行して、登場する概念を抽出した知識グラフが作られます。知識グラフは、概念同士を関係で結んだ網の目のようなデータです。「uses」「implements」「inspired_by」といった関係で結ばれていきます[2]。

検索はGraphRAG方式です。単語の重要度を数値化するTF-IDFベクトルと、グラフをたどる検索を組み合わせた手法です[2]。正確で文脈に合った応答を狙った構成のようです。ウィキの各ページは、引用とウィキリンク付きでLLMが作成・更新します[2]。ファイルはMarkdown形式で、ノートアプリのObsidianで開けばグラフ表示も可能です。編集は、ファイル変更を検知する仕組み(inotifyウォッチャー)経由で、GitHubへリアルタイム同期されます[2]。さらに、問い合わせへの回答をそのまま保存して知識を増やす循環や、主張すべてを元資料にたどれる証拠管理の考え方も盛り込まれています[2]。

しかし、話をそのまま受け取るのは危険です。「ClaudeやChatGPTに勝るか」という挑発的なタイトルのレビュー記事も登場していますが[3]、素材となった記事からは具体的なベンチマーク数値を確認できませんでした。性能比較は、まだ断片的な段階です。また、毎日更新される設計文書は公式のものではなく、個人開発者によるハッカー的な試みです[2]。文書自身が「LLMがウィキを維持し、人間はソースの選別だけ」と説明する通り[2]、自動生成された知識の質は、もとになる資料の選び方に左右されるはずです。さらに検索では、自律エージェントを題材にした同名の学術論文も見つかりましたが[4]、これが今回のHermesと同一かどうかは素材からは確認できませんでした。

それでも、この一連の動きが示す方向ははっきりしています。エージェントの進化が、推論モデルそのものの性能から、ツールの数や知識の蓄積方法といった「周辺の仕組み」へと広がっていることです。人間がメンテナンスせず、LLMが文書を書き続ける構図は、今後のエージェント開発のひとつの形になるかもしれません。前回の音声接続に続いて、今回の自己文書化。Hermesは「使われるだけのAI」から「自分を育てるAI」へ、また一歩進んだようです。