Hermes Agent چیست؟ عاملِ خودبهبود + مقایسه با OpenClaw
Hermes Agent ساختهی Nous Research، خودش را «تنها عاملی با حلقهی یادگیریِ توکار» مینامد — عاملی که با هر بار استفاده بهتر میشود. اما این «خودبهبودی» دقیقاً چیست و چه تفاوتی با رقیبش OpenClaw دارد؟ در این مقاله، Hermes را کالبدشکافی میکنیم و صادقانه با OpenClaw مقایسهاش میکنیم.
📚 این مقاله بخشی از مجموعهی «AI Agents در ۲۰۲۶» است
بررسی کامل Hermes Agent
⚠️ اشتباه نگیرید: Hermes Agent با سریِ مدلهای زبانیِ Hermes 2/3/4 (همان آزمایشگاه، Nous Research) یکی نیست. آنها مدلاند؛ این یک عامل است و مدلناوابسته است. مقالهی arXivِ دیگری هم به نام «Hermes» دربارهی شبکههای سلولی وجود دارد که کاملاً بیربط است.
Hermes Agent چیست؟
Hermes Agent یک عاملِ خودبهبود (self-improving)، متنباز (MIT)، به زبانِ Python، ساختهی Nous Research است. شعارش: «عاملی که با تو رشد میکند.» هم یک ابزارِ CLI/TUI است و هم میتواند بهعنوان یک عاملِ همیشهروشن روی ۲۰+ پیامرسان اجرا شود.
توصیفِ رسمیِ خودِ مخزن، دقیقاً نقطهی تمایزش را میگوید: «تنها عاملی که یک حلقهی یادگیریِ توکار دارد — از تجربه مهارت میسازد، آنها را حین استفاده بهبود میدهد، خودش را به ماندگارکردنِ دانش هُل میدهد، در گفتوگوهای گذشتهی خودش جستوجو میکند، و مدلی عمیقتر از اینکه شما که هستید میسازد.»
در میانهی ۲۰۲۶ حدود ۲۱۵ هزار ستاره دارد و Nous Research در حال جذبِ سرمایه با ارزشگذاریِ حدود ۱.۵ میلیارد دلار گزارش شده است. TechCrunch صراحتاً آن را رقیبِ OpenClaw معرفی میکند و میگوید Hermes «هفتهها پس از وایرالشدنِ یک عاملِ رقیب» منتشر شد.
معماری
| مؤلفه | جزئیات |
|---|---|
| هستهی ارکستراسیون | یک کلاسِ AIAgent که همهچیز را از «سرِهمکردنِ پرامپت تا اعزامِ ابزار و جابهجاییِ provider هنگام خطا» مدیریت میکند. |
| لایهی مدلناوابسته | چهار حالتِ API: chat_completions، codex_responses، anthropic_messages، bedrock_converse. با OpenAI، OpenRouter، پورتالِ Nous یا هر endpointِ دلخواه کار میکند. |
| رجیستریِ ابزار | ثبتِ خودکارِ ابزارها؛ دهها ابزارِ داخلی. |
| بکاندهای اجرا | شش گزینه: local، Docker، SSH، Singularity، Modal، Daytona. |
| پایداریِ حالت | SQLite، شامل یک ایندکسِ FTS5 برای جستوجوی تماممتنِ تاریخچهی نشستها. |
| ایمنیِ لایهای | بررسیِ دستوراتِ خطرناک با هوکهای pre/post. |
حلقهی کاری (Agent Loop)
نکتهی جالب: حلقهی Hermes رسماً «مشاهده ← برنامهریزی ← کنش ← بازاندیشی» برچسب نخورده است. چرخهی مستندِ هر نوبت این است:
- تولیدِ
task_id(در صورت نیاز) - افزودنِ پیامِ کاربر به تاریخچه
- ساخت یا استفادهی مجدد از پرامپتِ سیستمیِ کششده
- بررسیِ فشردگیِ متن — اگر بیش از ۵۰٪ پنجره پر شده باشد، فشردهسازی فعال میشود
- ساختِ پیامهای API از تاریخچه
- تزریقِ لایههای پرامپتِ گذرا (مثل هشدارِ فشارِ متن یا بودجه)
- اعمالِ نشانههای کشِ پرامپت
- یک فراخوانیِ API قابلِوقفه
- تجزیهی پاسخ: اگر فراخوانیِ ابزار بود ← اجرا (چند فراخوانی بهصورت موازی با ThreadPool) ← نتیجه به تاریخچه ← بازگشت به گام ۵؛ اگر متن بود ← ذخیره و پایان.
