Hermes Agent : l’agent IA qui apprend tout seul est-il vraiment prêt pour l’entreprise ?

Un agent IA capable de répondre à des questions n’a plus rien d’exceptionnel.

Un agent capable d’utiliser un navigateur, d’exécuter du code, de manipuler des fichiers ou de déclencher des outils commence déjà à devenir plus intéressant.

Mais Hermes Agent va plus loin.

Il peut conserver une mémoire entre les sessions, rechercher dans ses anciennes conversations, créer ses propres compétences et réutiliser les méthodes qui ont fonctionné.

Autrement dit, il ne se contente pas d’exécuter une tâche.

Il apprend progressivement comment vous travaillez.

C’est précisément ce qui rend Hermes Agent intéressant.

Et potentiellement risqué.

Car lorsqu’un agent dispose d’une mémoire persistante, d’un terminal, de tâches planifiées et d’un accès aux outils de l’entreprise, le sujet n’est plus seulement la qualité de ses réponses.

Le vrai sujet devient :

Jusqu’où peut-on laisser un agent IA apprendre et agir sans perdre le contrôle ?

Qu’est-ce que Hermes Agent ?

Hermes Agent est un agent IA open source développé par Nous Research.

Il ne faut pas le confondre avec Hermes 3, qui est un modèle de langage également développé par Nous Research. Hermes Agent est une couche logicielle complète capable d’utiliser différents modèles, d’appeler des outils et de conserver un état dans le temps.

L’agent peut être installé sur un ordinateur, un serveur privé, une machine virtuelle ou une infrastructure cloud. Il peut également être utilisé depuis une application de bureau, un terminal ou différentes plateformes de messagerie.

Hermes Agent peut notamment être connecté à :

• Slack ;
• Telegram ;
• Discord ;
• WhatsApp ;
• Signal ;
• Microsoft Teams ;
• une boîte email ;
• une interface en ligne de commande.

L’idée est de retrouver le même agent, la même mémoire et les mêmes compétences depuis plusieurs interfaces.

Mais l’intérêt principal d’Hermes ne vient pas du nombre de canaux disponibles.

Il vient de sa capacité à conserver et à réutiliser ce qu’il apprend.

Un agent IA qui transforme son expérience en compétences

La plupart des assistants IA repartent presque de zéro à chaque nouvelle conversation.

Ils peuvent conserver un historique ou recevoir des instructions personnalisées, mais ils ne transforment pas nécessairement leurs anciennes expériences en procédures structurées.

Hermes Agent introduit une logique différente grâce à son système de skills.

Un skill est un document contenant les instructions nécessaires pour accomplir une tâche précise. Il peut par exemple expliquer comment :

• déployer une application ;
• ouvrir une pull request ;
• analyser des données ;
• générer un rapport ;
• interroger un outil métier ;
• exécuter une procédure interne.

Ces skills sont chargés uniquement lorsqu’ils sont utiles, afin de ne pas surcharger inutilement le contexte du modèle. Ils peuvent provenir de la bibliothèque intégrée, être créés manuellement ou être générés par l’agent lui-même.

Lorsqu’Hermes termine une tâche complexe, rencontre plusieurs erreurs avant de trouver une solution ou reçoit une correction de l’utilisateur, il peut enregistrer la méthode obtenue sous la forme d’un nouveau skill.

La fois suivante, il n’a donc plus besoin de redécouvrir entièrement la procédure.

Il peut repartir de ce qu’il a déjà appris.

C’est ce que Nous Research présente comme une boucle d’apprentissage intégrée.

Hermes ne réentraîne pas nécessairement le modèle utilisé. Il améliore plutôt son comportement en enrichissant sa mémoire, ses instructions et sa bibliothèque de procédures.

La nuance est importante.

L’agent ne devient pas spontanément plus intelligent.

Il devient progressivement mieux équipé pour travailler dans un environnement précis.

Hermes Agent n’est pas lié à un seul modèle

Hermes Agent peut utiliser plusieurs fournisseurs de modèles.

Il est notamment possible de le connecter à des API cloud ou à des modèles auto-hébergés via des solutions comme Ollama ou vLLM. L’architecture distingue aussi le modèle principal, utilisé pour raisonner et exécuter les tâches, de modèles auxiliaires chargés de fonctions plus spécifiques comme la compression du contexte, la vision, la recherche de skills ou le routage des outils MCP.

Cette séparation permet théoriquement d’adapter chaque modèle au niveau de complexité de la tâche.

Une entreprise pourrait par exemple utiliser :

• un modèle avancé pour la prise de décision ;
• un modèle moins coûteux pour résumer des documents ;
• un modèle local pour certaines données sensibles ;
• un modèle spécialisé pour analyser des images ;
• un autre modèle pour rechercher le bon outil à appeler.

