Wat is Hermes Agent? Geheugen, Skills en Kosten van Uitvoering

Wat Is Hermes Agent?

Hermes Agent is een autonome AI-agent gebouwd door Nous Research en uitgebracht als open source onder de MIT-licentie. Nous omschrijft het als "de zelfverbeterende AI-agent" en "de enige agent met een ingebouwde leerlus — het creëert skills uit ervaring, verbetert ze tijdens gebruik, stimuleert zichzelf om kennis te behouden, en bouwt een verdiepend model van wie je bent op over sessies heen" (Hermes Agent-documentatie, geraadpleegd in september 2026).

De kadrering is van belang. Hermes is geen coding copilot die in een IDE is vastgeschroefd, en het is geen chat-wrapper rond één API-sleutel. Het is een proces dat je start en laat draaien. De eigen documentatie van Nous zegt het duidelijk: het "leeft overal waar je het neerzet — een $5 VPS, een GPU-cluster, of serverless infrastructuur (Daytona, Modal) die bijna niets kost wanneer deze inactief is. Praat ermee vanuit Telegram terwijl het werkt op een cloud-VM waar je zelf nooit via SSH op inlogt."

De duidelijkste manier om te begrijpen wat je krijgt, is door het te vergelijken met wat de meeste teams al hebben.

Die laatste rij is geen typfout. Het is de kern van de afweging.

Wie het maakt, en hoe groot het is geworden

Nous Research is een AI-onderzoekslaboratorium dat het meest bekend staat om de Hermes-familie van open-weight modellen en om gedistribueerde trainingswerkzaamheden zoals Psyche. Hermes Agent is hun agent-project, en de adoptiecurve is ongewoon steil geweest voor een open-source release.

Het bezet op dezelfde datum ook de #1 positie in OpenRouter's categorieën Productiviteit, Coding Agents, Personal Agents en CLI Agents. TechCrunch meldde in juli 2026 dat Nous Research in gesprek was voor financiering tegen een waardering van $1,5 miljard — in gesprek, nog niet afgerond.

Eerlijk gelezen tonen deze cijfers aan dat Hermes een van de meest gebruikte open-source AI-agentprojecten ter wereld is, geen rariteit.

[SCREENSHOT: Hermes Agent — het startscherm van de desktop-app met een actieve conversatie, van hermes-agent.nousresearch.com]

Hoe de Zelfverbeteringslus Daadwerkelijk Werkt

"Zelfverbeterend" is een term die meestal niets betekent. In Hermes verwijst het naar twee concrete subsystemen die bestanden naar de schijf schrijven, en het is de moeite waard om over beide nauwkeurig te zijn, omdat hun limieten de plek zijn waar de interessante engineering-beslissingen liggen.

Geheugen: twee bestanden, een strikt budget, en een bevroren momentopname

Hermes bewaart twee opslaglocaties in de profieldirectory: MEMORY.md voor omgevingsfeiten, conventies en geleerde lessen, en USER.md voor wie je bent en hoe je aangesproken wilt worden. De agent schrijft hier zelf naar met behulp van een memory-tool met de acties add, replace en remove — er is geen read-actie, omdat het geheugen bij de start van de sessie in de system prompt wordt geïnjecteerd.

Drie details in de geheugendocumentatie zijn belangrijker dan de marketing:

• Er is een karakterbudget. De documentatie toont een geheugenheader die het gebruik weergeeft als een percentage van een plafond van 2.200 karakters. Dit is een gecureerd notitieblok, geen vectordatabase.
• De momentopname is bevroren bij de start van de sessie. Geheugen dat tijdens een sessie wordt geschreven, wordt onmiddellijk op schijf opgeslagen, maar verschijnt pas in de system prompt bij de volgende sessie. Dit is een bewuste keuze — het behoudt de prefix cache van de provider — maar het betekent dat "ik zei dat het dit moest onthouden en het is het vergeten" een verwacht fouttype is, geen bug.
• Geheugen heeft sessiegrenzen nodig om te renderen. Op messaging-platforms is een chat één continue sessie die herstarts overleeft. De eigen documentatie van Nous waarschuwt dat een chat die wekenlang blijft draaien "duur wordt (compactie draait herhaaldelijk over een steeds langere geschiedenis) en de leerlus van vergeten -> herinneren uit geheugen -> zoeken in eerdere sessies bijna nooit wordt geactiveerd."