بودجهی تکرار: پیشفرض ۹۰ تکرار؛ در سقفِ ظرفیت، Agent متوقف میشود و خلاصهای از کار برمیگرداند. و نکتهی مهم برای صداقتِ فنی: مستنداتِ رسمی صریحاً میگویند «هیچ گامِ بازاندیشیِ (reflection) صریحی در این حلقه مستند نشده است».
چرا به آن «عاملِ خودبهبود» میگویند؟
این مهمترین بخشِ Hermes است و باید دقیق فهمیده شود. خودبهبودیِ آن انباشتِ حافظهی رویهای است، نه یادگیریِ تقویتیِ زنده. سه ستون دارد:
- ساختِ خودکارِ مهارت: پس از یک کارِ پیچیده، Agent خودش یک فایلِ
SKILL.mdِ قابلاستفادهی مجدد مینویسد. - حافظهی خودگردان با «تلنگر» (nudge): پرامپتِ سیستمی بهصورت دورهای Agent را ترغیب میکند حقایقِ ماندگار را در فایلهای حافظه بنویسد و مدلش از کاربر را بهروز کند.
- بازیابیِ بیننشستی: جستوجوی تماممتنِ FTS5 روی گفتوگوهای گذشته — و نتایج پیش از تزریق به متن، توسط LLM خلاصه میشوند.
⚠️ یک تنشِ واقعی که باید بگوییم: یک کالبدشکافیِ فنیِ مستقل استدلال میکند که Hermes در زمانِ اجرا از شکستهای خودش بازاندیشی و یادگیری نمیکند؛ مسیرهای اجرا (trajectories) صرفاً بهصورت JSONL برای تحلیلِ آفلاین ذخیره میشوند و «عاملِ در حالِ اجرا هرگز مسیرهای خودش را برای هدایتِ رفتارش مصرف نمیکند». هر فاینتیونِ RL هم دستی فراخوانی میشود. این با عبارتِ بازاریابیِ «مهارتها حین استفاده خودبهبود میشوند» در تنش است. جمعبندیِ منصفانه: نوشتنِ مهارت پس از خطا واقعاً وجود دارد (مستند است)، اما ادعای قویترِ «خوداصلاحیِ پیوسته از روی مسیرها» تأییدنشده است.
سیستم مهارت (Skill)
| ویژگی | جزئیات |
|---|---|
| قالب | فایلهای SKILL.md (مارکداون با فرانتماترِ YAML: نام، توضیح، نسخه) — دادهاند، نه کد |
| محلِ ذخیره | ~/.hermes/skills/ |
| شرطِ ساختِ خودکار | «پس از تکمیلِ گردشکارهای پیچیده (۵+ فراخوانیِ ابزار)، هنگامِ مواجهه با خطا، یا هنگامِ کشفِ رویههای غیربدیهی» |
| مدیریت | create، patch، edit، delete |
| افشای تدریجی (بهینهسازی توکن) | سه سطح: L0 فقط متادیتا (~۳ هزار توکن) · L1 بارگذاریِ کاملِ مهارت در صورت نیاز · L2 فایلهای مرجعِ خاص |
| استاندارد | سازگار با استانداردِ بازِ agentskills.io |
حافظه و MCP
حافظه: ترکیبی از (۱) فایلهای مارکداونِ «عکسِ منجمد» که در ابتدای نشست خوانده و در پرامپتِ سیستمی جاسازی میشوند (MEMORY.md برای حقایقِ ماندگار، USER.md برای پروفایلِ کاربر)، (۲) بازیابیِ بیننشستی با FTS5، و (۳) یک انتزاعِ MemoryProvider که به سیستمهای بیرونی (مثل Honcho) وصل میشود. اصلِ طراحیِ مستند: «حافظه، حقایقِ کوچکِ ماندگار را ذخیره میکند و مهارتها، رویههای طولانی را.»
