HERMES는 199개의 기술(skills)로 24시간 내내 가동됩니다. 한 중국 개발자가 어떻게 이것이 로그아웃하지 않는 자가 업그레이드(self-upgrading) AI 워커가 되는지 보여줍니다.

그는 Windows에서 HERMES를 실행하여 터미널, 모델 폴백(model fallback) 설정, 내장 도구(built-in tools) 및 로드된 기술(skills)을 보여줍니다. 이것은 단순한 또 다른 CLI 장난감이 아닙니다. 브라우저 제어, 코드 실행(code execution), MCP 서버, 메모리(memory) 및 이미 내장된 전체 기술 라이브러리를 갖춘 에이전트 레이어(agent layer)입니다.

설정은 명령어 하나로 시작되지만, 진정한 강점은 라우팅(routing)에 있습니다. HERMES는 메인 채팅에는 하나의 모델을 사용하고, 비전(vision), 웹 추출(web extraction), 압축(compression), 제목 생성(titles), 큐레이션(curation), 칸반 작업(kanban tasks) 및 목표 판단(goal judging)은 더 저렴한 백그라운드 모델로 보낼 수 있습니다.

자가 개선 루프(self-improving loop)는 매우 독특합니다. 사용자 프롬프트가 10번 발생할 때마다, 무엇을 메모리에 저장해야 할지 확인합니다. 도구 호출(tool-call) 반복이 10번 발생할 때마다, 방금 찾아낸 복잡한 해결책이 영구적으로 재사용 가능한 기술(skill)이 되어야 하는지 확인합니다.

이는 디버깅(debugging), 리서치(research), 스크래핑(scraping), GitHub 리뷰, 문서 작업, Notion 워크플로우 또는 Polymarket 분석이 일회성 채팅으로 끝나지 않음을 의미합니다. HERMES는 이러한 패턴을 장기 메모리(long-term memory)와 기술 시스템에 저장하여 다음 실행 시 더 똑똑하게 시작할 수 있도록 합니다.

그 후 큐레이터(curator)가 시스템을 깨끗하게 유지합니다. 2시간 동안 유휴(idle) 상태가 된 후 매 7일마다 기술 폴더를 백업하고, 사용하지 않는 기술은 30일 후에 폐기(deprecate)하며, 고정(pin)하지 않은 죽은 기술은 90일 후에 아카이브(archive)합니다.

이것은 더 나은 챗봇이 아닙니다. 반복되는 작업이 인프라(infrastructure)로 변하는 과정입니다. 이 게시물을 북마크하고 아래의 전체 가이드를 읽어보세요.