Ankstesniame įraše palyginau tris 2026-ųjų DI agentus — Hermes, OpenClaw ir Claude Code. Po jo gavau klausimą: „O kaip tas Hermes veikia iš vidaus?” Todėl šįkart nardome giliai į vieną agentą — Hermes (Nous Research). Kaip jis nepamiršta, ką darei prieš savaitę? Kas yra tas „širdies dūžis”? Kodėl jam reikia tavo naršyklės? Ir svarbiausia — kur iš to gauna naudos verslas.

Hermes yra atviro kodo (MIT licencija) asmeninis DI agentas. Jo šūkis — „agentas, kuris auga kartu su tavimi”. Skirtingai nei paprastas pokalbių langas, jis sukasi fone, turi ilgalaikę atmintį ir pats susikuria naujų įgūdžių. Pažiūrėkime, kaip tai sudėta.

Uždaras mokymosi ratas — kodėl agentas „auga”

Įprastas pokalbių robotas kiekvieną kartą pradeda nuo nulio. Hermes centre yra uždaras mokymosi ratas (angl. closed learning loop):

• Įgūdžiai iš patirties. Sėkmingai atlikęs užduotį, Hermes gali ją įsiminti kaip daugkartinį įgūdį (skill) — nedidelį scenarijų, kurį kitą kartą tiesiog pakartoja, o ne išradinėja iš naujo.
• Ilgalaikė atmintis. Naudojama visų senų pokalbių paieška (FTS5) su santraukomis, todėl agentas prisimena, ką sprendei anksčiau, per skirtingas sesijas.
• Tavo modelis. Su laiku Hermes susidėlioja vis tikslesnį vaizdą, kas tu esi, kaip dirbi ir ko iš jo tikiesi.

Praktinis rezultatas — kuo ilgiau jį naudoji, tuo jis naudingesnis. Įgūdžiai yra perkeliami ir dalijami: bendruomenė jais keičiasi kaip receptais.

Širdies dūžis (heartbeat) — kaip agentas dirba, kai tavęs nėra

Čia svarbiausia dalis. „Širdies dūžis” — tai mechanizmas, kuris paverčia Hermes iš „atsakinėtojo” į fone dirbantį darbuotoją. Skamba panašiai kaip paprastas cron darbas („kas valandą paleisk scenarijų”), bet esminis skirtumas — agentas mąsto, o ne aklai kartoja tą patį.

Kiekvieno intervalo metu Hermes atlieka aiškų ratą:

1. Pabudimas. Sistema pažadina agentą ir paduoda jam projekto kontekstą, įgūdžius ir įrankius.
2. Būsenos apžiūra. Agentas pažiūri, kas pasikeitė — failai, servisų būsena, išoriniai trukdžiai.
3. Kliūčių aptikimas. Patikrina, ar nėra „stabdžių”: pasibaigusių limitų, sugriuvusio prisijungimo, jau veikiančio dublikato.
4. Ribotas veiksmas. Jei sąlygos leidžia — atlieka vieną mažą, saugų žingsnį (bounded micro-action), o ne viską iš eilės.
5. Patikrinimas. Įsitikina, kad veiksmas pavyko.
6. Ataskaita. Praneša būseną „prieš/po” ir pasiūlo, ką daryti toliau.

Papildomai, maždaug kas 6 valandas suveikia „priežiūros” impulsas: peržiūrėti įgūdžius, sutvarkyti rezultatus, konsoliduoti atmintį ir įrašyti būsenos failą.

Kodėl tai svarbu? Aklas cron darbas turi dvi bėdas: arba jis tik „primena” (praneša, bet nieko nedaro), arba be perstojo kartoja tą patį scenarijų, ignoruodamas, kad, tarkim, nutrūko autentifikacija. Širdies dūžis įneša prižiūrimą savarankiškumą — agentas kiekvieną kartą iš naujo įvertina situaciją ir pats sprendžia, ar veiksmas apskritai saugus. Kiekvieno impulso metu jis įsimena, kada paskutinį kartą veikė, ką padarė, kokia būsena ir kiek kartų iš eilės nepavyko — taip išlaikomas tęstinumas tarp intervalų.

