Hermes Agent v0.12: ตอนนี้ AI agent เริ่มดูแลตัวเองได้แล้ว

TL;DR

Hermes Agent v0.12.0 จาก NousResearch ที่ release วันที่ 30 เมษายน 2026 มี highlight ใหญ่คือ Autonomous Curator — background agent ที่ทำงานเองทุก 7 วัน เพื่อ grade, prune และ consolidate skill library โดยไม่ต้องมีคนสั่ง

สิ่งที่น่าสนใจไม่ใช่แค่ feature ใหม่ แต่คือ signal ว่า AI agent กำลังขยับจาก “learn แล้วทิ้ง” ไปสู่ “learn → review → prune → consolidate → วนใหม่” ซึ่งเป็นสิ่งที่ agent จะทำงานได้ยาวนานต้องมี

Why chosen: เลือกหัวข้อนี้แบบ override จากข่าวใหญ่ เพราะมันอยู่ใน pattern ai_agents และ self_improving_systems ที่ Data-Espresso ผู้อ่านติดตามสูง จุดขายไม่ใช่ release note สรุป แต่คือ signal ว่า agent กำลังเริ่มมี self-maintenance loop ซึ่งเป็นขั้นตอนสำคัญก่อนจะเป็น autonomous system จริงๆ

Hermes Agent คืออะไร

Hermes Agent เป็น open-source AI agent framework จาก NousResearch ที่ทำงานบน server ของคุณ จดจำสิ่งที่เรียนรู้ และสร้าง skill จากประสบการณ์

ตัว framework มี built-in learning loop ที่ช่วยให้ agent สร้าง skill ใหม่และปรับปรุง skill เดิมตามเวลาที่ใช้งาน

ปัญหาของ agent ที่ learn แต่ไม่ review

พอ agent ทำงานนานๆ จะเกิดปัญหาหนึ่งที่หลายคนมองข้าม

skill library บวม

agent สร้าง skill ใหม่ทุกครั้งที่เจอสถานการณ์ใหม่ แต่ถ้าไม่มีใครมาลบ skill เก่าที่ไม่ใช้ หรือรวม skill ที่ซ้ำกัน library จะโตจน

• โหลดช้า
• หา skill ถูกยาก
• context ถูก skill เก่ากิน
• agent เริ่มงงว่าควรใช้ skill ไหน

นี่คือปัญหาเดียวกับที่ knowledge base ขององค์กรเจอ แต่เกิดขึ้นในระดับ agent เดี่ยว

Autonomous Curator แก้ยังไง

release v0.12 แนะนำ Curator ที่ทำงานเป็น background agent บน gateway’s cron ticker

cycle เริ่มต้นคือ 7 วัน ทำหน้าที่

• grade skill library ว่า skill ไหนใช้เยอะ ไหน dead
• consolidate skill ที่ซ้ำหรือเกี่ยวข้องกัน
• prune skill ที่ไม่ได้ใช้
• เขียน report บันทึกว่าทำอะไรไปบ้าง
• classify ว่า skill ที่ archive ไปถูก consolidate หรือ prune

สิ่งสำคัญคือมี defense-in-depth gates ป้องกันไม่ให้ Curator ไปแก้ skill ที่เป็น bundled หรือจาก hub

Curator ถูกรวมอยู่ภายใต้ auxiliary.curator ใน dashboard ผู้ใช้เลือก model ที่ Curator ใช้ได้ และดู status ว่า skill ไหนใช้มาก ใช้น้อย

ทำไม self-maintenance loop ถึงสำคัญ

ผมมองว่านี่เป็นขั้นตอนที่ agent ต้องผ่านถ้าอยากทำงานได้จริงระยะยาว

เมื่อก่อนเราตื่นเต้นกับ agent ที่สร้าง skill ได้ แต่การสร้างอย่างเดียวไม่พอ

เหมือนคนเก่งที่เรียนรู้ตลอดเวลา แต่ไม่เคย review ว่าควรลืมอะไร เก็บอะไร รวมอะไร พอสมองเต็ม ประสิทธิภาพตก

Curator คือการใส่ review loop เข้าไปในระบบ ไม่ใช่แค่ learn แล้วทิ้งไว้ แต่เป็น learn → review → prune → consolidate → วนใหม่

นี่คือจุดที่ agent เริ่มมี lifecycle management จริงๆ

Self-improvement loop อัปเกรดใหญ่

release นี้ยัง upgrade ส่วนที่เป็นหัวใจของ Hermes อย่าง self-improvement loop ด้วย

จากเดิมที่เป็น free-form review เปลี่ยนเป็น rubric-based class-first แบบมีเกณฑ์ชัดเจน

