Alors que les agents IA personnels se sont imposés dans le quotidien des développeurs et développeuses depuis le début de l’année, un projet open source s’est installé en quelques mois comme l’alternative la plus commentée à OpenClaw. Hermes, développé par le laboratoire américain Nous Research, revendique un fonctionnement différent, fondé sur une mémoire qui persiste et des compétences que l’agent se construit lui-même.
Hermes, un agent autonome qui se fabrique ses propres compétences
Hermes est un agent IA open source publié sous licence MIT, lancé en février 2026 par Nous Research. À la différence d’un assistant de code forcément rattaché à un environnement de développement, il peut s’installer également sur une machine ou sur un serveur et fonctionne en continu, sans supervision permanente, tout en bénéficiant d’environnements sécurisés.
Une boucle d’apprentissage plutôt qu’une session qui s’oublie
Nous Research parle d’une « boucle d’apprentissage fermée ». Quand l’agent vient à bout d’une tâche, il en tire un document de compétence réutilisable, qu’il affine ensuite au fil des usages. S’y ajoute une mémoire qui traverse les sessions, avec un index de recherche plein texte doublé de résumés produits par un modèle de langage. Autrement dit, l’agent est censé gagner en efficacité à mesure qu’il travaille, là où la plupart des frameworks repartent de zéro à chaque session.
Une soixantaine d’outils et une vingtaine de messageries
Hermes embarque une soixantaine d’outils natifs (recherche web, navigation, génération d’images, synthèse vocale, exécution de code) et se pilote depuis une vingtaine de plateformes réunies derrière une même passerelle, parmi lesquelles Telegram, Discord, Slack, WhatsApp, Signal ou Microsoft Teams. L’agent gère aussi des tâches planifiées, peut déléguer à des sous-agents isolés et se connecte à des serveurs MCP. Côté modèles, le projet reste agnostique et fonctionne avec le portail de Nous Research, OpenRouter, OpenAI ou tout point d’accès compatible.
Combien coûte le déploiement d'Hermes
Le code est gratuit et publié sous licence MIT, le tout disponible via GitHub. Deux voies de déploiement coexistent :
- L’auto-hébergement, sur un poste de travail ou sur un serveur privé virtuel, avec la consommation de modèles à financer séparément.
- La version hébergée par Nous Research, facturée entre 20 et 200 dollars par mois selon les paliers.
Un intérêt réel pour les tâches récurrentes, à condition d’en assumer le coût
Pour les professionnels du digital, la promesse porte moins sur la performance brute que sur la répétition. Une veille quotidienne ou un rapport hebdomadaire peuvent tourner sans intervention, avec un agent qui conserve le contexte d’une exécution à l’autre. La contrepartie est double. Il faut administrer une infrastructure ou payer un hébergement, et financer la consommation de modèles, qui n’est plus couverte par les abonnements grand public, comme avec l’exemple d’Anthropic qui a exclu les frameworks tiers de ses forfaits Claude.
Une course aux agents personnels ouverte par OpenClaw
Hermes est arrivé quelques semaines après la viralité d’OpenClaw, le framework du développeur autrichien Peter Steinberger, qui a fait découvrir plus largement qu’un agent pouvait agir et pas seulement répondre, comme le relevait Andreessen Horowitz dans son classement des outils IA les plus utilisés. Le sujet a depuis attiré les grands acteurs, Nvidia ayant, par exemple, lancé NemoClaw pour sécuriser ce type d’agents. Les vulnérabilités documentées, en particulier les injections de prompt, restent le principal frein à un déploiement en environnement professionnel.
L’adoption, elle, ne fait pas débat. Le dépôt GitHub d’Hermes comptait environ 229 000 étoiles et près de 45 000 forks en août 2026, et Nous Research finalisait alors un tour de table sur une valorisation de 1,5 milliard de dollars. La question de la longévité de ces outils reste ouverte et la promesse d’un agent qui s’améliore seul se devra se vérifier à l’usage et sur la durée.
FAL Group