Oudere context wordt teruggevonden via session_search, een FTS5 full-text zoekopdracht over eerdere sessies met LLM-samenvatting daarbovenop.

Skills: procedureel geheugen dat de agent voor zichzelf schrijft

Skills zijn waar de claim "groeit met je mee" wordt waargemaakt. Volgens de skills-documentatie is een skill een SKILL.md-bestand met frontmatter en een vaste sectievolgorde — Wanneer te gebruiken, Procedure, Valkuilen, Verificatie — dat de agent zelf kan opstellen nadat hij iets heeft uitgewerkt.

Het laden is bewust gelaagd, wat het onderdeel is dat de moeite waard is om over te nemen, zelfs als je Hermes nooit gebruikt:

Niveau 0: skills_list()          -> naam, beschrijving, categorie   (~3k tokens)
Niveau 1: skill_view(naam)       -> volledige skill-inhoud
Niveau 2: skill_view(naam, pad) -> een specifiek referentiebestand

Alleen Niveau 0 is altijd aanwezig in de context. De agent betaalt voor de rest op aanvraag. Er is ook een /learn-commando dat een directory, een URL, een PDF of "de workflow die je zojuist met de agent hebt doorlopen in deze conversatie" omzet in een skill. Voor grote bronnen bouwt het een kennisbank-skill met een index plus bestanden per onderwerp onder references/ in plaats van één te groot bestand. Skills volgen de open agentskills.io-standaard, dus ze zijn overdraagbaar tussen agents.

[SCREENSHOT: Hermes Agent — de Skills-pagina in het dashboard, met geïnstalleerde skills en het "Learn a skill"-paneel]

Wat Is Ingebouwd

De waarde van elke agent-harness wordt gemeten in wat je niet langer zelf hoeft te schrijven. Vanaf september 2026 vermeldt de Hermes-documentatie:

• 60+ ingebouwde tools — webzoeken en -extractie, browserautomatisering, vision, afbeeldinggeneratie, text-to-speech, permanente shell, bestandsbewerkingen.
• Zeven terminal-backends — lokaal, Docker, SSH, Daytona, Singularity, Modal en Vercel Sandbox. Daytona en Modal bieden serverless persistentie, zodat de omgeving hiberneert wanneer deze inactief is.
• 20+ chat-interfaces vanuit één gateway — CLI, Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams, Google Chat, Home Assistant en meer. Eén agent, één geheugen, elke interface.
• Geplande automatiseringen — ingebouwde cron met levering aan elk verbonden platform.
• Subagents en Bot Mode — geïsoleerde subagents voor parallelle werkstromen, en benoemde Bots met hun eigen model, geheugen, skills en chats.
• MCP-ondersteuning — verbind elke MCP-server, met toolfiltering.
• Goedkeuringen en isolatie — volgens de beveiligingsdocumentatie een goedkeuringssysteem voor gevaarlijke commando's met smart-, handmatige en off-modi, containerisolatie voor Docker/Singularity/Modal, MCP-inloggegevensfiltering, prompt-injection-scanning voor contextbestanden en isolatie tussen sessies.

Dat laatste punt is oprecht meer dan waar de meeste open-source agents mee worden geleverd, en verdient erkenning.

Hermes Agent Setup: Hoe Je Het Daadwerkelijk Uitvoert

Drie paden, allemaal gedocumenteerd op de site van Nous Research:

1. Desktop-app — installatiebestanden voor macOS 12+ en Windows 10/11.
2. Terminal — curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash op Linux, macOS, WSL2 of Android via Termux; een PowerShell-eenregelig commando op native Windows.
3. Cloud — een gehoste, altijd-actieve agent via Nous Portal.

Na installatie voert hermes setup --portal één enkele OAuth uit die een model dekt plus de gehoste tool-gateway (webzoeken, afbeeldinggeneratie, TTS, browser).

