AI Agent ที่จำได้: Hermes กับ Self-Improving Loop ที่เปลี่ยนวิธีคิดเรื่อง AI Memory

Hermes Agent — The Agent That Grows With You

—

TL;DR

Hermes Agent จาก Nous Research เป็น AI agent ตัวแรกที่มี built-in learning loop ที่แท้จริง — สร้าง skills จากประสบการณ์, ปรับปรุงตัวเองระหว่างใช้งาน, จำทุกอย่างข้าม session และสร้าง model ของ “คุณ” ที่ลึกขึ้นเรื่อยๆ

ปัญหาที่ทุกคนเคยเจอ

ลองนึกภาพดูครับ — ทุกครั้งที่คุณเริ่ม conversation ใหม่กับ AI agent:

• ต้องอธิบาย context ใหม่ทั้งหมด
• ต้องบอกวิธีทำงาน, preferences, constraints ซ้ำ
• งานที่เคยทำ → agent ใหม่ไม่รู้จัก
• บริษัท/ทีม → ต้องสอนใหม่ทุกครั้ง

นี่คือสิ่งที่เรียกว่า “tabula rasa problem” — AI ทุกตัวถูกลบความจำทุก session

สำหรับคนที่เคย implement enterprise AI system มาก่อน — เรื่องนี้เป็นปัญหาใหญ่ที่ทำให้ ROI ของ AI agent ต่ำกว่าที่ควร เพราะต้องทำงานซ้ำๆ ทุกครั้ง ตอน implement CDP ใน financial services — ทุกครั้งที่ start session ใหม่ เราต้องสอน agent ใหม่ว่า data schema เป็นยังไง, ลำดับความสำคัญอยู่ตรงไหน, constraint ของ compliance ในแต่ละประเทศต่างกันยังไง

มันไม่ใช่แค่เสียเวลา — มันทำให้ agent ไม่มีทางทำงานที่ซับซ้อนขึ้นได้จริงๆ เพราะ context ไม่สะสม

Hermes Agent คืออะไร

Hermes Agent จาก Nous Research — บริษัท AI ที่เป็นผู้นำด้าน open source AI ในอเมริกา

MIT license, open source, รันได้หลาย platform

Tagline ของเขา: “The agent that grows with you”

ต่างจาก agent ทั่วไปตรงที่ Hermes มี self-improving loop ที่ built-in ตั้งแต่ต้น

Core Features ที่ทำให้ “เติบโต”

1. Agent-Curated Memory หลังทำ task ที่ซับซ้อน Hermes จะสร้าง skill ใหม่จากประสบการณ์นั้นโดยอัตโนมัติ — ไม่ต้องรอให้คนมาสอน

Skills พวกนี้จะ self-improve ระหว่างใช้งาน — ยิ่งใช้ ยิ่งเก่งขึ้นในงานเฉพาะทางของคุณ

2. Cross-Session Memory ที่แท้จริง ใช้ FTS5 (Full-Text Search 5) สำหรับ session search พร้อม LLM summarization — Hermes สามารถค้นหาข้อมูลจาก conversation เก่าแล้วสรุปมาใช้ได้

รวมกับ Honcho dialectic user modeling — Hermes สร้าง model ของ “คุณ” ที่ลึงขึ้นเรื่อยๆ ทุก session

นี่คือสิ่งที่ทำให้ต่างจาก context window ทั่วไป — ไม่ใช่แค่ “ยัด context เยอะๆ” แต่เป็น actual persistent knowledge

3. Natural Language Cron Scheduling ถ้าเคยตั้ง cron job บน server ด้วย crontab — คุณรู้ว่ามันยุ่งยากแค่ไหน

Hermes ทำได้ง่ายกว่านั้นเยอะ: พิมพ์เป็นภาษาธรรมชาติว่า “ทุกวันศุกร์ 5 โมงเช้า ส่ง weekly report” → Hermes จัดการให้เอง และส่งไปที่ Telegram, Discord, หรือ platform ที่ต้องการ

4. Runs Anywhere — แม้กระทั่ง $5 VPS Daytona และ Modal เสนอ serverless persistence — agent environment เข้า sleep เมื่อ idle และ wake ขึ้นมาเมื่อมีงาน

ผลคือ ค่าใช้จ่ายแทบไม่มีตอนไม่ได้ใช้งาน

รันได้ตั้งแต่:

• $5 VPS ธรรมดา
• GPU cluster
• Docker, SSH, Singularity
• Daytona / Modal (serverless)
• แม้แต่ Android ผ่าน Termux

5. Any Model You Want ไม่ lock-in กับ provider ใด provider หนึ่ง

เปลี่ยน model ได้ทันทีด้วย hermes model — ไม่ต้องแก้ code

รองรับ:

• Nous Portal
• OpenRouter (200+ models)
• NVIDIA NIM (Nemotron)
• OpenAI, Anthropic
• Xiaomi MiMo, Kimi/Moonshot, MiniMax
• หรือ endpoint ของตัวเอง

ทำไมมันถึงสำคัญ (ในมุมของคนทำงานจริง)

