Представь стажёра-гения. Пишет код быстрее всех, знает пять языков, за ночь собирает то, на что у тебя ушла бы неделя. Есть один нюанс: каждое утро он приходит с полной амнезией. «Привет, я тут первый день. А что за проект? А какой стек? А почему нельзя трогать вон тот модуль?»
И ты объясняешь. Снова. И завтра снова.
Знакомо? Именно так работают современные CLI-агенты. Claude Code, Codex, Gemini CLI — реально мощные ребята. Но закрыл сессию — и всё, чистый лист: контекст проекта забыт, твои правила забыты, вчерашняя договорённость «легаси не трогаем» — тоже. Открываешь утром, а он бодро переписал ровно тот модуль, который ты просил не трогать. Спасибо, стажёр.
А вторая беда — он всегда один. Пашет в одиночку над задачей, которую втроём разнесли бы за полчаса.
И вот тут в чат врывается Hermes — инструмент, который за пару месяцев собрал на GitHub около 15 тысяч звёзд и 370+ контрибьюторов. Он не заменяет твоего агента и не пытается быть «убийцей Claude Code». Он надстраивается сверху и лечит ровно эти болячки.
Если совсем коротко: Hermes — это управляющий слой над AI-агентами, который даёт им долгую память, собственные навыки и умение работать командой. Open-source, от лаборатории NousResearch, на Python, лицензия MIT. Всё важное — память, навыки, история сессий — лежит локально и переживает перезапуск.
Давай пройдёмся по тому, что он умеет. С командами, без занудства.
Память двух видов: про проект и про тебя
Главная фишка. Вместо чистого листа Hermes держит два файла-блокнота:
MEMORY.md— заметки про проект: какой стек, как настроена среда, какие приняты соглашения по коду, на какие грабли уже наступали.USER.md— заметки про тебя: как ты любишь общаться, что ждёшь от ответов, какой стиль тебе заходит.
Оба лежат в ~/.hermes/memories/ и подгружаются в системный промпт при старте каждой сессии. Агент сам решает, что туда дописать.
И амнезиак-стажёр внезапно превращается в коллегу, который помнит, о чём вы договорились на той неделе. Которому не надо в сотый раз объяснять, что база на проде трогается только через миграции, а не «ну я подумал, так красивее». Память — это ровно та граница, которая отделяет умный автокомплит от напарника.
Он сам пишет себе шпаргалки
Дальше веселее.
Справившись со сложной задачей, Hermes может сохранить её как переиспользуемый навык — по сути, шпаргалку «как мы это делаем». В следующий раз он не изобретает велосипед, а достаёт готовый рецепт. Устарел рецепт — обновляет сам.
Помнишь, как ты первые пару лет гуглил один и тот же кусок кода по десять раз, пока не отложилось? Вот тут агент делает то же самое — только не забывает. Это и есть то самое «самообучение», о котором любят красиво говорить: агент копит опыт и со временем реально становится полезнее, а не топчется на месте.
Вот и связка из заголовка: Claude, Codex и Gemini как подчинённые
А теперь то, ради чего мы здесь. Hermes умеет звать другие CLI-агенты как своих подагентов — через ACP (Agent Client Protocol), стандарт, по которому агенты общаются друг с другом. Одной командой ты выбираешь, кто будет исполнителем:
hermes --provider claude-acp
hermes --provider codex-acp
hermes --provider gemini-acpПрелесть в том, что Hermes не дёргает бинарники напролом, а работает через официальные ACP-адаптеры — те, что делают сами Zed и вендоры CLI. А если у тебя своя сборка агента, путь переопределяется переменной окружения:
HERMES_ACP_CLAUDE_COMMAND="/path/to/custom-claude --acp"Что это даёт на практике? Ты перестаёшь молиться на один инструмент. Claude силён в одном, Codex — в другом, Gemini — в третьем. Раньше выбор одного означал отказ от остальных. Теперь они — просто исполнители в твоей бригаде, и дирижёр над ними — ты. Вот это и есть «заставить их работать в разы круче»: не вместо друг друга, а под общим управлением.
Бригада, которая пашет параллельно
Одна голова хорошо, а пять параллельных — быстрее. Hermes умеет раскидывать работу на изолированных субагентов: каждый копает свой участок отдельно и не лезет соседу под руку. Можно даже писать Python-скрипты, которые дёргают инструменты через RPC, — то есть собирать свои сценарии оркестровки.
