一つのリアルストーリー
「スキルファイルは私が寝ている間に4回自分自身を書き換えた。」
これはX上のあるHermes Agentユーザーの原話だ。具体的な状況はこうだ：
- 同じプロンプト、毎週月曜日に競争简报を自動生成
- 第1週：20分で完了
- 第4週：12分で完了
- 第6週：8分で完了
- ユーザーは一行もコードを編集していない
エージェントが自ら最適化した。
どうやって動くのか
Hermes Agentの自己改善メカニズムは、一つの核心ロジックに基づいている：15回のツール呼び出しごとに、Agentは一時停止し、過去の実行で何が有効だったかを読み取り、自分のスキルファイルを更新する。
実行サイクル：
1. タスクを受信
2. 現在のスキルファイルを読み取る
3. タスクを実行（ツール呼び出しを使用）
4. 15回の呼び出しごとに → 振り返る：どのステップが有効だったか？どのステップを簡素化できるか？
5. スキルファイルを更新
6. 実行を継続するか、次のタスクを開始これは事前設定された「最適化スクリプト」ではない。これはAgentが実際の工作中に経験から学ぶ能力だ。
スキルファイル進化の例
タスクが「AI業界の週次競争简报を生成する」場合：
| 週 | スキルファイルバージョン | 主要な変更 | 所要時間 |
|---|---|---|---|
| 第1週 | v1 | 基本フロー：検索→分類→要約→出力 | 20分 |
| 第2週 | v2 | 情報源の優先順位付けを追加、無関係な検索を削減 | 16分 |
| 第4週 | v3 | 一部の情報源の品質が高いことを発見、重みを自動調整 | 12分 |
| 第6週 | v4 | 简报テンプレートを構築、重複分析をスキップ | 8分 |
各バージョンの変更はAgent自身が判断した。ユーザーは毎週月曜日に同じプロンプトを入力するだけだ。
このパターンがなぜ重要なのか
1. 「AIツールは人間のメンテナンスが必要」という前提を壊した
伝統的な自動化ツールは、エンジニアが継続的にスクリプトをメンテナンスし、設定を更新する必要がある。Hermes Agentのモデルは：Agentが自らをメンテナンスする。 スキルファイルは生きている。使用とともに進化し続ける。
2. コスト効果の数学はシンプルだ
| 構成 | 月額コスト | タスクあたりのコスト |
|---|---|---|
| VPS（$5/月）+ Ollama + Hermes | $5 | $0 |
| Claude Code Pro（$200/月） | $200 | 約$2/タスク |
| Codex + GPT-5.5 | 約$50-100 | 約$1/タスク |
月額$5のVPSでOllama + Hermes Agentを実行すると、タスクあたりのコストはゼロに近づく。 しかもスキルファイルは使えば使うほど良くなり、効率は持续提升する。
3. AIエージェントの次のパラダイムを代表している
現在のAIツールの多くは「あなたが何をすべきか教え、それが実行する」。Hermes Agentの自己改善モデルは、新しい次元を導入した：「それ自体がどうすればより良くできるかを知っており、積極的に改善する。」
始め方
自身のワークフローで同様の自己改善Agentを実現したい場合：
# 1. VPSを準備（$5/月で十分）
# 2. Ollamaをインストール
curl -fsSL https://ollama.com/install.sh | sh
# 3. Hermes Agentをインストール
# 公式ドキュメントに従う
# 4. 最初のスキルファイルを定義
# タスク、ツール、出力フォーマットを記述
# そして——自由に走らせる重要原則：
- スキルファイルは具体的に：具体的なステップではなく、タスクの目標を明確に記述する
- Agentに十分な実行空間を与える：過度に制約しない
- 定期的に結果を確認：毎週出力品質をレビューし、スキルファイルの進化方向が正しいことを確認
一言でまとめると：スキルファイルがあなたが寝ている間に4回自分自身を書き換え、20分から8分に最適化され、あなたが一行のコードにも触れていないとき、AIエージェントはもはやツールではない。それは自己進化するデジタル社員だ。