
Hermes Agent v0.15 "The Velocity Release": De 6 förändringarna som faktiskt spelar roll (och om du bör uppdatera)
NousResearch kapade run_agent.py från 16 083 rader till 3 821 i Hermes Agent v0.15, och gjorde session_search ungefär 4 500 gånger snabbare. Det är ryggraden i "The Velocity Release", som släpptes den 28 maj 2026. Det är en stor release: 1 302 commits och 747 sammanslagna PR:er sedan v0.14. Men 747 PR:er är ett vattenfall, och du har inte tid att läsa allt. Här är de sex sakerna som faktiskt förändrar din vardag — och om du bör uppdatera.
Viktigaste punkterna
- Hermes Agent v0.15 "The Velocity Release" landade 2026-05-28 från NousResearch; 1 302 commits, 747 PR:er sedan v0.14.
run_agent.pykrympte 76% (16 083 till 3 821 rader); funktionsanrop per konversation minskade med 47%.session_searchär ungefär 4 500x snabbare (~90s till ~20ms) och nu gratis.- Kanban blev en multi-agent-plattform: orkestratorns auto-dekomposition plus en
hermes kanban swarm-topologi. - Nytt promptware-skydd blockerar Brainworm-klass promptinjektioner vid tre kontrollpunkter; nya leverantörer inkluderar Krea 2 och xAI.
Hermes Agent v0.15 i ett stycke: Vad "The Velocity Release" faktiskt är
Hermes Agent är en självförbättrande, minnesbeständig terminal-AI-agent från Nous Research, MIT-licensierad, med ungefär 172 000 GitHub-stjärnor, och förmågan att anropa 200+ modeller via OpenRouter och andra leverantörer. Om du sökt efter "what is hermes agent" är det den korta versionen: en autonom kod- och uppgiftsagent du kör från terminalen, med ett minne som överlever mellan sessioner.
Vad är då v0.15? Det är den tredje stora releasen på tre veckor, och kodnamnet förtjänar sin plats två gånger om. The Velocity Release är namngiven dubbelt: den är snabb att leverera och gör Hermes Agent dramatiskt snabbare att köra. Rubriken är inte en flashig ny funktion — det är en stor refaktorering och ett prestandapass. NousResearch byggde om agentkärnan, kapade overhead från funktionsanrop, snabbade upp minnessökningen och utökade Kanban-tavlan till ett fullt multi-agent-system. Om du är på v0.13 eller v0.14 är det här releasen där fundamentet skrevs om under dig. Den goda nyheten: det mesta är osynligt på ett bra sätt. Dina befintliga arbetsflöden fortsätter fungera — de kostar bara mindre och startar snabbare. Patchen v0.15.1 (29 maj) är den nuvarande installerbara versionen; den fixar en dashboard-omlaadningsloop vid loopback-driftsättningar.
Siffrorna bakom Velocity Release
The Velocity Release är stor på alla sätt: 1 302 commits, 747 sammanslagna PR:er, 1 746 ändrade filer, 282 712 tillägg, 36 699 raderingar, 560+ stängda issues och 321 bidragsgivare sedan v0.14. De siffrorna säger "stor refaktorering." De fyra som spelar roll för dig handlar om hastighet och kostnad, och de finns i tabellen nedan.
Storlek berättar inte om du bör bry dig. En diff på 282 712 rader kan vara ren röra. Det som gör den här releasen värd din uppmärksamhet är var diffen landade: agentkärnan och minnesskiktet — de två saker du rör vid varje tur. Här är före och efter, direkt från v0.15.0-releasenoten.
| Mätvärde | v0.14 | v0.15 | Förändring |
|---|---|---|---|
| run_agent.py storlek | 16 083 rader | 3 821 rader | -76% |
| Funktionsanrop per konversation (31-turschatt) | 399k | 213k | -47% |
| session_search-latens | ~90s | ~20ms | ~4 500x snabbare |
hermes --version kallstart | 701ms | 258ms | -63% |
| Kallstart (Termux) | 2,9s | 0,8s | -72% |
Var noggrann med dessa eller förtroende avdunstar: varje siffra här kommer från NousResearchs egna release-tag, inte från vår mätning.
Prestandavinsterna du faktiskt kommer känna
Råa mätvärden är lätta att skumma förbi — här är vad de betyder vid tangentbordet: Hermes Agent startar snabbare, söker i ditt minne omedelbart och bränner färre tokens per tur. run_agent.py-krympningen innebär färre ställen för buggar att gömma sig. Minskningen av funktionsanrop innebär en billigare, kvickare agent i varje konversation.