Представь прораба с бригадой. Сам лопатой не машет — раздаёт задачи и следит, чтобы в конце всё сошлось. Пока один субагент чинит бэкенд, второй пишет тесты, третий обновляет доки — и всё одновременно. А ты сидишь с кофе и смотришь, как это твоя, между прочим, бригада.
Модель переключаешь как передачу на велике
Hermes не женат и на одном провайдере моделей: командой hermes model перепрыгиваешь между двумя десятками — OpenRouter, OpenAI, свой эндпоинт и другие. Без переписывания кода, без вендор-лока.
Логика простая. Дорогую умную модель бережёшь для по-настоящему сложного. На рутину ставишь дешёвую и шуструю — незачем гонять «Hello World» через самую пафосную нейронку, которая за это возьмёт как за консультацию юриста. Одна задача — один движок, другая — другой. Ты не заложник инструмента. Ты тот, кто выбирает под задачу.
Планировщик, который работает, пока ты спишь
Чтобы обычный CLI-агент пахал по расписанию, обычно надо городить обёртки, настраивать CI/CD или тащить внешний планировщик. В Hermes cron встроен. Создаёшь задачу одной командой:
hermes cron createРасписание — по-человечески: «every 2h», «every morning at 9am» — или классическим cron-выражением «0 9 * * *», если так привычнее. Дальше фоновый процесс сам проверяет задачи и запускает их в изолированных сессиях. «Каждое утро проверяй зависимости и собирай отчёт» — и оно делается, пока ты спишь.
Живёт в мессенджерах, а не только в терминале
Обычный агент заперт в терминале: открыл сессию — поработал — закрыл. Hermes же принимает команды из Telegram, Slack, Discord, Signal, WhatsApp, почты и ещё десятка платформ — всё через один gateway-процесс.
И вот тут магия долгой памяти играет по-новому: задачу можно начать в терминале, продолжить с телефона в Telegram и забрать результат в Slack. Контекст не теряется, потому что все сессии живут в одной базе. Условно — поставил агенту задачу по дороге на обед, вернулся, а полработы уже готово.
MCP и кнопка «отменить»
Ещё две вещи, без которых сегодня несерьёзно:
- MCP. Через Model Context Protocol агент цепляется к внешним инструментам и данным — файлам, API, базам. То есть выходит за пределы «поболтать в окошке» и реально ковыряется в твоём окружении.
- Чек-поинты и откат. Наворотил дел — откатился к сохранённой точке. Изоляция через git worktree страхует от классики жанра «агент переписал пол-проекта, задеплоил в пятницу вечером, и теперь всё лежит».
И вот к чему всё это
Смотри, что здесь произошло. Доступ к топовому AI-агенту сам по себе перестал быть преимуществом — он есть у всех. А вот обвязка вокруг него — память, навыки, оркестрация Claude/Codex/Gemini, умный выбор модели — превращает одинокого агента-амнезиака в управляемую систему, которая помнит, учится и работает бригадой.
И вопрос давно уже не «какой AI у тебя есть». А «как ты им управляешь». Hermes — просто наглядная витрина этого сдвига: вся ценность уехала в слой управления поверх инструмента.
Это и есть разница между вайб-кодером и AI-native разработчиком. Первый жмёт «Generate» и надеется. Второй собирает из агентов оркестр — и понимает, кто из них за что отвечает.
Что с этим делать
Бежать ставить каждый новый фреймворк — гиблое дело. Такие инструменты выходят чуть ли не каждую неделю, и половина завтра устареет. А вот понять механику под ними — память, навыки, субагенты, ACP, выбор модели под задачу — навык, который не стареет. Разберёшься по-настоящему в одном — остальные щёлкаешь по аналогии.
Именно это умение — не тыкать кнопки в одном чате, а собирать из агентов управляемую систему — мы и прокачиваем на курсе AI Native Developer.
А пока сходи хотя бы поставь Hermes звёздочку. И заодно глянь, как выглядит ближайшее будущее: где ты не пишешь код руками, а дирижируешь теми, кто его пишет. Причём так, чтобы оркестр не разбежался.