MCP: Hermes یک کلاینتِ بومیِ MCP است. دو انتقال: stdio (زیرفرایندهای محلی) و HTTP (endpointهای راهدور با توکن یا OAuth 2.1). ابزارهای MCP با پیشوندی ضدِتصادم در همان رجیستری ثبت میشوند: mcp_<server>_<tool> — مثلاً mcp_github_create_issue. نصب: hermes mcp install <name>.
مثال: امروز انجام میدهد، دفعهی بعد بهتر
این دقیقاً معنیِ عملیِ «خودبهبودی» است:
بارِ اول. میگویید: «پرداختهای ماهِ گذشتهی Stripe را بیاور و یک خلاصهی CSV بساز.» Agent نقشه میکشد، سرورِ MCPِ Stripe را وصل میکند (mcp_stripe_*)، صفحهبندیِ API را طی میکند، به خطای محدودیتِ نرخ میخورد و با تلاشِ مجدد ردش میکند، داده را بازآرایی و CSV را مینویسد. این یک گردشکارِ پیچیده، خطاخورده و بیش از ۵ فراخوانیِ ابزار بود — دقیقاً شرطِ ساختِ مهارت. Agent فایلِ ~/.hermes/skills/finance/stripe-payout-summary/SKILL.md را مینویسد: کدام ابزارهای MCP، الگوی صفحهبندی، تلاشِ مجدد در محدودیتِ نرخ، و شِمای CSV.
ماهِ بعد. همان درخواست را میدهید. در سطحِ L0 نام و توضیحِ آن مهارت از قبل در متنِ Agent هست؛ میفهمد یک «دستورپختِ آزموده» دارد. با skill_view رویهی کامل را بارگذاری میکند، آزمونوخطا و آن خطای محدودیتِ نرخ را دور میزند، و کار را با تکرارهای بسیار کمتری تمام میکند. اگر راهِ بهتری کشف کند، مهارت را patch میکند. همزمان در MEMORY.md نوشته: «این کاربر خلاصهی پرداخت را بهصورت CSV میخواهد.»
نتیجه: فراخوانیِ کمتر، خطای تکراریِ کمتر، سرعتِ بیشتر. اما — همانطور که گفتیم — این بازاستفاده از حافظهی رویهای است، نه بازآموزیِ زندهی مدل.
مقایسهی عمیق OpenClaw و Hermes Agent
سوالِ درست «کدام بهتر است؟» نیست؛ سوالِ درست این است: هرکدام برای حلِ چه مسئلهای ساخته شدهاند؟
| معیار | OpenClaw | Hermes Agent |
|---|---|---|
| فلسفهی طراحی | حاکمیتِ کاربر و محلیمحوری؛ «دستیارِ شخصیِ همیشهدردسترس» | یادگیری و رشد؛ «عاملی که با تو بهتر میشود» |
| معماری | Gateway + پلاگینهای کانال + رانتایم (TypeScript) | کلاسِ AIAgent + رجیستریِ ابزار + بکاندهای اجرا (Python) |
| حلقهی Agent | رویداد-محور + heartbeatِ پیشدستانه (خودش بیدار میشود) | حلقهی نوبتیِ ابزار با بودجهی ۹۰ تکرار و فشردهسازیِ متن |
| حافظه | نشستها + فایلهای Markdownِ محلی | MEMORY.md/USER.md + SQLite FTS5 برای بازیابیِ بیننشستی |
| سیستم مهارت | مهارت = متن؛ پلاگین = کد؛ رجیستریِ ClawHub با کشفِ خودکار | SKILL.md + افشای تدریجی (L0/L1/L2) + استانداردِ agentskills.io |
| توانِ یادگیری | مهارتها را نصب میکند (از رجیستری) | مهارتها را خودش میسازد (از تجربه) — ستونِ اصلیِ محصول |
