AIエージェントが、使うほど自分で賢くなる——。こんなうたい文句を掲げるプロジェクトが、静かに注目を集めています。Nous Researchが開発する自律エージェント「Hermes Agent」です。公式ドキュメントは「自己改善するAIエージェント」と名乗り、動かすほど有能になるとまで言い切ります[2]。経験からスキルを作り、使ううちに改良し、知識を残すよう自分自身を促すというのが、その中身です[2]。動かす場所を選ばない設計は以前の記事で取り上げたので、今回は内側の側です。第三者のレビューによると、2026年4月時点でGitHubのスター数は9万5600に達しました[5]。注目の大きさを数字が裏づけています。
核となるのは、閉じた学習ループです。まず記憶から見ていきます。Hermesの記憶は、エージェント自身が内容を整理する方式です。定期的な「nudge(促し)」が、知識を保存するよう自分自身に働きかけます[2]。過去のやり取りを探すのはFTS5です。これはデータベースSQLiteに組み込まれた全文検索エンジンで、セッションをまたいだ記録をキーワードで探し出せます[2]。見つけた記録は、LLMに要約させてから呼び出します[2]。前に何をしたかを、毎回ゼロからではなく検索と要約で思い出す仕組みです。
スキルも同じ発想です。Hermesは経験からスキルを自律的に作り、使用中にそのスキル自体を改良します[2]。作成も改良も、エージェントが推論の流れの中で自分で行うようです。さらに「Honcho」と呼ばれる部分が、ユーザーのモデルを作ります。対話を重ねるごとに、好みや背景の理解を深めていく仕組みです[2]。記憶・スキル・ユーザー理解の3つが積み重なり、「長く使うほど能力が上がる」という主張を支えています[2]。使い込むほど自分仕様に育つ、というわけです。
外側の作りも規模が大きいです。アーキテクチャ文書によると、内蔵ツールは70以上、そのまとまり(ツールセット)は28種類に上ります[1]。モデルとの接続は3つのAPI形式から選べます。chat completions、codex responses、anthropicです[1]。エージェントを動かす入り口も6系統あります。CLI、ゲートウェイ、バッチ実行、APIサーバー、Pythonライブラリなどです[1]。CLIから直接使うことも、自分のプログラムから呼び出すこともできる形です。
つながる先も多いです。ターミナルの実行環境は6種類を内蔵します。ローカル、Docker、SSH、Daytona、Modal、Vercel Sandboxです。プラグインでさらに増やせます[2]。連携先はTelegram、Discord、Slack、WhatsApp、Signal、Matrix、メール、SMSなどと多岐にわります[2]。クラウドのVMで動くエージェントに、手元のPCからはTelegramで話しかける、といった使い方が想定されています[2]。インストールの方法も複数あります。WindowsとmacOS向けにはデスクトップアプリがあり、Linux向けのシェルスクリプトやPowerShell向けスクリプトも用意されました。aarch64のAndroidはTermuxのガイドが別にあります[2]。
しかし、公式の主張がそのまま実力を示すわけではありません。サードパーティーのレビューは実テストを行いました。そのタイトルは「ClaudeやChatGPTに勝つのか?」という問いの形です[3]。問いが疑問形で残っていること自体、検証がまだ進行中だと示しています。素材の範囲では、優劣を示す具体的なベンチマーク数値は確認できませんでした。しかも公式ドキュメント自身が「IDEにくくりつけられたコーディング補助でも、単一APIのチャットボットの包装でもない」と強調します[2]。比較対象の性質が違う以上、既存エージェントとの優劣は単純には測れないでしょう。こうした中、ベンチマークを集約するサイト[7]や、モデル最適化を試す検証用リポジトリ[8]が現れました。有志が包括的な非公式文書を整備する動きもあります[4]。アーキテクチャの解説をまとめる試みも始まっています[6]。
学習ループという差別化は、単発のテストでは測りにくい性質です。セッションをまたいで育つかどうかは、長期の使用を通じてしか確かめられません。だからこそ、第三者の実テストとベンチマークの蓄積が鍵になります。9万5600のスターが示す期待に、実際の使用が応えていくか。それが次の見どころです。
引用ソース
- Web記事 記事全文: Architecture | Hermes Agent — https://hermes-agent.nousresearch.com/docs/developer-guide/architecture
This page is the top-level map of Hermes Agent internals. Use it to orient yourself in the codebase, then dive into subsystem-specific docs for implementation details.
System Overview
┌─────────────────────────────────── - Web記事 記事全文: Hermes Agent Documentation | Hermes Agent — https://hermes-agent.nousresearch.com/docs
The self-improving AI agent built by Nous Research. The only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, and builds a deepening m
- Web記事 Web検索: HERMES AI Agent: Beats Claude & ChatGPT? Full Test [2026 Guide & Review] — https://justoborn.com/hermes-ai-agent/
HERMES AI Agent: Beats Claude & ChatGPT? Full Test [2026 Guide & Review]
- Web記事 Web検索: GitHub – mudrii/hermes-agent-docs: Comprehensive documentation for … — https://github.com/mudrii/hermes-agent-docs
GitHub – mudrii/hermes-agent-docs: Comprehensive documentation for …
- Web記事 Web検索: Hermes Agent Review: 95.6K Stars, Self-Improving AI Agent (April 2026) — https://dev.to/tokenmixai/hermes-agent-review-956k-stars-self-improving-ai-agent-april-2026-11le
Hermes Agent Review: 95.6K Stars, Self-Improving AI Agent (April 2026)
- Web記事 Web検索: Architecture Overview | NousResearch/hermes-agent | DeepWiki — https://deepwiki.com/NousResearch/hermes-agent/1.1-architecture-overview
Architecture Overview | NousResearch/hermes-agent | DeepWiki
- Web記事 Web検索: Hermes Agent Benchmark — The Complete Hub | Armalo AI — https://trust.armalo.ai/hermes-benchmark
Hermes Agent Benchmark — The Complete Hub | Armalo AI
- Web記事 Web検索: Agent Benchmark — Hermes Model Optimization – GitHub — https://github.com/pbedynski-priv/agent-benchmark
Agent Benchmark — Hermes Model Optimization – GitHub
※ 本記事はAIにより、Reddit・Hacker News・5ch・Xトレンドの公開投稿・トレンドを軸に、その話題をWeb検索で深掘りして集めた一次情報(記事全文・HNコメント)を併せて自動生成されました。本文中の[n]は末尾の引用ソース番号です。内容の正確性は保証されません。引用先を必ずご確認ください。
RECENT COMMENTS