Technologie Hermes Agent
Agent autonome open source de Nous Research, auto-hébergeable et agnostique du modèle, qui accumule mémoire et « skills » au fil des sessions.
SFEIR AI · Publié le 28 août 2026 · Mis à jour le 15 septembre 2026
Un agent qui garde ce qu'il apprend
Hermes Agent est un agent d'IA autonome publié par Nous Research sous licence MIT. Il s'auto-héberge et ne dépend d'aucun fournisseur de modèle en particulier : tout point d'accès compatible avec l'API OpenAI convient, du service distant à une instance locale servie par Ollama ou vLLM. Sa documentation revendique l'absence de télémétrie ; conversations, mémoire et skills restent dans le répertoire de l'utilisateur.
Sa particularité tient à la distinction qu'il maintient entre deux persistances. La mémoire stocke des faits ; les skills stockent des procédures, rappelées quand l'agent rencontre une tâche voisine. Les deux survivent aux sessions, ce qui est le sens de la promesse « the agent that grows with you » — l'accumulation d'un capital d'exécution réutilisable, plus qu'une simple boucle d'outils.
Une cadence trop rapide pour être figée
Le dépôt public est créé le 22 juillet 2025 ; la première version diffusée, v0.2.0, date du 12 mars 2026. Entre cette date et le 28 août 2026, le dépôt a publié une trentaine de versions, soit plusieurs par mois. Aucun numéro de version courante n'est donc utile sur cette page : il se périme en jours. La page des releases du dépôt officiel fait foi.
Le compteur d'étoiles GitHub est dans le même cas, avec une difficulté supplémentaire : les valeurs qui circulent dans les comparatifs vont de quelques dizaines de milliers à cent trente mille, chacune vraie à sa date. Plutôt que d'arbitrer entre elles, ce chiffre se mesure : l'API publique de GitHub renvoyait 237 546 étoiles et 48 179 forks le 28 août 2026 (appel à api.github.com/repos/NousResearch/hermes-agent). La mesure est reproductible, et c'est ce qui la rend citable.
Ce que la sécurité documentée couvre, et ce qu'elle ne couvre pas
La documentation officielle décrit trois contrôles d'accès : le filtrage des identifiants transmis aux serveurs MCP, des listes d'autorisation par identifiant d'utilisateur, et l'appairage en message privé, où le premier interlocuteur revendique l'accès. Les notes de version mentionnent par ailleurs des correctifs de sécurité réguliers.
En revanche, les jugements comparatifs qui circulent — meilleure posture de sécurité par défaut face à OpenClaw, gouvernance mieux documentée, dette de sécurité lourde chez le concurrent — ne s'appuient au 28 août 2026 sur aucun audit tiers, modèle de menace formel ni avis de sécurité publié. Ce sont des appréciations de praticiens, publiées sur des blogs. Elles peuvent être justes ; elles ne sont pas établies, et une décision d'entreprise ne devrait pas s'y adosser sans évaluation propre.
Questions fréquentes
Qui édite Hermes Agent et sous quelle licence ?
Nous Research, sous licence MIT : le fichier LICENSE du dépôt public le confirme, tout comme les métadonnées de l'API GitHub au 28 août 2026. Le logiciel est donc gratuit ; seuls s'appliquent les coûts d'inférence du fournisseur de modèle choisi.
Faut-il un modèle particulier pour le faire tourner ?
Non. Hermes Agent accepte tout point d'accès compatible avec l'API OpenAI, distant ou local. C'est ce qui permet de l'exécuter entièrement sur une infrastructure maîtrisée, avec un modèle à poids ouverts servi sur place.
Quelle est la version courante ?
Cette page ne la publie pas volontairement : le dépôt a diffusé une trentaine de versions entre mars et août 2026, soit plusieurs par mois. La page des releases du dépôt officiel est la seule référence qui ne se périme pas.
Est-il plus sûr qu'OpenClaw ?
Aucune source primaire ne l'établit au 28 août 2026 : ni audit tiers, ni modèle de menace formel, ni avis de sécurité publié. Les comparatifs disponibles relèvent du commentaire de praticiens. La documentation officielle décrit, elle, filtrage d'identifiants MCP, listes d'autorisation et appairage en message privé.