Modellen zijn jouw keuze: Nous Portal, OpenRouter, OpenAI, of elk compatibel eindpunt. De Portal-niveaus zoals gepubliceerd in september 2026 zijn Free ($0, alleen gratis modellen), Plus ($20/mo, $22 credits), Super ($100/mo, $110 credits) en Ultra ($200/mo, $220 credits), elk met toegang tot 200+ modellen. De agent zelf kost niets.

[SCREENSHOT: Hermes Agent — de terminalinstallatie en de setup-flow bij de eerste uitvoering op Linux]

Waar Teams in de Problemen Komen

Vier fouttypen komen herhaaldelijk voor zodra een Hermes-agent niet langer een weekendproject is.

Altijd-actief is een facturatiemodel, niet alleen een architectuur. Een stateless agent kost geld wanneer je deze aanroept. Een altijd-actieve agent met cron-jobs, subagents en een messaging-gateway kost geld wanneer het besluit iets te doen. De eigen documentatie van Nous wijst op de compactiekosten van langdurige gateway-sessies. Zonder inzicht in de uitgaven per agent is je eerste signaal de factuur.

Het geheugensysteem heeft scherpe randen. Een budget van 2.200 karakters en een momentopname die is bevroren bij de start van de sessie zijn redelijke keuzes, maar ze produceren gedrag waarbij het lijkt alsof de agent tegen je liegt. Vooral kleine lokale modellen zullen zeggen "Ik heb dat opgeslagen" zonder ooit de memory-tool aan te roepen — de documentatie vermeldt dit expliciet.

Goedkeuringen zijn per machine, niet per organisatie. approvals.mode leeft in één YAML-bestand op één host, en een /yolo-schakelaar of HERMES_YOLO_MODE omzeilt elke prompt voor een sessie. Voor één ontwikkelaar is dat verstandig. Voor twaalf ontwikkelaars is je beveiligingsniveau afhankelijk van wat elk van hen het laatst heeft getypt, en niemand kan dit centraal auditen.

Eén agent is eenvoudig; twintig is een platformprobleem. Elke Hermes-instantie bevat zijn eigen inloggegevens, model-sleutels, MCP-verbindingen en geheugen op de eigen schijf. Er is geen gedeeld identiteitsmodel, geen centraal budget, geen trace-weergave over agents heen. Dat is geen kritiek — Hermes is een tool voor een enkele agent en een hele goede. Het is een beschrijving van wat buiten zijn bereik valt.

Voer je agents uit voorbij de eerste?

Bekijk hoe een control plane eruitziet rondom een open-source harness

Start gratis

Wie Hermes Agent Niet Zou Moeten Gebruiken

Eerlijk zijn over een goed project houdt ook in dat je duidelijk bent over de grenzen ervan:

• Gereguleerde teams die een centrale audit nodig hebben. Als je een auditor moet tonen wie welke tool-call heeft goedgekeurd over alle agents heen, helpt een YAML-bestand per host je niet verder.
• Iedereen die geen langdurig proces met shell-toegang kan beheren. Hermes voert commando's uit. Het goedkeuringssysteem is goed; het is geen vervanging voor iemand die de host beheert.
• Teams die veel agents over veel mensen willen standaardiseren. De kracht van Hermes is dat het van jou is. Dat is ook de reden waarom het geen vlootproblemen oplost.
• Iedereen die een beheerde SLA verwacht. Het is MIT-gelicentieerde software die je zelf beheert. Cloud-hosting via Nous Portal is optioneel en afzonderlijk.

Als je één ontwikkelaar bent die een bekwame open source AI agent wil die beter wordt in jouw specifieke werk, is Hermes een sterke standaard. Als je een platformteam bent, lees dan verder.

Het Standpunt van TrueFoundry: TrueForge en de AI Gateway

Er zijn hier twee afzonderlijke lagen, en het verwarren ervan is de reden waarom agent-projecten vastlopen in de pilotfase.

Een agent-harness regelt hoe een agent werkt: de lus, tools, status, sandbox. Een AI gateway regelt hoe die agent modellen en tools bereikt: toegang, budgetten, routing, beleid, traces. Hermes is een uitstekende harness. Het is geen gateway, en het claimt dat ook niet te zijn.