มี bias ไปที่ active-update คือ skill ที่ agent เพิ่งใช้จะได้ priority สูงกว่า

รองรับ sub-files อย่าง references และ templates

ส่งต่อ parent runtime ได้จริง เช่น provider, model, credentials ที่ใช้อยู่จะ propagate ไปยัง fork

จำกัด scope ให้ทำงานแค่กับ memory และ skills toolsets เท่านั้น เพื่อไม่ให้ agent ขยายตัวเองเกินไป

memory providers ปิดตัวเองได้อย่างสะอาด

อะไรอีกบ้างใน release นี้

นอกจาก Curator release นี้มีอีกหลายเรื่อง

Inference providers ใหม่ 4 ตัว

• GMI Cloud เป็น first-class provider
• Azure AI Foundry พร้อม auto-detection
• MiniMax OAuth ใช้ PKCE browser flow
• Tencent Tokenhub

LM Studio เป็น first-class provider

upgrade จาก custom-endpoint alias เป็น native provider เต็มรูปแบบ มี dedicated auth, hermes doctor checks, reasoning transport และ live models listing

Messaging platforms

• Tencent Yuanbao เป็นที่ 18
• Microsoft Teams ผ่าน plugin architecture เป็นครั้งแรก

Integrations

• Spotify มี native tools 7 ตัว play search queue playlists devices ผ่าน PKCE OAuth พร้อม setup wizard
• Google Meet plugin join calls transcribe speak follow up ใช้ realtime OpenAI transport

Creative tools เป็น built-in

• ComfyUI v5 จาก optional เป็น bundled-by-default พร้อม CLI REST และ hardware-gated local install
• TouchDesigner-MCP จาก optional เป็น bundled-by-default เพิ่ม GLSL post-FX audio geometry และ reference docs

Performance

• TUI cold start เร็วขึ้น ~57%
• remote model catalog manifest สำหรับ OpenRouter และ Nous Portal ดึงจาก remote โดยไม่ต้องรอ release

UX

• hermes -z one-shot mode สำหรับ non-interactive
• hermes update –check preflight
• models dashboard tab พร้อม in-browser model config
• 18th messaging platform + 19th via Teams plugin

มุมมอง: agent กำลังกลายเป็นระบบที่ดูแลตัวเองได้

ผมคิดว่า release นี้สะท้อน direction ใหญ่ของ AI agent

ช่วงแรกเราตื่นเต้นว่า agent ทำอะไรได้บ้าง ช่วงถัดมาเราตื่นเต้นว่า agent สร้าง skill ได้ แต่ช่วงถัดจากนี้ คำถามจะเป็น

agent ดูแลตัวเองได้ไหม

เพราะถ้า agent ต้องพึ่งคนมาทำ housekeeping ทุกครั้ง มันจะยังเป็น automation ที่ไม่สมบูรณ์

Hermes Agent กำลังเดินไปทางที่ agent มี

• learning loop
• review loop
• prune loop
• consolidate loop

นี่คือสิ่งที่ระบบ production จริงต้องมี และ agent ก็กำลังมีเช่นกัน

ใครควรสนใจ

• คนที่รัน agent บน server ระยะยาว
• คนที่สร้าง agent framework เอง
• คนที่ดูแล knowledge base ขององค์กร
• คนที่สนใจ agent lifecycle management

บทสรุป

Hermes Agent v0.12 อาจดูเป็น release ที่มี feature เยอะ แต่สำหรับผม signal สำคัญคือเรื่องเดียว

ตอนนี้ agent เริ่มมี self-maintenance loop

จาก learn แล้วทิ้ง เป็น learn → review → prune → consolidate → วนใหม่

นี่คือสิ่งที่แยก agent ที่ demo เก่งแค่ช่วงแรก กับ agent ที่ทำงานได้จริงระยะยาว

FAQ

Hermes Agent คืออะไร

Hermes Agent เป็น open-source AI agent framework จาก NousResearch ที่ทำงานบน server จดจำสิ่งที่เรียนรู้ และสร้าง skill จากประสบการณ์ มี built-in learning loop

Autonomous Curator ทำอะไร

Curator เป็น background agent ที่ทำงานตาม cycle ที่ตั้งไว้ เริ่มต้น 7 วัน ทำหน้าที่ grade skill library consolidate skill ที่ซ้ำ prune skill ที่ไม่ใช้ และเขียน report ให้คนอ่าน

ทำไม self-maintenance สำคัญ

เพราะถ้า agent สร้าง skill ตลอดเวลาแต่ไม่มีใครลบหรือรวม skill เก่า skill library จะบวมจนใช้การไม่ได้ โหลดช้า และกิน context

release นี้มีอะไรเพิ่มอีก

มี inference providers ใหม่ 4 ตัว messaging platforms เพิ่ม Spotify Google Meet integrations ComfyUI และ TouchDesigner เป็น built-in และ TUI cold start เร็วขึ้น ~57%