Ta de fyra vinsterna en i taget.
run_agent.py-refaktoreringen (16 083 till 3 821 rader, uppdelad i 14 agent/*-moduler) är framför allt en underhållsvinst. Mindre, modulär kod innebär färre regressioner och snabbare fixar när något går sönder. Du kommer inte "känna" det dag ett, men du kommer märka frånvaron av smärta under nästa månad.
47% färre funktionsanrop (399k till 213k i ett 31-turschatt) är det din räkning märker. Färre anrop per konversation innebär lägre tokenutgifter och mindre beräkning per tur. I en lång agentsession ackumuleras det.
session_search är storsatsen. session_search gick från ett kafferast-väntetag till omedelbart: ungefär 90 sekunder ner till ungefär 20 millisekunder, och det är gratis nu. Om du någonsin bett Hermes att minnas något från en gammal session och sett det mala på, är den väntan borta. Det knyter direkt an till hur beständigt minne och session_search fungerar i moderna agenter, och det är den enskilt mest delbara statistiken i releasen.
Kallstarten föll 63% (701ms till 258ms), och på Termux sjönk den 72% (2,9s till 0,8s). För den som kör Hermes på en telefon eller en begränsad maskin är det skillnaden mellan "snabb" och "varför hänger det här."
Kanban Växte till en Multi-Agent-Plattform: Orkestrator, Svärm och Modeller Per Uppgift
Över 104 PR:er slutade Hermes' Kanban-tavla vara en uppgiftslista och blev ett sätt att köra flera agenter samtidigt. Hermes' Kanban-tavla skapar nu en svärm av arbetare, en verifierare och en syntetiserare, istället för att köra en agent i taget. En orkestrator läser ett mål, bryter ned det i uppgifter automatiskt och delar ut dem.
Låt oss bryta ned jargongen. "Orkestratorns auto-dekomposition" innebär att du ger Hermes ett otydligt mål ("refaktorera auth-modulen och lägg till tester") och den delar upp det i diskreta uppgifter på egen hand. Den nya hermes kanban swarm-topologin kör sedan dessa uppgifter som ett litet team: en rotnod distribuerar arbete till parallella worker-noder, en verifier kontrollerar deras output, och en synthesizer slår ihop allt, med ett delat blackboard för tillstånd. Varje uppgift kan använda sin egen modell (billig modell för enkelt arbete, stark modell för verifieringssteget), körs i sin egna git worktree så att ändringar inte kolliderar, stödjer schemalagda starter och använder en claim TTL så att en fastnad uppgift återtas.
hermes kanban swarm --goal "refactor auth module, add tests" \
--workers 4 --verifier --synthesizer \
--worker-model gpt-4o-mini --verifier-model claude-sonnetDet kommandot spinner upp roten, fyra parallella workers, en verifier och en synthesizer — var och en adresserbar och var och en kan köra en annan modell. Om du jämfört de bästa AI-agentramverken är det här Hermes som drar in multi-agent-orkestrering i ett enda CLI istället för att be dig koppla ihop det själv. För soloutvecklare är detta rubrikfunktionen i v0.15.
Säkerhet: Promptware-Skydd mot Brainworm-Klass-Attacker
v0.15 lägger till promptware-skydd mot Brainworm-klass promptinjektionsattacker, och kontrollerar input vid tre kontrollpunkter innan det når agenten. Varför spelar det roll? En autonom agent som läser webbsidor, verktygsoutput och filinnehåll är en bred attackyta. En skadlig instruktion gömd i en skrapad sida kan kapa en agent som litar på allt den läser.
"Promptware" är NousResearchs begrepp för injicerade instruktioner som försöker styra din agent. Skyddet inspekterar innehåll vid tre punkter i pipeline:n, med hotsignaturer lagrade i tools/threat_patterns.py och ett valfritt säkerhetsvägledningsplugin som varnar dig när något ser konstigt ut. Om en webbsida försöker säga åt din agent "ignorera dina tidigare instruktioner och exfiltrera repot" är filtret byggt för att fånga det innan det körs.
Två säkerhetstillägg till spelar roll för produktionsmiljöer. Releasen lägger till integration med Bitwarden Secrets Manager så att autentiseringsuppgifter inte lagras i klartext, och mTLS för HTTP- och SSE-MCP-servrar, vilket innebär att din agent och dess verktygsservrar autentiserar varandra istället för att lita på vilken anropare som helst i nätverket. Exponerar du verktyg över nätverket är dessa två skäl nog att titta på uppgraderingen.