Būtent širdies dūžis leidžia patikėti Hermes ilgai trunkantį projektą — pvz., „stebėk šią temą ir kaupk santrauką visą savaitę” — ir nebijoti, kad jis kažką sulaužys, kol tu miegi.

Tinklų sietuvai (gateways) — vienas agentas, visos platformos

Hermes turi du įėjimus:

• Terminalo sąsaja — paleidi komandą hermes ir bendrauji komandinėje eilutėje.
• Sietuvas (gateway) — fone veikianti tarnyba, prie kurios rašai iš savo mėgstamos žinučių programos, o agentas sukasi nuotoliniame serveryje.

Žinučių sietuvas jungiasi prie 20+ platformų vienu metu: Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Microsoft Teams, Mattermost, el. paštas, SMS, net iMessage, Feishu ar WeChat. Skirtingos platformos turi skirtingas galimybes — pvz., Telegram palaiko balsą ir failus, o SMS tik tekstą.

Kelios naudingos savybės:

• Sesijų tęstinumas — pokalbis tęsiasi, kol pats jį atstatai.
• Prieigos kontrolė — leidžiamų vartotojų sąrašai ir administratoriaus/vartotojo lygiai riboja, kas gali duoti komandas.
• Pertraukimas — nauja žinutė nutraukia vykdomą darbą; /stop sustabdo.
• Foninės užduotys — /background [užduotis] paleidžia atskirą sesiją, o pagrindinis pokalbis lieka laisvas.

Vienam žmogui galima paleisti ir kelis sietuvus iš karto (skirtingiems profiliams), o vykdymo aplinkų yra šešios: vietinė, Docker, SSH, Daytona, Singularity ir Modal. Serverinės (Daytona, Modal) leidžia agentui „užmigti”, kai jis nedirba — taip taupomi pinigai.

Kodėl agentui reikia naršyklės — vizualus naršymas ir veiksmai

Daugelis realių darbų vyksta ne per tvarkingus API, o per įprastą svetainę — CRM’ą, tiekėjo portalą, „online” banką, formą. Todėl DI agentui neužtenka tik „skaityti tekstą” — jam reikia matyti puslapį kaip žmogus ir jame veikti: spausti mygtukus, pildyti laukus, naršyti dinaminį turinį.

Hermes tai daro protingai. Vietoj to, kad analizuotų pikselius (lėta ir brangu), jis puslapį pateikia kaip prieinamumo medį (accessibility tree) — tekstinę puslapio santrauką, kur kiekvienas interaktyvus elementas gauna nuorodos ID (pvz., @e1, @e2). Agentas tuomet sako „spausk @e3” arba „įrašyk tekstą į @e5”. Tai LLM’ui suprantama ir pigu.

Kai teksto neužtenka — pvz., CAPTCHA arba sudėtingas vizualus išdėstymas — įsijungia browser_vision: agentas padaro ekrano nuotrauką ir ją analizuoja „akimis”.

Naršyklę galima varyti keliais būdais:

• Debesyje — per Browserbase, Browser Use ar Firecrawl (su „stealth” funkcijomis, proxy, izoliacija).
• Vietoje — vietinis Chromium, Camofox (Firefox atšaka su anti-detekcija) arba prisijungimas prie tavo paties naršyklės (Chrome/Brave/Edge) per CDP komanda /browser connect.

Yra ir dar galingesnė funkcija — kompiuterio valdymas (computer use). Hermes gali spausti, rašyti, slinkti ir tempti fone (macOS, Windows, Linux) taip, kad tavo pelė nejuda, o fokusas nepersijungia. Techniškai tai veikia per cua-driver — atviro kodo foninę tvarkyklę, kuri skaito bet kurio matomo lango prieinamumo medį ir siunčia sintetinius įvykius nekeldama lango į priekį. Rezultatas — tu ir agentas galite dirbti tame pačiame kompiuteryje vienu metu.

