Principais destaques

Memória persistente: Hermes consegue guardar informações sobre projetos, preferências e aprendizados para recuperar em sessões futuras.

Autonomia de verdade: o agente pode criar skills, agendar tarefas, delegar trabalhos para outros agentes e continuar operando sem uma pessoa acompanhando cada etapa.

Código aberto e sem amarras: a plataforma da Nous Research aceita diferentes provedores e modelos, além de integrar ferramentas externas por MCP.

A inteligência artificial está mudando de fase.

Durante muito tempo, a principal pergunta era qual modelo conseguia responder melhor a uma pergunta. Depois, a disputa passou a envolver quem gerava imagens mais convincentes, escrevia código com menos erros ou conseguia analisar documentos maiores.

Agora, uma nova pergunta está ganhando espaço: e se a IA não precisasse apenas responder, mas pudesse continuar trabalhando depois que você fechasse a conversa?

É exatamente nessa direção que o Hermes Agent, projeto de código aberto desenvolvido pela Nous Research, está avançando.

A plataforma foi criada para funcionar como um agente de IA capaz de usar ferramentas, guardar informações, executar tarefas programadas, criar novas habilidades e até dividir trabalhos complexos entre agentes especializados.

E há uma diferença importante em relação a muitos projetos que simplesmente colocam um modelo de linguagem dentro de uma interface.

O Hermes tenta construir uma espécie de ambiente operacional para agentes de IA.

Não é apenas uma caixa de conversa.

É uma tentativa de transformar o modelo em algo que possa acompanhar projetos, aprender procedimentos, acessar sistemas externos e executar tarefas recorrentes.

---

O que torna o Hermes Agent diferente?

O projeto é desenvolvido pela Nous Research, laboratório conhecido por seus trabalhos com modelos e sistemas de inteligência artificial.

Na documentação atual, o Hermes é descrito como um agente que possui um ciclo de aprendizado próprio. A ideia é que ele possa registrar conhecimento, transformar experiências em novas skills e melhorar esses procedimentos com o uso.

Isso muda bastante a proposta.

Em um chatbot tradicional, a conversa termina e o sistema pode não ter nenhuma lembrança útil daquela interação na próxima vez.

No Hermes, existe uma camada dedicada a preservar informações.

Na prática, ele tenta responder a três perguntas:

O que eu preciso lembrar?

Preferências do usuário, informações do ambiente, características de um projeto e fatos importantes podem entrar na memória persistente.

Como eu faço isso novamente?

Procedimentos mais complexos podem ser transformados em skills reutilizáveis.

Quando devo fazer isso?

O sistema de agendamento permite programar tarefas para serem executadas posteriormente.

Essa combinação é importante porque transforma o agente em algo mais próximo de um funcionário digital automatizado do que de um assistente que espera passivamente por uma nova pergunta.

E o detalhe mais interessante é que o Hermes não precisa ficar preso a um único modelo

A plataforma permite trabalhar com diferentes provedores e endpoints. A documentação e o repositório oficial citam suporte a opções como Nous Portal, OpenRouter, OpenAI e endpoints próprios. O GitHub também destaca a possibilidade de trocar o modelo sem modificar o código do agente.

Isso reduz um dos problemas mais comuns no mercado de agentes: ficar dependente de uma única empresa de IA.

---

A memória é uma das partes mais importantes do Hermes

Talvez o recurso que melhor explique a filosofia do Hermes seja a memória.

Mas não se trata simplesmente de guardar uma enorme quantidade de informações e jogar tudo de volta no contexto a cada conversa.

A arquitetura atual trabalha com uma memória persistente e limitada, organizada principalmente em dois arquivos: MEMORY.md e USER.md.

O primeiro concentra informações que o agente aprendeu sobre ambiente, projetos, convenções e fatos importantes. O segundo funciona como um perfil do usuário, incluindo preferências e expectativas.

Essa limitação é proposital.

Mais memória não significa necessariamente uma IA melhor.

Se tudo for armazenado sem critério, o agente pode acabar carregando informações irrelevantes, aumentando o contexto e dificultando a recuperação do que realmente importa.