| اجرای ابزار | ابزارهای داخلی + پلاگینهای TypeScript در همان فرایند | رجیستریِ ابزار + ۶ بکاند (local/Docker/SSH/Modal/...) + MCPِ بومی |
| پیامرسانی | ⭐ نقطهی قوتِ اصلی: ۲۰+ کانال در یک Gateway | دارد (۲۰+ پلتفرم) اما تمرکزِ اصلی روی CLI/TUI است |
| توسعهپذیری | پلاگین (کد) + مهارت (متن) + ClawHub | ابزار + مهارت + MCP (اکوسیستمِ بازِ بیرونی) |
| امنیت | مدلِ sandbox برای گروهها/کانالها، جداسازیِ نشست | بررسیِ دستورِ خطرناک با هوک، اجرا در Docker/sandbox |
| تجربهی توسعهدهنده | نصب و «حرفزدن از تلگرام» — کاربرمحور | hermes در ترمینال — توسعهدهندهمحور |
| مجوز / زبان | MIT · TypeScript | MIT · Python |
| مناسب برای | یک دستیارِ شخصیِ همیشهروشن که در زندگیِ دیجیتالِ شما (چت، ایمیل، تقویم، فایل) زندگی میکند | یک همکارِ فنیِ ترمینال که کارهای تکرارشونده را یاد میگیرد و بهتر میکند |
جمعبندیِ منصفانه: OpenClaw مسئلهی «چطور یک دستیارِ واقعی داشته باشم که همهجا با من باشد و دادهام مالِ خودم بماند» را حل میکند — نقطهی قوتش حضورِ چندکاناله و پیشدستانه است. Hermes مسئلهی «چطور عاملی داشته باشم که هر بار کارِ تکراری را بهتر انجام دهد» را حل میکند — نقطهی قوتش حلقهی یادگیریِ مهارت است. این دو حتی مکملاند: میشود Hermes را پشتِ یک Gateway چندکاناله تصور کرد.
سوالات متداول
Hermes Agent چیست؟
یک عاملِ خودبهبودِ متنباز (MIT، Python) از Nous Research که هم یک ابزارِ CLI است و هم میتواند روی ۲۰+ پیامرسان اجرا شود.
چرا به آن «عاملِ خودبهبود» میگویند؟
چون از تجربه مهارت میسازد (فایلهای SKILL.md)، حافظهی پایدار نگه میدارد و در گفتوگوهای گذشته جستوجو میکند. نکتهی صادقانه: این «بازاستفاده از حافظهی رویهای» است، نه بازآموزیِ زندهی مدل از شکستها.
OpenClaw بهتر است یا Hermes؟
هیچکدام مطلقاً بهتر نیست؛ OpenClaw برای دستیارِ شخصیِ چندکاناله ساخته شده و Hermes برای یک همکارِ فنیِ ترمینال که کارها را یاد میگیرد و بهتر میکند.
جمعبندی
OpenClaw و Hermes دو تجسمِ متفاوتِ «عاملِ متنباز»اند. اما اکوسیستمِ بزرگتری از فریمورکها هم وجود دارد که با آنها Agent میسازید — موضوعِ مقالهی بعدیِ این مجموعه.
این مقاله بخشی از مجموعهی «AI Agents در ۲۰۲۶» است؛ برای فهرستِ منابعِ علمیِ کامل به مقالهی مرجع مراجعه کنید.
اهورا دربارهی فناوریهای نوین، هوش مصنوعی و تأثیر آنها بر کسبوکارهای آنلاین مینویسد. هدف او سادهکردن مفاهیم پیچیده است تا خوانندگان بدون پیشزمینهی فنی هم بتوانند از این فناوریها بهره ببرند.
مقالههای بیشتر از اهورا سپندار ←