Que retient-il d'une session à l'autre ?
Deux choses distinctes : une mémoire, qui stocke des faits, et des skills, qui stockent des procédures rappelées face à une tâche voisine. Les deux persistent localement, dans le répertoire de l'utilisateur, sans remontée de télémétrie selon la documentation.
Sources
- Nous Research — dépôt officiel Hermes Agent · 2026-08-28
- API GitHub — métadonnées du dépôt (licence, date de création, compteurs) · 2026-08-28
"license": {"spdx_id": "MIT"}, "created_at": "2025-07-22T22:22:28Z", "stargazers_count": 237546
- Hermes Agent — FAQ officielle (allowlists, DM pairing, absence de télémétrie) · 2026-08-28
Access is controlled through allowlists (specific user IDs) and DM pairing (first user to message claims access).
- Hermes Agent — site officiel · 2026-08-28
Hermes Agent dans vos projets
Échanger avec SFEIRArticles liés
NVIDIA PAIR : les machines qui dorment sur votre réseau deviennent un cluster d'inférence
Publié en beta le 3 septembre 2026, le Personal AI Router de NVIDIA répartit les requêtes Ollama et LM Studio entre les PC, Mac et DGX Spark d'un même réseau. Son fonctionnement, ce qu'il refuse de faire, et comment il s'empile avec NeMo Switchyard.
Comparatif entreprise : Hermès Agent vs OpenClaw (sécurité, gouvernance, maintenabilité, réversibilité)
Sécurité par défaut, gouvernance, maintenabilité, réversibilité : les quatre critères qui départagent Hermès Agent et OpenClaw pour l'entreprise. Hermès a la meilleure posture de sécurité par défaut ; OpenClaw, l'écosystème le plus riche mais une dette de sécurité lourde.
Gouverner les skills auto-générées d'Hermès : qui audite ce que l'agent apprend ?
La boucle d'apprentissage d'Hermès Agent crée et affine ses propres skills. Les fichiers sont lisibles, mais la décision de l'agent de conserver tel pattern n'a aucune interface d'explicabilité. Comment auditer ce que votre agent apprend ?
Déployer Hermès Agent en environnement maîtrisé : backends sandboxés et persistance serverless
Hermès Agent propose six backends d'exécution (local, Docker, SSH, Singularity, Modal, Daytona) qui déterminent où les commandes s'exécutent, et donc le rayon d'explosion en cas de dérapage. Le backend par défaut n'isole rien : comment choisir et durcir chaque backend pour la production.
Souveraineté : exécution 100 % locale d'Hermès avec des modèles open weight (Qwen, Nemotron) sur NVIDIA RTX / DGX Spark
Pour une DSI soumise à des exigences de souveraineté ou de confidentialité, Hermès Agent peut fonctionner sans aucun appel cloud : agent model-agnostic, modèles open weight (Qwen 3.6, NVIDIA Nemotron), inférence locale via vLLM, Ollama ou LM Studio sur NVIDIA RTX ou DGX Spark.
Agents IA autonomes open source en entreprise : le guide du décideur (adoption, risques, gouvernance, TCO)
Hermès Agent et OpenClaw tournent déjà dans votre SI, souvent installés sans validation de la DSI. Adoption, sécurité, gouvernance RGPD et EU AI Act, TCO : le guide du décideur pour gouverner les agents IA autonomes open source sans freiner l'innovation.
TCO d'un agent autonome : coûts tokens, FinOps, budget vs frontier, prompt caching et heartbeat
Le logiciel est gratuit ; la facture, ce sont les tokens. Un agent autonome peut coûter de 10 à 30 $/mois en usage perso comme 300 à 600 $/mois en multi-agent 24/7 non optimisé. Le poste dominant et le plus sous-estimé reste le heartbeat.
Shadow AI : les collaborateurs ont déjà installé OpenClaw, que fait la DSI ?
OpenClaw tourne déjà dans une part significative des entreprises, souvent avec des accès privilégiés que personne n'a approuvés. 22 % des clients concernés en une semaine, 53 % avec des accès privilégiés : comment la DSI détecte, encadre et gouverne ce Shadow AI.