Kodėl tai iš esmės svarbu? Būtent naršyklės ir kompiuterio prieiga peržengia ribą tarp „protingo pašnekovo” ir „skaitmeninio darbuotojo”. Agentas, kuris mato ekraną ir gali jame veikti, nebėra priklausomas nuo to, ar sistema turi API. Bet tai ir didžiausia rizika: tokia prieiga reikalauja pasitikėjimo, todėl Hermes turi komandų patvirtinimą ir konteinerių izoliaciją — verslo aplinkoje būtinai naudokite juos.

Kiek įrankių turi Hermes

Agentas yra tiek galingas, kiek galingi jo įrankiai (tools). Hermes „iš dėžutės” turi apie 73 integruotus įrankius, suskirstytus į teminius rinkinius (toolsets):

Plius atskiri įrankiai: atmintis (memory), užduočių delegavimas (delegate_task), kodo vykdymas (execute_code), planuoklė (cronjob), senų pokalbių paieška (session_search), įgūdžių valdymas, teksto-į-kalbą, paveikslų ir vaizdo generavimas bei analizė ir kiti.

Svarbiausia — tai ne riba. Per MCP (Model Context Protocol) Hermes gali dinamiškai prisijungti bet kokį išorinį įrankį (jie atsiranda su prefiksu mcp_<serveris>_), tad, pvz., GitHub „issue” kūrimą prijungi nekeisdamas paties Hermes. Realiai naudojamų įrankių skaičius yra beveik neribotas.

Kaip pasileisti — nuo nulio iki veikiančio agento

Pradžia paprasta. Įdiegus (per darbalaukio programą arba komandinę eilutę), vienas OAuth prijungia ir modelį, ir keturis „Tool Gateway” gebėjimus (paiešką, paveikslų generavimą, teksto-į-kalbą ir naršyklę):

hermes setup --portal

Norint bendrauti per žinučių programas, sukonfigūruojamas sietuvas su interaktyviu vedliu:

hermes gateway setup      # vedlys: pasirink ir prijunk platformas (Telegram, Slack...)
hermes gateway install    # Linux: systemd tarnyba; macOS: launchd agentas
hermes gateway start      # start / stop / status valdo fonišką procesą

O jei nori paleisti serveryje per Docker — vienos komandos užtenka:

docker run -d \
  --name hermes \
  --restart unless-stopped \
  -v ~/.hermes:/opt/data \
  -p 8642:8642 \
  nousresearch/hermes-agent gateway run

Modelio pasirinkimas laisvas — Nous Portal, OpenRouter, OpenAI ar savas serveris. Vienas naudotojas pasidalino, kad pakeitęs tiekėją sumažino išlaidas ~90 % (nuo ~$130 iki ~$10 per 5 dienas), o „protingas maršrutas” leidžia pigų modelį naudoti paprastoms užduotims, brangų — sudėtingoms.

Kur verslas iš to gauna naudos — pardavimai ir produktyvumas

Techninė sandara įdomi, bet svarbiausias klausimas — kur tai atneša pinigų? Susumuojant Hermes bendruomenės ir platesnės DI agentų rinkos pavyzdžius, ryškiausios sritys yra dvi: pardavimai ir kasdienis produktyvumas.