TrueForge is TrueFoundry's open-source, MIT-gelicentieerde, model-neutrale agent-harness (github.com/truefoundry/trueforge). Net als Hermes beheert het de agent-lus, tool-execution, contextbeheer en sandboxing. In tegenstelling tot een enkele self-hosted agent wordt het geleverd met de omliggende control plane: centrale MCP-toegang en inloggegevens, human-in-the-loop goedkeuringen, geïsoleerde uitvoering, observeerbaarheid en governance over teams en omgevingen heen. Voer het lokaal uit met npx @truefoundry/trueforge, of implementeer het voor een team met Docker Compose of Helm.

In TrueFoundry's benchmark tegen Claude Managed Agents behaalde TrueForge ongeveer dezelfde taaknauwkeurigheid op aanzienlijk minder tokens.

Wil je de harness en de control plane samen?

TrueForge is open source en MIT-gelicentieerd

Probeer het gratis op TrueFoundry

Model- en Tool-toegang Beheren voor Elke Harness

Dit is het gedeelte dat van toepassing is ongeacht of je Hermes, TrueForge, of beide uitvoert. De beslissing voor de harness hoeft niet de beslissing voor governance te zijn.

Omdat Hermes met "elk compatibel eindpunt" praat, kun je het naar een gateway sturen in plaats van rechtstreeks naar providers. TrueFoundry's AI Gateway bevindt zich vervolgens voor elke model- en MCP-call die de agent maakt: centrale modeltoegang, budgetten per team, rate limits, guardrails, beheer van inloggegevens en geünificeerde traces. Het ondersteunt 1.000+ LLM's via één OpenAI-compatibele API, voegt ongeveer 3-4 ms aan overhead toe en verwerkt 350+ RPS op een enkele vCPU, zodat het in het kritieke pad van een langlopende agent kan zitten zonder de knelpunt te worden. Het draait in je eigen VPC, on-prem of air-gapped.

Het is ook het antwoord op het kostenprobleem van altijd-actieve agents. In TrueFoundry's Auto Routing benchmark over 550 prompts verlaagde het classificeren van verzoeken op basis van complexiteit en het routen over model-niveaus de kosten met 69% met behoud van 98% van de basiskwaliteit, waarbij de gemiddelde latentie daalde van 7,6s naar 4,0s. Bij verkeer met een productieprofiel bereikte de reductie 80%. Een agent die de hele dag onbeheerd draait, heeft niet voor elke interactie een frontier-model nodig.

Door deze gescheiden te houden, kun je van model of van harness wisselen zonder dat je de architectuur opnieuw hoeft te ontwerpen.

Gerelateerde artikelen

• Claude Managed Agents vs Hermes Agent — de directe vergelijking, als je kiest tussen beheerd en self-hosted
• Wat Is een Agent Harness? — de laag die zowel Hermes als TrueForge innemen
• Beste Open Source Agent Harness — het bredere landschap in 2026
• Wat Is een AI Control Plane? — de governancelaag die een enkele agent niet dekt
• AI Agent Observability Tools — wat je moet volgen zodra een agent onbeheerd draait

Conclusie

Hermes Agent is het meest overtuigende argument tot nu toe dat een persoonlijke, self-hosted, zelfverbeterende agent een echte categorie is in plaats van een demo. Het ontwerp van het geheugen en de skills is doordacht, de documentatie is Eerlijk over de eigen fouttypen, en de adoptiecijfers zijn geen marketing — 51,7 biljoen tokens en de #1 dagelijkse rang op OpenRouter vanaf september 2026 zijn het resultaat van daadwerkelijk gebruik.

Wat het niet doet, is het beheren van een vloot. Elke instantie is zijn eigen eiland: zijn eigen inloggegevens, zijn eigen goedkeuringsinstellingen, zijn eigen uitgaven, zijn eigen geheugen op zijn eigen schijf. Dat is precies goed voor één persoon en één machine, en precies verkeerd voor twintig engineers en een auditor.

De vraag is dus niet "Hermes of iets anders." Het is wat je wilt beheren. Beheer je de agent, dan is Hermes een uitstekende keuze. Beheer je de vloot, dan heb je een harness nodig met een control plane eromheen en een gateway voor de modellen — het probleem waarvoor TrueForge en TrueFoundry's AI Gateway zijn gebouwd.

Start gratis met TrueFoundry