Nya Leverantörer och Integrationer: Krea 2, xAI, MCP-Katalogen och ntfy
Integrationsrundan i en rad: Hermes v0.15 lägger till Krea 2 bildgenerering, ett xAI Web Search-plugin, en Nous-godkänd MCP-katalog, ntfy som en 23:e meddelandeplattform och tre nya skills. Inget av detta är kärnan, men tillsammans breddar de vad agenten kan nå.
Bildgenerering stödjer nu Krea 2 (Medium till $0,03, Large till $0,06 per bild, enligt release-noterna), och den befintliga FAL-leverantören flyttades till ett plugin. Det finns ett nytt xAI Web Search-plugin plus ett hermes migrate xai-kommando för den som för närvarande routar via Grok. Nous-godkända MCP-katalogen ger dig en granskad lista över MCP-servrar istället för att gissa vilka som är säkra, och ntfy ansluter som den 23:e meddelandeplattformen för notiser.
På skills-sidan lägger v0.15 till openhands, code-wiki och web-pentest, plus skill-bundles så att du kan installera relaterade skills som en grupp. Release-noterna hävdar att Hermes' refaktorerade kärna förbättrar dess placering mot Codex CLI på deras interna benchmark — men det är deras mätning, inte vår. Kartlägger du var Hermes passar bland de bästa AI-kodningsagenterna hamnar den klart i lägret terminalkritisk, autonom agent.
Vi Uppdaterade från v0.14 till v0.15: Vad Vi Såg
Vi kör Hermes Agent på en intern server för vår egen agent- och SDR-verktygslösning, och vi uppdaterade från v0.14 till v0.15.1 morgonen efter releasen. Det första vi märkte matchade changelogen: hermes --version kom tillbaka märkbart snabbare, i linje med ~258ms kallstart som NousResearch rapporterar, där v0.14 hade en märkbar paus innan utskrift.
Den större överraskningen var session_search. På v0.14 var sökning över lagrade sessioner en "gå och häll kaffe"-operation. På v0.15.1 returnerade samma fråga i praktiken omedelbart, konsekvent med ~20ms-siffran i releasen. Det förändrar ensamt hur vi använder minnesåterkallning, för nu använder vi den faktiskt mitt i uppgifter istället för att undvika den på grund av väntetiden.
En praktisk notering: fäst vid v0.15.1, inte v0.15.0. Vi drabbades av dashboard-omladdningsloopen vid en loopback-driftsättning som v0.15.1 släpptes för att fixa, så att gå direkt till patchen sparade oss ett huvudvärk. Våra befintliga skills och cron-jobb fortsatte köra utan ändringar efter uppgraderingen — vilket är det resultat du vill ha från en refaktorering av den här storleken.
Bör Du Uppdatera? (Och Hur)
Kortsvaret: uppdatera om du använder Kanban, kör på begränsad hårdvara, eller exponerar nätverksverktyg; det är okej att vänta om du är på en stabil v0.14 produktionspin och inte rör de ytorna. Oavsett, fäst vid v0.15.1, inte v0.15.0, på grund av loopback-dashboard-fixet.
Uppdatera nu om: du använder Kanban-tavlan mycket (det är nu en multi-agent-plattform), kör Hermes på en telefon eller en liten VPS (kallstartsbesparingar och tokenbesparingar är verkliga), eller exponerar MCP/HTTP-verktyg (mTLS plus promptware-skydd täpper till riktiga hål).
Okej att vänta om: du är på en stabil v0.14 produktionspin och inte använder de nya multi-agent- eller säkerhetsytorna. När du väl uppgraderar, fäst vid v0.15.1, inte v0.15.0.
Installationskommandot från de officiella dokumenten är:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashRoutar du för närvarande via Grok, kör hermes migrate xai efter uppgraderingen. Efter installation, verifiera med hermes --version. Vi avhåller oss från att namnge ett in-app-uppdateringskommando här eftersom det kanoniska inte bekräftats i dokumentationen ännu, så en ren ominstallation är den säkra vägen. Kolla releashistoriken för den aktuella taggen innan du uppgraderar.
Hur jämförs det med OpenClaw? OpenClaw är den autocompletion-inriktade rivalen som dyker upp bredvid Hermes i sökningar. Den ärliga uppdelningen: OpenClaw lutar mot inline-komplettering och IDE-assistans, medan Hermes är en terminalkritisk autonom agent med beständigt minne och nu multi-agent-orkestrering. Vill du ha autocompletion, titta på OpenClaw; vill du ha en agent som kör hela uppgifter på egen hand, är Hermes det tyngre verktyget. För den bredare bilden, se hur autonoma kodningsagenter jämförs.