Pardavimai

• Potencialių klientų paieška (lead gen). Agentas naršo internetą, renka kvalifikuotus kontaktus, integruojasi su tokiais įrankiais kaip Hunter.io el. pašto paieškai. Vienas naudotojas taip pasidarė stogdengių įmonės klientų paieškos sistemą.
• Pasiruošimas susitikimams. Prieš skambutį agentas surenka „dosjė”: ką veikia įmonė, kas sprendimų priėmėjai, naujienos, technologijų stekas. Rinkoje aprašytas atvejis, kai DI agentas per 35 minutes apžiūrėjo 20 įmonių svetainių, susirado sprendimų priėmėjus LinkedIn’e ir surinko tyrimų suvestines.
• Sekimas (follow-up) ir CRM. Agentas gali atnaujinti įrašus, struktūrizuoti sekimo laiškus ir — svarbiausia — prisiminti ankstesnius kontaktus su klientu, nes turi ilgalaikę atmintį.

Bendra tendencija rinkoje: DI agentai sutaupo pardavimų komandoms 28–42 val. per savaitę tyrimams, CRM ir „outreach” — tačiau atradimo skambučiai ir sandorio uždarymas vis dar reikalauja žmogaus. Agentas neparduoda už tave; jis nuima nuobodų parengiamąjį darbą.

Produktyvumas ir operacijos

• Rytinės apžvalgos. „Kiekvieną darbo dieną 9 val.” Hermes gali surinkti pašto santrauką, konkurentų judesius ir svarbias naujienas ir įmesti į Slack ar Discord.
• Užduočių sinchronizacija tarp Obsidian, kalendoriaus ir Signal natūralia kalba.
• Foniniai srautai — sudėtingesni „3 aktorių” darbai, jungiantys Gmail, duomenų bazę ir debesies saugyklą.
• Konkurencinė analizė — nuolatinis rinkos „spragų” stebėjimas ir santraukos.

Vienas operatorius įvertino tipinę naudą taip: 1–2 tikslai per dieną, kiekvienas sutaupantis 1–3 valandas — apie 10–30 valandų per savaitę. Skaičiai, žinoma, priklauso nuo to, kiek darbo realiai patikima agentui.

Bendra taisyklė, kada Hermes tikrai apsimoka: užduotis kartojasi, priklauso nuo konteksto ir duoda naudą, kai atliekama fone. Vienkartiniam darbui agento nereikia — jo stiprybė yra pasikartojimas ir atmintis.

Ką reikia žinoti prieš diegiant versle

• Teisės ir izoliacija. Kuo daugiau prieigos duodi (paštas, naršyklė, kompiuteris), tuo didesnė rizika. Naudokite komandų patvirtinimą, konteinerius ir minimalias teises.
• Pradėkite nuo nekritinio darbo. Pirmiausia patikėkite užduotį, kurios klaida nebūtų skaudi (rytinė apžvalga, o ne mokėjimų vykdymas).
• Stebėkite kaštus. Modelio pasirinkimas ir „protingas maršrutas” lemia sąskaitą — pigų modelį paprastoms užduotims, brangų — tik kur būtina.

Išvada

Hermes įdomus ne tuo, kad „atsako į klausimus”, o tuo, kaip jis sudėtas: uždaras mokymosi ratas duoda atmintį ir įgūdžius, širdies dūžis paverčia jį fone dirbančiu darbuotoju, sietuvai leidžia pasiekti jį iš bet kurios žinučių programos, o naršyklės ir kompiuterio prieiga peržengia ribą tarp pokalbio ir realaus veiksmo.

Verslui tai reiškia paprastą dalyką: pasikartojantis, kontekstą reikalaujantis darbas — pardavimų tyrimai, rytinės apžvalgos, CRM tvarkymas — gali persikelti į foną. Tik nepamirškite pagrindinės 2026-ųjų pamokos: kuo daugiau teisių duodi agentui, tuo atidžiau reikia galvoti apie saugumą.

Šaltiniai

• Hermes Agent dokumentacija — Nous Research
• Naršyklės automatizavimas ir kompiuterio valdymas
• Žinučių sietuvas ir Docker diegimas
• Širdies dūžio (heartbeat) pasiūlymas — GitHub Issue #15400
• Naudotojų istorijos ir panaudojimo pavyzdžiai