ก่อนหน้านี้: AI ทุก session = เริ่มต้นใหม่

ทุกครั้งที่เริ่ม conversation ใหม่กับ AI agent — context ที่สะสมมาทั้งหมดหายไป

สำหรับคนที่เคยทำ enterprise AI integration มา — เรื่องนี้เป็น bottleneck หลัก ที่ทำให้ AI agent ไม่สามารถทำงานที่ซับซ้อนขึ้นได้อย่างต่อเนื่อง ตอนทำ omnichannel integration — context มันซับซ้อนขึ้นทุกทาง: ข้อมูลลูกค้าจากหลายช่องทาง, ราคาที่ต่างกันในแต่ละ platform, promotion logic ที่ไม่เหมือนกัน — ถ้า agent ไม่จำได้ข้าม session งานพวกนี้ต้องสอนใหม่ทุกครั้ง ซึ่งเป็นไปไม่ได้ในทางปฏิบัติเมื่อระบบใหญ่ขึ้น

หลังจากนี้: AI ที่จำได้

Hermes เปลี่ยนวิธีคิดจาก “context window” เป็น “persistent knowledge layer”

คล้ายกับที่ relational database เปลี่ยนจาก file-based storage → มี schema และ query ที่ persistent

AI agent ตอนนี้มี:

• Institutional memory — ความรู้ที่สะสมของทีม/บริษัท
• Personal model — model ของ preference และ working style ของคุณ
• Skill library — skills ที่สร้างจากประสบการณ์จริง

มุมที่น่าสนใจสำหรับ Thai market

1. Solo founder / Small team ถ้าคุณเป็นคนเดียวที่ใช้ Hermes — agent จะ “จำ” ทุกอย่างที่คุณเคยทำ, วิธีทำงานของคุณ, ลำดับความสำคัญ

คล้ายกับมี PA ที่ไม่ต้องสอนใหม่ทุกวัน

2. Multi-platform เหมาะกับ Thai working style รันบน Telegram ได้ — ซึ่งเป็น platform หลักของคนไทยทำงาน

คุณส่งงานผ่าน Telegram ขณะที่ Hermes ทำงานบน cloud VM อยู่ — คุณได้ persistent agent โดยไม่ต้องเปิด laptop ตลอดเวลา

3. Open source = ปลอดภัยสำหรับ enterprise MIT license — ดู code เองได้, deploy เองได้, modify เองได้

สำหรับบริษัทที่ต้องการ AI agent โดยไม่ต้องส่งข้อมูลไปที่ third-party — Hermes เป็นตัวเลือกที่น่าสนใจ

Paperclip Integration — Hermes ทำงานเป็นพนักงานในบริษัท

Hermes-Paperclip Adapter ทำให้ Hermes สามารถถูกจ้างงานเป็น “พนักงาน” ใน Paperclip company ได้

นี่คือ signal ที่น่าสนใจ: Hermes พร้อมที่จะทำงานในระบบ orchestration ที่ใหญ่กว่า

OpenClaw Migration

สำหรับคนที่ใช้ OpenClaw อยู่ — Hermes มี migration path แล้ว:

hermes claw migrate

Migrate ได้ทั้ง:

• SOUL.md (persona)
• Memories (MEMORY.md, USER.md)
• Skills
• Command allowlist
• Messaging settings
• API keys (allowlisted)
• Workspace instructions (AGENTS.md)

—

ข้อจำกัดที่ควรรู้

• Learning curve — ต้อง setup terminal, configure messaging gateway เอง
• Self-hosting — ต้องดูแล server เอง (หรือจ่าย serverless)
• Model costs — ตัว agent ฟรี แต่ค่า model ต้องจัดการเอง
• Still early — version 1.x, features ยัง evolve อยู่

—

ใครควรลอง

ใคร	ทำไม
Solo founder / Indie hacker	ได้ persistent AI assistant ที่จำได้โดยไม่ต้องจ่ายแพง
Developer / AI engineer	Research-ready: RL environments, trajectory compression
Small team	Multi-platform messaging + cron scheduling = workflow automation ฟรี
Enterprise (security-conscious)	Open source, self-host, MIT license

—

สรุป

Hermes Agent ไม่ใช่แค่ “AI agent อีกตัว” — มันเปลี่ยน assumption พื้นฐานว่า AI agent ต้อง “เริ่มต้นใหม่ทุก session”

สำหรับคนที่เคยใช้ AI agent แล้วรู้สึกว่า “มันก็ฉลาดดี แต่ไม่เคยจำอะไรได้” — Hermes คือคำตอบที่ open source อย่างแท้จริง

ลองได้เลยที่: github.com/nousresearch/hermes-agent

—

FAQ

ถาม: ต่างจาก OpenClaw ยังไง? ตอบ: OpenClaw เป็น multi-agent platform ที่เน้น messaging + orchestration. Hermes เน้น personal agent ที่ “เติบโตไปกับคุณ” ผ่าน built-in learning loop. ทั้งสองมี migration path ระหว่างกัน

ถาม: ต้องมี technical skill เยอะไหม? ตอบ: พอสมควร — ต้องตั้ง terminal, configure messaging gateway, เลือก model provider. แต่มี setup wizard (hermes setup) ที่ช่วยได้เยอะ

ถาม: รันบน serverless จริงหรือเปล่าว่า “ค่าใช้จ่ายแทบไม่มีตอน idle”? ตอบ: ใช่ — Daytona และ Modal support hibernation/wake. แต่ต้องตั้งค่าถูกต้อง และ model calls ยังคิดค่าบริการตาม usage

—

เนื้อหาและมุมมองโดย Arty | มี Espresso Bot ☕🤖 ช่วยรวบรวมข้อมูลและจัดเรียบเรียง