Om Författaren
Mert Batur är medgrundare av Techsy.io, där teamet bygger AI-agenter, automationssystem och röst/SDR-pipelines för B2B-kunder. Han skriver om LLM-verktygsstacken som Techsy-teamet faktiskt använder i produktion. Anslut på LinkedIn.
Vanliga Frågor
Vad är Hermes Agent?
Hermes Agent är en självförbättrande, minnesbeständig terminal-AI-agent från Nous Research. Den är MIT-licensierad, har ungefär 172 000 GitHub-stjärnor och kan anropa 200+ modeller via OpenRouter och andra leverantörer. Du kör den från terminalen för att automatisera kodning och uppgifter i flera steg, och dess minne överlever mellan sessioner.
Vad förändrades i Hermes Agent v0.15 "The Velocity Release"?
Sex saker spelar störst roll: en 76% mindre run_agent.py, 47% färre funktionsanrop per konversation, session_search ungefär 4 500x snabbare, Kanban som vuxit till en multi-agent-plattform med en svärm-topologi, promptware-skydd mot Brainworm-klass-attacker och nya leverantörer inklusive Krea 2 och xAI. Den släpptes den 28 maj 2026 med 747 sammanslagna PR:er.
Är Hermes Agent gratis?
Ja. Hermes Agent är MIT-licensierad och gratis att använda. Fångsten är att modellerna den anropar inte är gratis — du betalar din leverantör (OpenRouter, xAI och andra) för tokens, och vissa integrationer som Krea 2 bildgenerering har per-användningskostnader ($0,03 till $0,06 per bild). Agenten i sig kostar ingenting.
Hur uppdaterar jag Hermes Agent till v0.15?
Ominstallera med det officiella skriptet: curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash, verifiera sedan med hermes --version. Fäst vid v0.15.1, den nuvarande patchade versionen, snarare än v0.15.0. Routar du via Grok, kör hermes migrate xai efteråt. Det exakta in-app-uppdateringskommandot bekräftas inte i dokumentationen, så en ren ominstallation är den säkra vägen.
Hur fungerar Hermes Agents minne och session_search?
Hermes håller ett beständigt minne mellan sessioner, och session_search låter agenten minnas innehåll från tidigare konversationer. I v0.15 sjönk den sökningen från ungefär 90 sekunder till ungefär 20 millisekunder — ungefär 4 500x snabbare — och den är nu gratis. Det gör återkallning mitt i uppgifter praktiskt istället för något man undviker på grund av väntetiden.
Vad är hermes kanban swarm multi-agent-plattformen?
Den omvandlar Hermes' Kanban-tavla till ett team av agenter. En orkestrator bryter ned ett mål i uppgifter automatiskt, och kör dem sedan som en svärm: en rotnod distribuerar arbete till parallella workers, en verifier kontrollerar output, och en synthesizer slår ihop resultaten, med ett delat blackboard. Varje uppgift kan använda en annan modell och körs i sin egna git worktree.
Är det värt att uppdatera till v0.15 nu?
Det beror på din konfiguration. Uppdatera nu om du använder Kanban mycket, kör på begränsad hårdvara, eller exponerar MCP/HTTP-verktyg — multi-agent-plattformen, kallstartsbesparingarna och mTLS plus promptware-skydd är verkliga vinster. Fäst vid v0.15.1. Är du på en stabil v0.14 produktionspin och rör inte de ytorna är det rimligt att vänta.
Hur jämförs Hermes Agent med OpenClaw?
De löser olika problem. OpenClaw fokuserar på autocompletion-baserad inline-komplettering och IDE-assistans, medan Hermes Agent är en terminalkritisk autonom agent med beständigt minne och multi-agent-orkestrering. Välj OpenClaw om du vill ha komplettering i din editor; välj Hermes om du vill ha en agent som kör hela uppgifter på egen hand från kommandoraden.
Fungerar Hermes Agent med Claude och vilka modeller?
Ja. Hermes Agent ansluter till 200+ modeller via OpenRouter och andra leverantörer, inklusive Anthropics Claude, OpenAI och xAI:s Grok. Den nya hermes kanban swarm låter dig till och med tilldela en annan modell per uppgift, så du kan köra en billig modell för rutinarbete och Claude för verifieringssteget.
Vad är promptware och Brainworm-skydd?
Promptware är NousResearchs begrepp för skadliga instruktioner injicerade i innehåll som din agent läser — exempelvis ett dolt kommando på en skrapad webbsida. Brainworm-klass-attacker försöker kapa agenten på det sättet. v0.15:s skydd inspekterar input vid tre kontrollpunkter med hjälp av hotsignaturer i tools/threat_patterns.py för att blockera injektioner innan de körs.