Hermes se rapproche donc davantage d’un système d’orchestration agentique que d’un simple chatbot.

Quels outils Hermes Agent peut-il utiliser ?

Hermes dispose de nombreux outils intégrés pour interagir avec son environnement.

Selon la configuration retenue, il peut notamment :

• naviguer sur le Web ;
• lire et modifier des fichiers ;
• lancer des commandes dans un terminal ;
• exécuter du code ;
• analyser des images ou des vidéos ;
• gérer une mémoire ;
• planifier des tâches ;
• déléguer du travail à des sous-agents ;
• rechercher dans d’anciennes sessions ;
• créer ou modifier ses propres skills.

La documentation référence également une intégration avec MCP, le Model Context Protocol. Hermes peut ainsi charger dynamiquement les outils exposés par des serveurs MCP externes.

Cela signifie qu’il peut théoriquement être connecté à un CRM, une base de données, GitHub, un ERP, un outil de ticketing ou une API interne.

MCP facilite la connexion entre un agent et les systèmes de l’entreprise, mais il ne sécurise pas automatiquement les actions réalisées. Les outils exposés, les permissions accordées et les règles de validation restent à définir correctement. Nous avons détaillé ce sujet dans notre guide sur le Model Context Protocol et la connexion des IA aux outils métier.

Exemple concret : un agent Hermes dans une équipe

Imaginons une équipe produit qui installe Hermes sur un serveur privé et le connecte à Slack, GitHub et son outil de gestion de projet.

Un collaborateur pourrait lui demander :

« Analyse les bugs ouverts cette semaine, regroupe les problèmes similaires et prépare les priorités du prochain sprint. »

Pour réaliser cette mission, l’agent pourrait :

1. rechercher les tickets concernés ;
2. lire les échanges liés à chaque problème ;
3. consulter les parties pertinentes du code ;
4. identifier les erreurs les plus fréquentes ;
5. préparer une synthèse ;
6. publier un message dans Slack ;
7. enregistrer la procédure sous forme de skill.

La semaine suivante, le même travail pourrait être relancé automatiquement avec une tâche planifiée.

Sur le papier, le gain de temps est évident.

Mais ce scénario suppose que l’agent puisse lire les tickets, accéder au code, lancer des commandes et publier un résultat visible par plusieurs personnes.

Chaque nouvelle capacité augmente donc également la surface de risque.

Ce qui différencie Hermes d’une automatisation n8n

Une automatisation traditionnelle suit généralement un scénario déterminé :

Quand un événement précis se produit, exécuter une suite d’actions prédéfinies.

Un agent comme Hermes fonctionne différemment.

On lui donne un objectif, un ensemble d’outils et certaines contraintes. Il choisit ensuite les actions qu’il considère nécessaires pour atteindre cet objectif.

Une automatisation n8n peut être plus prévisible et plus facile à auditer.

Hermes peut être plus flexible lorsqu’une tâche nécessite :

• d’explorer plusieurs sources ;
• d’adapter son plan ;
• d’interpréter des informations non structurées ;
• de gérer des situations différentes ;
• de choisir entre plusieurs outils.

Les deux approches ne s’opposent pas forcément.

Une architecture robuste peut utiliser n8n pour orchestrer les étapes critiques et Hermes uniquement pour les parties qui nécessitent du raisonnement.

C’est la distinction que nous développons également dans notre article consacré au choix entre agent IA et automatisation classique.

Pourquoi la mémoire persistante change le niveau de risque

La mémoire est souvent présentée comme l’une des fonctionnalités les plus utiles des agents IA.

Elle évite de répéter le contexte du projet, les préférences de l’utilisateur, la structure de l’organisation ou les procédures importantes.

Mais une mémoire persistante conserve potentiellement aussi :

• des informations devenues obsolètes ;
• une mauvaise interprétation ;
• des données sensibles ;
• une correction spécifique à un cas particulier ;
• une instruction malveillante ;
• un comportement que personne n’a réellement validé.

Une erreur dans une conversation classique disparaît généralement avec la session.

Une erreur enregistrée dans la mémoire d’un agent peut influencer plusieurs semaines de travail.

Le problème devient encore plus important lorsque l’agent transforme une expérience en skill.

Une procédure incorrecte peut alors être répétée automatiquement, avec davantage de confiance, parce qu’elle est considérée comme une compétence déjà apprise.

La mémoire et les skills doivent donc être considérés comme de véritables composants du système d’information.

Ils doivent pouvoir être :

• consultés ;
• corrigés ;
• versionnés ;
• supprimés ;
• restaurés ;
• attribués à une source ;
• audités dans le temps.
  

Un agent qui peut modifier ses propres procédures

La documentation d’Hermes indique que les skills locaux constituent la source principale utilisée par l’agent et que celui-ci peut les créer, les mettre à jour ou les supprimer.

Cette capacité est puissante.