Por isso, o Hermes trabalha com uma memória curada e limitada.

Memória não é a mesma coisa que histórico

Esse detalhe merece atenção.

A memória persistente guarda fatos considerados importantes para serem lembrados entre sessões.

Já o sistema de busca de sessões permite procurar conversas antigas armazenadas em SQLite usando FTS5.

Em outras palavras:

Memória: “este projeto usa determinada estrutura”.

Histórico: “o que exatamente discutimos sobre esse projeto há duas semanas?”

São problemas diferentes e o Hermes tenta tratar os dois separadamente.

Isso pode ser muito útil em projetos de longo prazo.

Imagine um desenvolvedor trabalhando durante vários meses em uma aplicação.

Em vez de precisar explicar toda vez que o agente deve seguir determinadas convenções, a informação pode permanecer disponível.

O mesmo vale para um profissional que usa a IA diariamente.

Com o tempo, o agente pode conhecer melhor a maneira como aquela pessoa trabalha.

É aqui que o conceito de “agente que cresce com você” deixa de ser apenas marketing e começa a fazer sentido tecnicamente.

---

Skills: o agente pode aprender como executar um trabalho

Outro componente central do Hermes é o sistema de Skills.

Uma skill não é simplesmente uma nova ferramenta.

Ela pode ser entendida como um procedimento que ensina o agente a executar determinada tarefa de maneira reutilizável.

A documentação oficial recomenda usar skills para processos com várias etapas que serão repetidos no futuro.

Por exemplo:

1. Consultar uma API.
2. Filtrar os resultados.
3. Transformar os dados.
4. Gerar um relatório.
5. Salvar o arquivo.
6. Enviar o resultado para determinado canal.

Se esse processo for executado diversas vezes, o Hermes pode transformar o procedimento em uma skill.

Na próxima ocasião, em vez de reconstruir todo o raciocínio, o agente pode carregar aquela habilidade quando necessário.

É uma espécie de memória procedural

Essa distinção é importante.

A memória responde a:

“O que eu sei?”

A skill responde a:

“Como eu faço?”

E essa separação ajuda a construir agentes mais consistentes.

O sistema também permite que o próprio agente crie, atualize e remova skills. A Nous Research descreve isso como parte do ciclo de autoaperfeiçoamento do Hermes.

A ideia é bastante poderosa.

Se o agente resolve um problema complexo e descobre um procedimento que poderá ser útil novamente, ele pode transformar aquela experiência em uma habilidade reutilizável.

Na teoria, quanto mais o sistema é utilizado, mais preparado ele fica para determinadas rotinas.

Na prática, isso também exige supervisão.

Uma skill criada automaticamente pode carregar erros ou pressupostos incorretos. Por isso, o fato de um agente conseguir modificar suas próprias habilidades não significa que toda alteração deva ser aceita sem revisão.

---

O Hermes também consegue trabalhar sozinho

A autonomia é outro ponto em que a plataforma tenta se diferenciar.

O Hermes possui um sistema de agendamento baseado em cron, permitindo programar tarefas para serem executadas automaticamente. Os trabalhos podem ser configurados usando linguagem natural ou expressões cron e os resultados podem ser enviados para diferentes plataformas.

Isso abre uma quantidade enorme de possibilidades.

Alguns exemplos:

Relatórios diários

O agente coleta dados durante a madrugada e entrega um resumo pela manhã.

Monitoramento

Uma tarefa verifica determinado site, sistema ou conjunto de informações em intervalos regulares.

Operações

O agente pode executar rotinas recorrentes, como backups, auditorias ou verificações.

Pesquisa

Uma tarefa programada pode reunir novas informações sobre determinado assunto e preparar um relatório.

O ponto mais importante é que a pessoa não precisa iniciar cada execução manualmente.

Essa característica é fundamental para transformar uma demonstração de IA em uma automação real.

Um chatbot é útil quando você conversa com ele.

Um agente programado pode continuar sendo útil quando você não está conversando com ele.

---

Em vez de um agente, você pode ter vários

Outra característica interessante do Hermes é a capacidade de delegação.

A plataforma permite criar subagentes isolados para trabalhar em tarefas diferentes e depois reunir os resultados.

