Hermes Agent — Deneyimden beceri üreten ve geliştiren kendi kendine öğrenen otonom yapay zeka ajanı

• Kendi kendine öğrenme döngüsü yerleşik bir otonom ajan; kullanım sırasında becerileri kendi başına üretip geliştirir ve oturumlar arasında kullanıcı modelini kademeli olarak derinleştirir
• IDE’ye bağlı bir kodlama copilot’u ya da tek API’li bir chatbot wrapper’ı değil; çalışma süresi uzadıkça daha yetkin hale gelen bir otonom ajan
• Çalışma ortamı kısıtlarından bağımsız olarak 5 dolarlık VPS, GPU kümesi, serverless altyapı üzerinde çalışabilir
• CLI, Telegram, Discord, Slack, WhatsApp, Signal, Email gibi çeşitli mesajlaşma platformlarını tek bir gateway ile destekler
• 40’tan fazla yerleşik araç ve MCP sunucusu bağlantı özelliği sunar; ayrıca agentskills.io ile uyumlu açık standart bir beceri sistemi benimser
• Honcho tabanlı durum korumalı kullanıcı hafızası sistemiyle konuşma geçmişini oturumlar arasında biriktirir ve arka planda kullanıcı eğilimleri ile davranış kalıplarını eşzamansız olarak çıkarımlayarak ajan yanıtlarına otomatik yansıtır
• FTS5 tabanlı oturumlar arası geri çağırma desteği sunar; LLM özetleriyle birleştirildiğinde oturumlar arası anıları aramayı mümkün kılar
• Otomasyon zamanlayıcısı yerleşiktir; rapor, yedekleme ve kontrol görevlerini doğal dille zamanlayıp çalıştırabilir
• Paralel alt ajanlar oluşturur; Python RPC ile çok adımlı pipeline’ları bağlam maliyeti olmadan işler
• Local, Docker, SSH, Modal dahil 6 tür backend desteği sunar
• OpenRouter, OpenAI, Kimi gibi 200’den fazla model arasında serbestçe geçiş yapılabilir
• OpenClaw kullanıcıları için otomatik migrasyon desteği sağlar
• Linux, Mac ve Windows (WSL2) desteklenir. Hepsinde aynı komutla otomatik kurulum yapılır
  curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/… | bash

[theogn]

CLI kullanımına çok alışık olmayan bir geliştirici olmayan kullanıcı olarak, Codex/CC Oauth ile entegre olabilen çeşitli ajan çözümlerinin hepsini deniyorum (openclaw, ductor, cc-connect, hermes-agent), ama aralarındaki farkları pek anlayamıyorum. İçlerinden biri bariz şekilde daha kullanışlı olsa sadece onu kullanırım ama hepsi aşağı yukarı aynı şey gibi hissettiriyor.

Hermes Agent tarafında, mevcut diğer ajan çözümlerinde olmayan belirgin bir avantaj hissetmiş olan var mı?

[heyjude]

Henüz geliştirici olmayanların hissedeceği bir fark olmadığı doğru.
hermes agent ile openclaw arasındaki fark, bellek yapısı ve kendi kendini düzeltme özelliklerinden kaynaklanıyor; ancak ilk kurulumdaki boş durumda bunlar ortaya çıkmıyor.

[sea715]

Çok büyük bir fark yok; sonuçta önemli olanın modelin ölçeği olduğunu düşünüyorum (örneğin parametre boyutu gibi?)

[heyjude]

1. Kısa süre çalıştırıp denediğimde, hermesin openclawa göre bellek kaybının daha az olduğunu hissettim; bunun nedeni yeniden başlatma ya da model fallback gibi durumlarda session context replay mantığının bulunmasıymış. openclaw tarafında da bellekle ilgili özellikler sürekli geliştirildiği için, ileride daha da iyileşebilir gibi görünüyor.

2. Kendi kendini geliştirme özelliği de etkileyici; çünkü karmaşık bir iş akışı algılandığında bunu otomatik olarak bir skill'e dönüştüren bir mantık var ve düzenleme için kendi çalışma alanına kaynak kodunu git ile alıp doğrudan erişebileceği bir yapı da mevcut. Ancak çalışma alanındaki kaynak kodu giti ile GitHub resmi deposu arasında değişiklik yönetimi hiç olmadığı için, güncelleme yapınca yerel değişikliklerin sıfırlandığı bir durum ortaya çıkıyor. git worktree ile bir telafi yöntemi arıyorum ama temiz bir çözüm pek çıkmıyor... hımm...