Elle permet à l’agent d’améliorer progressivement une procédure sans qu’un développeur ait besoin de modifier son code à chaque fois.

Mais elle pose également une question essentielle :

Une entreprise peut-elle laisser un agent modifier seul les instructions qui déterminent ses futurs comportements ?

Dans un environnement personnel ou expérimental, le risque peut être acceptable.

Dans un contexte métier, toute modification importante devrait idéalement passer par :

• une proposition de changement ;
• une comparaison avec la version précédente ;
• une validation humaine ;
• un historique ;
• une possibilité de retour en arrière.

L’apprentissage ne doit pas devenir une modification silencieuse du système.

Les tâches planifiées rendent l’agent réellement autonome

Hermes permet de programmer des rapports, des sauvegardes, des synthèses ou d’autres tâches récurrentes en langage naturel. Ces automatisations peuvent fonctionner sans qu’un utilisateur soit présent au moment de leur exécution.

C’est à ce moment qu’un assistant devient réellement autonome.

Un agent lancé manuellement reste directement supervisé.

Un agent capable de travailler chaque nuit, d’interagir avec des services externes et de publier des résultats nécessite un autre niveau de contrôle.

Il faut notamment prévoir :

• ce qui se passe lorsqu’une API ne répond plus ;
• le nombre maximal d’actions autorisées ;
• les dépenses maximales acceptables ;
• les horaires pendant lesquels l’agent peut agir ;
• les données accessibles ;
• les personnes à prévenir en cas d’échec ;
• les actions nécessitant toujours une validation.

Sans ces limites, une petite erreur peut être répétée des dizaines de fois avant d’être détectée.

Les mécanismes de sécurité déjà prévus par Hermes

Hermes Agent ne fait pas abstraction de ces risques.

Sa documentation décrit une approche de sécurité en profondeur organisée autour de plusieurs couches :

1. autorisation des utilisateurs pouvant communiquer avec l’agent ;
2. validation humaine des commandes dangereuses ;
3. restrictions sur l’écriture de fichiers ;
4. isolation dans des conteneurs ;
5. filtrage des identifiants transmis aux serveurs MCP ;
6. détection des injections de prompt dans les fichiers de contexte ;
7. séparation entre les différentes sessions ;
8. validation des paramètres transmis au terminal.

L’agent peut notamment être exécuté dans un conteneur Docker ou sur un serveur distant afin de limiter son accès direct à la machine de l’utilisateur. La documentation recommande cette isolation lorsque l’agent doit utiliser un terminal.

Hermes permet également de créer plusieurs profils indépendants.

Chaque profil possède sa propre configuration, ses propres clés API, sa mémoire, ses sessions, ses skills et ses tâches planifiées. Une entreprise peut ainsi séparer un agent de recherche, un agent de développement et un agent connecté aux outils commerciaux.

Ces mécanismes constituent une base sérieuse.

Mais ils ne remplacent pas le travail d’architecture propre à chaque entreprise.

Un outil peut proposer une validation des commandes dangereuses sans savoir qu’une modification spécifique dans votre CRM est commercialement critique.

La sécurité technique ne comprend pas automatiquement les règles métier.

Hermes Agent est-il prêt pour l’entreprise ?

La réponse dépend moins de l’outil que du niveau d’autonomie accordé.

Oui, pour des expérimentations encadrées

Hermes peut déjà être pertinent pour :

• réaliser des recherches ;
• préparer des synthèses ;
• analyser des documents non sensibles ;
• assister une équipe de développement ;
• générer des brouillons ;
• produire des rapports internes ;
• explorer des données dans un environnement isolé.

Dans ces situations, l’agent peut apporter de la valeur tout en conservant une validation humaine avant toute action importante.

Avec prudence, pour des outils internes

Hermes peut être connecté à des outils métier à condition de limiter précisément :

• les données consultables ;
• les actions disponibles ;
• les utilisateurs autorisés ;
• les environnements concernés ;
• les budgets ;
• les durées d’exécution ;
• les possibilités de modification.

Il vaut mieux commencer avec un agent en lecture seule, sur un périmètre réduit, avant de lui permettre de modifier des données.

Pas sans architecture spécifique pour les processus critiques

Il serait risqué de laisser un agent généraliste gérer seul :

• des paiements ;
• des suppressions de données ;
• des changements de droits ;
• des décisions RH ;
• des déploiements en production ;
• des communications externes ;
• des modifications comptables ;
• des opérations irréversibles.

Sur ces sujets, l’agent peut analyser, proposer et préparer.

La décision finale doit rester contrôlée par une règle déterministe ou une validation humaine.

Une technologie encore en évolution rapide

Hermes Agent évolue actuellement à un rythme particulièrement soutenu.