Imagine uma pesquisa complexa.

Um agente poderia investigar concorrentes.

Outro poderia coletar dados financeiros.

Um terceiro poderia analisar documentação técnica.

Um quarto poderia organizar as informações.

Em vez de executar tudo sequencialmente em uma única conversa, o sistema pode distribuir partes do trabalho.

Isso aproxima o Hermes de uma pequena equipe digital

O conceito ainda está longe de significar que agentes de IA podem substituir equipes inteiras.

Existe um problema conhecido nesse tipo de arquitetura: delegar uma tarefa errada para um agente errado apenas multiplica erros.

Mas, quando a divisão é bem definida, a possibilidade de paralelização pode reduzir bastante o tempo necessário para executar trabalhos complexos.

A documentação também destaca o uso de chamadas programáticas de ferramentas, permitindo que scripts em Python acionem ferramentas via RPC e agrupem várias etapas em uma execução mais eficiente.

---

Hermes não vive apenas no terminal

Uma das mudanças mais importantes em relação à ideia tradicional de um agente de programação é que o Hermes não precisa ficar preso ao computador do desenvolvedor.

O projeto oferece um gateway para diferentes canais de comunicação.

Entre eles estão Telegram, Discord, Slack, WhatsApp, Signal e outras plataformas. A documentação atual lista mais de 20 superfícies de comunicação, incluindo integrações com ferramentas de colaboração, mensageria e automação residencial.

Isso permite um cenário bastante diferente.

Você pode conversar com o agente pelo celular.

Enquanto isso, o processamento pode acontecer em uma máquina remota.

O agente pode estar trabalhando enquanto você está fazendo outra coisa

Essa é uma das ideias mais interessantes do projeto.

O Hermes pode rodar localmente, em Docker, por SSH ou em ambientes remotos como Modal e Daytona, entre outras opções.

Assim, o agente deixa de depender necessariamente do computador pessoal permanecer aberto.

Em determinadas configurações, ele pode ficar hospedado em uma máquina remota e receber comandos por um canal de mensagens.

Isso aproxima a experiência de um assistente realmente sempre disponível.

---

MCP amplia o que o Hermes consegue fazer

O suporte ao Model Context Protocol, conhecido como MCP, também é importante.

O MCP funciona como uma camada de conexão entre o agente e ferramentas externas.

Em vez de cada integração precisar ser construída diretamente dentro do Hermes, o agente pode conversar com servidores MCP que oferecem acesso a bancos de dados, GitHub, sistemas de arquivos, navegadores e APIs internas.

Isso cria uma arquitetura mais modular.

Hermes continua sendo o agente. O MCP funciona como uma ponte para ferramentas que vivem fora dele.

E existe uma preocupação importante com segurança.

A documentação atual informa que o Hermes não simplesmente entrega todo o ambiente de credenciais para servidores MCP. Variáveis de ambiente são filtradas e apenas configurações explicitamente permitidas são encaminhadas.

Para agentes capazes de executar ações reais, esse tipo de proteção deixa de ser detalhe técnico e passa a ser requisito básico.

---

Segurança vira um problema central quando a IA ganha acesso ao computador

Quanto mais autonomia um agente recebe, maior é o risco de ele fazer alguma coisa errada.

Se uma IA apenas responde a uma pergunta, o potencial de dano costuma ser limitado.

Mas se ela pode executar comandos, alterar arquivos, acessar APIs e interagir com sistemas externos, a história muda.

O Hermes adota uma arquitetura de segurança em várias camadas.

A documentação oficial lista mecanismos como autorização de usuários, aprovação humana para comandos perigosos, proteção contra gravações em arquivos sensíveis, isolamento por containers, filtragem de credenciais do MCP e isolamento entre sessões.

Entre as proteções estão:

• Aprovação para operações potencialmente destrutivas.
• Bloqueio de determinados arquivos de credenciais.
• Isolamento em Docker, Singularity e outros ambientes.
• Filtragem de variáveis de ambiente.
• Proteção contra determinados tipos de injeção em arquivos de contexto.
• Separação entre sessões.
• Validação de parâmetros usados pelos backends de terminal.

