AI Systems

Att köra Hermes Agent på en headless-server samtidigt som du ansluter från en skrivbordsklient på en annan maskin kräver två serverprocesser och en enda klientanslutning.

De flesta AI-agentdemonstrationer beter sig fortfarande som chattkompletteringar med extra steg: du skickar en prompt, väntar några sekunder och får ett svar tillbaka i ett enda svar.

Enkelagenter (single-agent) nådde sin topp 2025 — du gav en LLM en prompt, några verktyg och ett mål, och den klarade av begränsade uppgifter ganska bra.

Googles Agent2Agent-protokoll, oftast förkortat till A2A, hade ett märkligt första år.

Pollningagenter är en av de minst glamourösa delarna av arkitekturen för AI-assistenter, men de är också en av de mest användbara.

Arkitekturen för AI-agenter börjar delas upp i två lager.

A2A-protokollet, förkortning för Agent2Agent Protocol, är en öppen standard för kommunikation mellan oberoende AI-agent-system.

Minne förvandlar assistenter från reaktiva till bestående, men det är också där många system tyst förfaller. Undersökningar hävdar att uppdelningen mellan kort- och långtidsminne inte längre räcker för modern agentminne; OpenAI och LangGraph SDK:er pekar på en enklare stack — arbetsminne, bestående tillstånd och hämtning.

Ett produktionsberett AI-assistent är inte “en LLM med en prompt”. Det är ett system som accepterar avsikt, behåller tillstånd, avgör när det ska hämta data eller utföra åtgärder, och exponerar tillräckligt med detaljer om körningen för att kunna felsöka misslyckanden.

Open-source-ram för AI-agenter exploderar i popularitet på GitHub. Två projekt som ligger i kärnan av ekosystemet för självhushållande AI-system — OpenClaw och Hermes Agent — har dragit så långt ifrån att resten av fältet slåss om en fjärran tredjeplats.

Du chattar redan med Hermes Agent från din telefon med text. Nu vill du prata med den direkt och få muntliga svar tillbaka. Det är oftast rätt val, särskilt om du redan använder Hermes som en självhostad assistent. Att skriva långa prompter på en liten skärm är långsamt och benäget för fel

Hermes Agent levereras med ett Kanban-styrt flödessystem och Hermes Gateway, vilket kan mätta din egenhostade LLM om för många uppgifter skickas ut samtidigt.

Hermes Agent behandlar färdigheter (skills) som det vanliga sättet att lära ut återanvändbara arbetsflöden. Officiell dokumentation beskriver dem som kunskapsdokument på begäran, anpassade efter den öppna agentskills.io-specifikationen, och de laddas genom progressiv diskling (progressive disclosure) så att modellen först ser en liten index och endast hämtar fullständiga instruktioner när en uppgift faktiskt kräver dem.

Hermes Agent från Nous Research är en modellagnostisk, verktygsanvändande assistent som du kör lokalt eller på en VPS.

De flesta AI-agentstackar behandlar fortfarande säkerhet som en korrigering efter demonstrationen. NemoClaw utgår från motsatta antaganden och gör isolering, policy och ruttning till standard från dag ett.

Moderna assistenter glömmer fortfarande allt när du stänger fliken om inte något överlever kontextfönstret. Tjänster för agenterminne (agent memory providers) är tjänster eller bibliotek som lagrar fakta och sammanfattningar över sessioner — ofta integrerade som plugin så att ramverket förblir lättviktigt medan minnet skalas.