La version 0.19.0, publiée le 20 juillet 2026, est notamment arrivée après plusieurs milliers de commits, plus d’un millier de pull requests fusionnées et plusieurs évolutions importantes autour des performances, des sous-agents, de la mémoire et du déploiement.

Cette vitesse montre une communauté active et un projet ambitieux.

Elle signifie aussi que l’outil n’est pas encore une infrastructure figée.

Pour une entreprise, cela implique de :

• fixer les versions déployées ;
• tester les mises à jour ;
• suivre les changements de sécurité ;
• conserver une procédure de retour en arrière ;
• éviter les mises à jour automatiques non supervisées ;
• documenter les comportements attendus.

L’open source donne de la visibilité sur le code.

Il ne garantit pas automatiquement la stabilité opérationnelle.

Comment tester Hermes Agent sans prendre de risque

Une première expérimentation peut suivre une approche progressive.

1. Choisir un seul cas d’usage

Évitez de commencer par « créer un agent pour toute l’entreprise ».

Choisissez une tâche précise, fréquente et facilement vérifiable.

Par exemple :

• préparer une veille hebdomadaire ;
• résumer des tickets ;
• classer des documents ;
• produire un compte rendu ;
• analyser des logs ;
• rechercher des informations dans une base documentaire.

2. Utiliser un profil dédié

Ne mélangez pas immédiatement les usages professionnels, personnels et techniques.

Créez un profil indépendant avec sa propre mémoire, ses propres outils et ses propres identifiants.

3. Commencer en lecture seule

L’agent peut d’abord consulter des données et produire une recommandation.

Il n’a pas nécessairement besoin de modifier le CRM, d’envoyer un email ou de déployer du code dès la première version.

4. Isoler son environnement d’exécution

Le terminal doit être exécuté dans un conteneur ou sur une machine dédiée.

L’agent ne doit pas disposer par défaut d’un accès complet au poste d’un collaborateur ou au réseau interne.

5. Limiter les outils disponibles

Un agent de veille n’a pas besoin d’accéder au système de facturation.

Un agent de développement n’a pas besoin de consulter les données RH.

Chaque agent doit disposer du strict minimum nécessaire.

6. Contrôler la mémoire et les skills

Il faut savoir quelles informations ont été enregistrées, pourquoi elles l’ont été et comment les supprimer.

Les nouveaux skills créés par l’agent doivent pouvoir être relus avant leur utilisation sur une tâche critique.

7. Garder une validation humaine

Toute action externe, financière, destructive ou difficilement réversible doit rester soumise à validation.

8. Mesurer les résultats

L’évaluation ne doit pas se limiter à quelques démonstrations réussies.

Il faut mesurer :

• le taux de tâches correctement réalisées ;
• les erreurs ;
• le temps réellement gagné ;
• le coût des modèles ;
• le nombre d’interventions humaines ;
• les comportements imprévus ;
• la facilité de correction.
  

Hermes annonce-t-il le futur des assistants IA ?

Probablement.

Les assistants IA les plus utiles ne seront pas seulement capables de répondre à une question.

Ils devront connaître le contexte de l’entreprise, comprendre ses outils, mémoriser ses procédures et s’améliorer progressivement.

Hermes Agent montre à quoi peut ressembler cette prochaine génération :

• persistante ;
• connectée ;
• multi-outils ;
• auto-hébergeable ;
• capable de créer ses propres procédures ;
• accessible depuis plusieurs interfaces.

Mais cette évolution change aussi la nature du projet.

Installer Hermes ne revient pas simplement à ajouter un chatbot dans Slack.

Cela revient à introduire un nouvel acteur logiciel capable d’observer, de mémoriser, de décider et d’agir.

Et plus cet acteur devient performant, plus ses permissions, sa mémoire et ses comportements doivent être maîtrisés.

Conclusion

Hermes Agent est l’un des projets open source les plus intéressants du moment dans le domaine des agents IA.

Sa mémoire persistante, son système de skills et sa capacité à utiliser différents outils lui permettent d’aller bien au-delà d’un assistant conversationnel classique.

Mais sa principale force est également son principal risque.

Un agent qui apprend doit pouvoir désapprendre.

Un agent qui agit doit pouvoir être limité.

Un agent qui modifie ses propres procédures doit pouvoir être audité.

Et un agent autonome doit toujours évoluer dans une architecture conçue pour absorber ses erreurs.

La bonne question n’est donc pas :

« Hermes Agent est-il suffisamment intelligent pour travailler dans mon entreprise ? »

La vraie question est :

« Mon entreprise est-elle prête à encadrer un agent capable d’apprendre et d’agir dans le temps ? »

Chez Scroll, nous accompagnons les entreprises dans le cadrage, la connexion et l’industrialisation de leurs assistants IA.

L’objectif n’est pas de rendre l’IA autonome à tout prix.

L’objectif est de lui confier le bon niveau d’autonomie, sur le bon périmètre, avec les bons contrôles.