Isso não significa que o Hermes seja automaticamente seguro em qualquer configuração.

A própria documentação deixa claro que determinadas proteções são mecanismos de defesa e não uma barreira absoluta contra um agente comprometido.

Essa ressalva é essencial.

Um agente autônomo precisa ser tratado como software com poder de execução, não como uma simples janela de chat.

---

Hermes Agent versus Claude Code

É comum colocar Hermes Agent e Claude Code lado a lado, mas a comparação precisa ser feita com cuidado.

O Claude Code é principalmente uma ferramenta para desenvolvimento de software.

Ele foi criado para ajudar o programador a navegar por código, modificar arquivos, executar comandos, investigar problemas e trabalhar dentro de um fluxo de desenvolvimento.

O Hermes pode fazer algumas dessas coisas, mas sua proposta é mais ampla.

	Hermes Agent	Claude Code
Foco principal	Agentes autônomos	Desenvolvimento com IA
Código aberto	Sim	Não
Memória persistente	Sim	Não é o foco principal
Skills	Sim	Sim, em uma abordagem própria
Agendamento	Sim	Não é o foco
Subagentes	Sim	Sim
MCP	Sim	Sim
Vários canais de mensagens	Sim	Não é o foco
Modelos	Diversos provedores	Ecossistema Claude
Execução remota	Sim	Mais centrado no ambiente de desenvolvimento

A comparação, portanto, não deveria ser “qual é melhor?”.

A pergunta mais útil é:

“Eu quero um copiloto para programar ou uma infraestrutura para manter um agente trabalhando?”

Se a resposta for a primeira, Claude Code é uma categoria muito mais próxima.

Se a resposta for a segunda, Hermes começa a fazer mais sentido.

---

Hermes Agent versus OpenClaw

A relação com o OpenClaw é ainda mais interessante.

O próprio Hermes oferece ferramentas de migração para importar configurações, memórias, skills e outros dados de instalações do OpenClaw.

Isso mostra que os dois projetos ocupam territórios próximos.

A diferença está principalmente na filosofia.

O Hermes oferece uma estrutura bastante completa, com memória, skills, cron, subagentes, canais de mensagens, MCP e diferentes backends.

O OpenClaw pode ser mais interessante para quem prefere montar a arquitetura de maneira mais personalizada.

Em termos simples:

OpenClaw: mais liberdade para montar.

Hermes: mais infraestrutura pronta para operar.

Não existe uma resposta universal.

Para um desenvolvedor que gosta de construir cada peça, mais flexibilidade pode ser uma vantagem.

Para alguém que quer chegar rapidamente a um agente persistente, com memória e automação, ter esses componentes integrados pode economizar bastante trabalho.

---

E onde entra o dinheiro?

Aqui existe uma correção importante em relação ao texto-base.

O artigo original apresentava uma integração nativa com Stripe como um dos diferenciais centrais do Hermes Agent.

Na documentação oficial atual que consultei, porém, os recursos destacados são memória, skills, cron, MCP, subagentes, canais de mensagens, ferramentas web, sandboxing e suporte a múltiplos provedores. Não encontrei a integração nativa com Stripe descrita daquela forma nas páginas oficiais atuais.

Isso não significa que um agente Hermes não possa participar de fluxos envolvendo pagamentos.

Como a plataforma aceita ferramentas externas e MCP, sistemas de pagamento podem ser conectados por integrações apropriadas.

Mas é diferente de dizer que o Stripe é um recurso nativo central do produto.

Essa distinção importa especialmente para quem está escolhendo uma plataforma para produção.

---

O projeto é realmente gratuito?

O código do Hermes Agent está disponível sob licença MIT.

Isso significa que o software pode ser utilizado e modificado dentro dos termos da licença.

Mas “open source” não significa necessariamente “custo zero”.

Se o agente utilizar APIs comerciais de modelos, haverá custos associados a esses serviços.

Também podem existir despesas com hospedagem, servidores, armazenamento, ferramentas externas e outros componentes.

A própria Nous Research oferece o Nous Portal com planos que incluem créditos e acesso a modelos e ferramentas, enquanto o Hermes também pode ser instalado e configurado para trabalhar com outros provedores.

