Hermes Agentは「AIチャット」ではなくなってきた｜Bot Mode、Learning Journey、Grok Botとの違い、そしてCodex・Antigravityとの使い分け
Hermes Agentを使っていて、最近かなり印象が変わってきました。
最初は、
「ローカルAIを使えるAIエージェント」
くらいの認識でした。
QwenなどをMac Studioで動かし、Webを調べたり、ファイルを読んだり、ターミナルを操作したりする。
それだけでも十分面白かったのですが、最近のHermesを見ていると、どうも目指しているところがもっと先にあります。
特にそれを感じたのが、
Bot Mode
と、
Memory Graph / Learning Journey
です。
この2つを見ると、Hermesが単なるAIチャットから、
「AI社員を作り、育て、長期間働かせる環境」
へ進もうとしていることがよく分かります。
Bot Modeは「新しいチャットを作る」機能ではない
Bot Modeという名前だけを見ると、
「いくつかAI Botを作れる機能かな」
くらいに思います。
でもHermesのBot Modeは、もう少し深い。
Botごとに、
役割。
使うAI。
記憶。
仕事のやり方。
過去の会話。
使える道具。
定期的に行う仕事。
などを分けて持たせることができます。
たとえば、
Research Bot
Writer Bot
Coder Bot
Monitor Bot
のように作れます。
これは「会話を4つ作った」のではありません。
感覚としては、
4人のAI担当者を配置した
に近い。
Research Botには調査を覚えさせる。
Writer Botには文章の仕上げ方を覚えさせる。
Monitor Botには毎晩ログを見てもらう。
Coder Botには開発作業を担当してもらう。
しかも、それぞれが別のAIを使うこともできます。
Research BotはQwen。
Writer Botは別のクラウドAI。
Coder BotはOpenAI系。
軽い定型作業は小型ローカルAI。
こんな編成も可能です。
つまりHermesでは、
「どのAIが一番賢いか」より、「誰に何を担当させるか」
という考え方になってきます。
Bot同士が仕事を渡し合う
さらに面白いのは、Botが孤立していないことです。
Research Botが調査した内容をWriter Botへ渡す。
Writer Botが文章化する。
必要ならCoder Botへ処理を依頼する。
Monitor Botが結果を定期的に確認する。
こういう構成が見えてきます。
人間の会社で、
調査部。
編集部。
開発部。
監視担当。
が分かれているのとかなり似ています。
しかも、一時的に呼び出すだけではなく、そのBotが継続して存在する。
ここがHermesのBot Modeの大きな特徴です。
そして驚いたのがLearning Journey
実際にHermes Desktopで表示してみると、かなりインパクトがあります。
画面には、宇宙の星図のようなものが表示されます。
緑色の丸。
紫色のひし形。
それらを結ぶ線。
さらに日付ごとの円。
中心から外側へ時間が進んでいきます。
一見するとSF映画のAI管理画面みたいです（笑）。
でもこれは単なる演出ではありません。
緑色の点はSkill。
紫色の点はMemory。
つまり、
Hermesが何を覚え、どんな仕事のやり方を身につけてきたか
を時間軸で可視化しています。
Memoryは「覚えておくべきこと」
Memoryを難しく考える必要はありません。
人間でいうと「付箋」や「メモ帳」です。
たとえば、
このプロジェクトではこの方式を使う。
このユーザーはこういう形式を好む。
このサーバーではこの設定を使う。
この仕事ではこのフォルダを使う。
といったことを覚えておく。
次回またゼロから説明しなくても、Hermesが参照できるようになります。
Skillは「仕事のやり方」
Skillは記憶とは少し違います。
こちらは、
手順書
です。
たとえば、
Webサイトを監査するときはこの順序。
Xの情報を調べるときはこの方法。
データを整理するときはこの流れ。
エラーが起きたらこの復旧方法。
などです。
つまり、
Memoryが
「何を知っているか」
だとすれば、
Skillは
「どうやって仕事をするか」
です。
この違いはかなり重要です。
AIが仕事をしながら「仕事のやり方」を蓄積する
ここまで来ると面白くなってきます。
Hermesが仕事をする。
途中で失敗する。
別の方法を試す。
正しいやり方を見つける。
その経験をSkillとして残す。
次回は、そのSkillを使う。
つまり、
仕事
↓
経験
↓
手順化
↓
再利用
という循環が作れます。
もちろん、AIモデルそのものが再学習して脳が書き換わっているわけではありません。
外部に、
Memory。
Skills。
仕事の履歴。
が蓄積していく。
でも実用上は、
「このAI、前より仕事を覚えているな」
という状態になります。
Learning JourneyはAIの「成長記録」
ここが私はかなり面白いと思いました。
通常のAIサービスは、便利ではあるものの、
「このAIは半年間で何を覚えたのか？」
が分かりにくい。
HermesのLearning Journeyでは、
