Автономные агенты обещают заменить целые отделы, работая круглосуточно. На деле большинство подобных систем ломается на втором шаге выполнения задач из-за потери контекста. Сейчас разработчики массово тестируют Hermes Agent, который пробует решить проблему масштабирования через трёхуровневую память. Звучит амбициозно, особенно когда речь заходит про самоэволюционирующие навыки и оптимизацию алгоритмами GEPA. Вопрос в том, как эта сложная архитектура справляется с каскадными галлюцинациями при одновременной работе десяти автономных сущностей.

В основе фреймворка лежит концепция файла SOUL.md, задающего базовую логику поведения и жесткие ограничения модели. Идея вынести системные инструкции в отдельный конфигурационный файл не нова, но здесь она тесно связана с динамической памятью. Агенты якобы обучаются на собственных ошибках, обновляя базу знаний без прямого вмешательства человека. Правда, при отсутствии строгого контроля такая автономная модификация навыков часто приводит к деградации целеполагания. Модель просто начинает бесконечно оптимизировать промежуточные процессы ради самих процессов.

Развернуть локальный рой из нескольких самостоятельных агентов теперь действительно можно за пару часов. Предложенная архитектура выглядит достаточно стройной для исследовательских задач и автоматизации рутины. Но для реального применения предстоит долго настраивать систему внешнего мониторинга. Иначе хваленая самоэволюция быстро превратится в неконтролируемое сжигание токенов по API.