Portanto, existem dois custos diferentes:

Custo do software: pode ser zero quando você utiliza o projeto de código aberto.

Custo da infraestrutura: depende de onde o agente roda e de quais modelos e serviços são utilizados.

---

Quem deveria experimentar o Hermes?

O Hermes parece especialmente interessante para quem quer ir além de um chatbot.

Faz sentido para:

Desenvolvedores

Quem deseja criar agentes capazes de usar ferramentas, acessar sistemas e executar rotinas.

Pesquisadores de IA

A arquitetura oferece recursos interessantes para experimentos com agentes, memória, skills, delegação e execução de tarefas.

Profissionais de automação

Quem possui tarefas repetitivas que podem ser transformadas em processos programados.

Usuários avançados

Pessoas dispostas a configurar um ambiente próprio para ter mais controle sobre seus dados e ferramentas.

Equipes técnicas

Empresas que precisam conectar agentes a sistemas internos por APIs ou MCP.

Talvez não seja a melhor escolha para:

Quem simplesmente quer conversar com uma IA sem configurar nada.

Quem não deseja lidar com servidores, credenciais, modelos, permissões ou infraestrutura.

Quem procura uma solução totalmente hospedada e pronta para uso.

---

O verdadeiro diferencial pode não ser a IA

Essa talvez seja a parte mais importante de toda a história.

O Hermes não precisa ter o melhor modelo de linguagem do mundo para ser interessante.

A arquitetura tenta resolver outro problema.

Imagine que os modelos de IA continuem evoluindo rapidamente.

Hoje você pode preferir um modelo.

Amanhã, outro.

Se o agente estiver preso a um único fornecedor, a troca pode ser dolorosa.

O Hermes tenta separar essas duas camadas.

O modelo pensa.

O agente executa.

E a infraestrutura conecta os dois.

Essa separação pode se tornar cada vez mais importante à medida que os modelos se aproximam uns dos outros em capacidade.

---

A disputa pelos agentes está mudando

Durante a primeira onda da IA generativa, empresas competiam principalmente por modelos maiores, benchmarks melhores e respostas mais impressionantes.

Agora, uma segunda camada está ganhando importância.

Quem consegue transformar esses modelos em sistemas que trabalham de maneira persistente?

O Hermes aposta que a resposta passa por memória, skills, automação, ferramentas, subagentes e ambientes de execução.

É uma mudança de mentalidade.

Em vez de perguntar:

“Qual IA responde melhor?”

começamos a perguntar:

“Qual IA consegue fazer o trabalho inteiro?”

Essa é uma diferença muito maior do que parece.

---

O futuro pode ser menos chatbot e mais funcionário digital

O Hermes Agent ainda exige conhecimento técnico e não elimina os desafios envolvidos em colocar agentes autônomos em produção.

Memória pode conter informações erradas.

Skills podem ensinar procedimentos incorretos.

Modelos podem tomar decisões equivocadas.

Ferramentas externas podem falhar.

E quanto mais acesso o agente possui, maior precisa ser a preocupação com segurança.

Mesmo assim, a direção do projeto é clara.

A Nous Research está construindo uma plataforma na qual o agente pode lembrar, aprender procedimentos, executar, delegar, agendar e continuar trabalhando.

Esse conjunto é muito mais interessante do que simplesmente colocar uma interface bonita sobre um modelo de linguagem.

O Hermes Agent representa, portanto, uma das experiências mais interessantes da atual corrida pelos agentes de IA de código aberto.

Não porque tenha resolvido todos os problemas.

Mas porque aponta para uma mudança importante na forma como usamos inteligência artificial.

A próxima geração de assistentes talvez não seja aquela que conversa melhor com você.

Talvez seja aquela que, depois de ouvir o que você precisa, continue trabalhando enquanto você segue com a sua vida.

---

Em uma frase

Hermes Agent é uma tentativa de transformar modelos de IA em agentes persistentes, capazes de lembrar o que aprenderam, criar procedimentos reutilizáveis, usar ferramentas, delegar tarefas e trabalhar de forma autônoma.