何月何日にMemoryが増えた。
どの時期にSkillが増えた。
どんな仕事の経験が蓄積された。
という変化を視覚的に追えます。
つまり、
AI社員の研修記録
みたいなものです。
Gitがプログラムの変更履歴なら、
Learning Journeyは、
AIの仕事経験の履歴
とも言えそうです。
しかも人間が確認できる
ここも重要です。
AIに長期間仕事を任せるようになると、
「何を覚えているのか」
が見えないのは怖い。
半年働いたAIが、
間違ったルールを覚えていた。
古い情報を前提にしていた。
不要なSkillを使い続けていた。
ということもあり得ます。
HermesではMemoryやSkillを人間が確認して、必要なら修正・削除できます。
つまり、
AIの記憶を監査する
という考え方まで入っています。
これは常駐AIが当たり前になったとき、かなり重要になると思います。
Grok Botと似ている。でも思想が違う
ここで思い出すのがGrok Botです。
Grok Botも、
AI社員。
常駐。
記憶。
定期作業。
Bot同士の連携。
という方向へ進んでいます。
表面的にはHermes Bot Modeとかなり似ています。
でも、使い方の思想はだいぶ違います。
Grok Botは「クラウドにAI社員を雇う」
Grok Botの感覚は、
クラウド上にAI社員用のオフィスを用意してもらう
というものに近い。
クラウド側にコンピュータがあり、
ブラウザ。
ファイル。
ターミナル。
ログイン情報。
などを使ってBotが仕事をします。
だから、自分のMacを閉じても仕事を続けられる。
この手軽さは大きい。
AIのためのPC環境を自分で構築しなくてもよいからです。
Hermesは「自分のAI会社を作る」
Hermesは逆方向です。
Mac Studio。
MacBook。
Linuxサーバー。
VPS。
ローカルAI。
クラウドAI。
これらを自分で組み合わせられます。
さらにBotごとに、
モデル。
Memory。
Skills。
設定。
履歴。
を分けられる。
つまり、
Grok Botが
「クラウドのAI社員サービス」
なら、
Hermesは
「自分でAI会社を組み立てる基盤」
という印象です。
Grok Botは完成品、Hermesは組み立て式
乱暴に言えば、この違いです。
Grok Botは、
AI社員を作る。
仕事を教える。
クラウドで働いてもらう。
というところまで、かなりサービス側が面倒を見てくれます。
Hermesは、
どこで動かすか。
どのAIを使うか。
どんなSkillを持たせるか。
どのマシンに置くか。
何時に働かせるか。
まで自分で構成できます。
だから自由度はHermesのほうが高い。
一方、手軽さはGrok Botのほうが高い。
そんな違いです。
そしてHermesは「モデルを選ばない」
ここはHermesの大きな強みです。
Hermes自体がAIモデルなのではありません。
Hermesは、
AIモデルを働かせる場所
です。
だから、
Qwen。
Grok。
OpenAI系。
Claude系。
その他のクラウドAI。
そしてOllamaで動くローカルAI。
などを組み合わせられます。
この考え方はかなり強い。
2026年のAI業界では、モデルの順位が数か月単位で変わります。
「今一番強いAI」にすべてを賭けるより、
仕事に合わせてAIを交換する
ほうが合理的です。
Hermesはまさにその方向です。
Codex、Antigravity、Hermesは競合ではなく分業できる
ここまで見てくると、
Codex。
Antigravity。
Hermes。
この3つを「どれが一番いい？」と比べること自体が、少し違う気がしてきます。
役割が違うからです。
Codexは「開発の専門職」
GPTをChatGPTのサブスクリプションで使っているなら、Codexは非常に使いやすい。
コードを読む。
修正する。
テストする。
Gitを扱う。
大きなコードベースを理解する。
設計する。
こういう仕事はCodexへ任せる。
言ってみれば、
腕のいい開発担当者
です。
Antigravityは「制作スタジオ」
Google AI Proを契約しているなら、Antigravityを使わない手はない。
特に、
Web。
UI。
ブラウザ。
画像。
制作。
アプリ。
のような作業を、実際に見ながら作り込んでいくのが得意です。
作る。
ブラウザで見る。
直す。
また見る。
という制作サイクルが非常に強い。
こちらは、
AI制作スタジオ
という感じです。
Hermesは「AI社員が常駐する事務所」
一方Hermesは、
コードを書く能力だけで評価する必要がありません。
むしろ、
ローカルAI。
定期処理。
Memory。
Skills。
Bot Mode。
Web調査。
大量ファイル処理。
常駐。
という部分に価値があります。
つまり、
AI社員が毎日出勤する事務所
です。
そう考えると、現在の役割分担がかなりきれいになる
私は今の環境なら、こう分けるのがかなり自然だと思います。
Codex
ChatGPTサブスクを活用。
難しいコード。
設計。
修復。
テスト。
Git。
公開前の重要な確認。
Antigravity
Google AI Proを活用。
Web制作。
UI制作。
ブラウザ確認。
画像を含む制作。
Gemini系の長時間作業。
Hermes
GrokやローカルAIを活用。
調査。
整理。
大量処理。
毎日の定型作業。
ログ確認。
データ整理。
Memory。
Skills。
Bot Mode。
長期的に残したい仕事。
定時実行こそローカルAIでいい
これも今回かなり整理できました。
毎日の定時処理は、必ずしも最高性能のAIを使う必要がありません。
たとえば、
毎日ログを見る。
データを分類する。
ファイル数を確認する。
昨日の結果をまとめる。
定期的に状態を確認する。
程度なら、
Hermes＋Qwen 3.8
で十分なことが多い。
しかもローカルAIなら、処理するたびにAPI料金が増えるわけでもありません。
Mac Studioが動いているなら、
Hermes
↓
ローカルAI
↓
ファイル処理
↓
結果保存
という流れを毎日回せます。
これはかなり合理的です。
高性能AIは「難しいところ」だけ使えばいい
そしてローカルAIで判断できないところだけ、
Codex。
Gemini。
Grok。
などへ上げる。
つまり、
全部を最高性能AIにやらせる必要はない
ということです。
AI運用も会社と同じです。
すべての仕事を最高給の専門家へ頼む会社はありません。
日常業務は通常の担当者。
難しい案件だけ専門家。
最終判断だけ上位者。
という階層になります。
AIも同じです。
2025年は「どのAIが一番強い？」だった
2025年ごろまでのAI比較は、
ChatGPTとGeminiどちらが強い？
ClaudeとGPTどちらが賢い？
という話が中心でした。
しかし2026年に入ると、少し変わってきています。
モデル単体の能力だけでなく、
どこで働くか。
何を覚えるか。
どんな道具を持つか。
誰と組むか。
いつ働くか。
という話になってきました。
つまり、
「AIの性能競争」から「AI組織の設計競争」へ
移りつつあります。
HermesのStar Mapを見て、それを実感した
今回HermesのLearning Journeyを実際に開いてみて、それを強く感じました。
画面には、
Memory。
Skills。
時間。
それらのつながり。
が表示されていました。
ただAIに質問しているだけなら、こんな画面は必要ありません。
この画面が必要になるのは、
AIを半年、一年と働かせることを前提にしているから
です。
つまりHermesが考えているのは、
「今日この質問に答えられるか」
だけではありません。
「このAIが一年後、どんな仕事を覚えているか」
まで含まれている。
そこが面白い。
AIを使う時代から、AIを育てる時代へ
Bot Mode。
Memory。
Skills。
Routines。
Learning Journey。
これをまとめると、
Hermesが目指している方向が見えてきます。
Bot Mode
→ 誰が働くか。
Memory
→ 何を覚えているか。
Skills
→ どう仕事をするか。
Routines
→ いつ働くか。
Learning Journey
→ 何を学んできたか。
複数マシン
→ どこで働くか。
ここまで来ると、
Hermes Agentという名前より、
Personal AI Organization OS
のような表現のほうが近い気さえします。
自分専用のAI組織を作るための基盤です。
私ならこう使う
最終的には、とてもシンプルです。
GPTを使うならCodex。
Google AI Proを使うならAntigravity。
GrokやローカルAIを使うならHermes。
そして、
高度でない定時処理はHermes＋ローカルAI。
難しいところだけクラウドAIへ上げる。
この形が、現在のところかなり合理的に見えます。
どれか一つに統一する必要はありません。
むしろ、
それぞれのAIに得意な仕事を任せる。
これこそAIエージェント時代らしい使い方なのだと思います。
そしてその中でHermesが面白いのは、
「一番賢いAI」になろうとしているのではなく、
「いろいろなAIを働かせる場所」になろうとしていること。
さらに、そのAIが何を覚え、どんな仕事を身につけてきたかまで残そうとしている。
これはなかなか面白い進化です。
AIを選ぶ時代から、
AIを配置する時代へ。
AIを使う時代から、
AIチームを育てる時代へ。
HermesのLearning Journeyを眺めていると、そんな未来が少し見えてきます。🤖🌌
さらに詳しく知りたい方へ
ChatGPT、Codex、Antigravity、Hermes Agent、ローカルAIなどを単体で使うのではなく、自分専用のAIチームとしてどう組み合わせるかについては、書籍でも詳しくまとめています。
📘 『月額5000円からつくる 自分専用のAIチーム』
Amazon：
AIごとの役割分担、クラウドAIとローカルAIの組み合わせ、AIエージェントを日々の仕事へ組み込む考え方などを、実際の運用をもとに解説しています。
#HermesAgent #Codex #Antigravity #Grok #AIエージェント #生成AI #ローカルAI #Qwen #Ollama #BotMode #LearningJourney #AI自動化 #AI仕事術 #AIチーム #自分専用AI #MacStudio #仕事効率化 #AI時代 #月額5000円からつくる自分専用のAIチーム
