Hermes изнутри: архитектура автономного AI-агента в продакшене

Этот разбор описывает архитектуру Hermes — автономного AI-агента, который работает в продакшене RubikBot и обслуживает тысячи запросов в день. Если вы — инженер, архитектор или технический руководитель, который думает о собственном AI-агенте или выбирает между готовыми решениями, эта статья даст ответы на три типа вопросов:

1. Какие архитектурные компромиссы стоят за продакшен-агентом и почему мы выбрали именно их
2. Чем подход Hermes отличается от Claude Code, OpenAI Swarm и экспериментальных AutoGPT
3. Что сломалось за полгода в проде, как починили и какие проблемы остаются открытыми

Без маркетинга, без «инновационности», с конкретными цифрами и кодом конфигурации.

Контекст: чем агент отличается от чат-бота

Если вы зашли с поискового запроса «архитектура ai-агента» — нужно сразу зафиксировать терминологию. Эти слова часто путают, и потом непонятно, о чём речь.

Сердце любого агента — агентный цикл. На псевдокоде это выглядит так:

1. PERCEIVE — прочитать вход пользователя и контекст
2. PLAN — разбить задачу на подшаги
3. ACT — вызвать инструмент, запустить навык
4. OBSERVE — прочитать результат
5. EVALUATE — получилось? что дальше?
6. GOTO 2 (пока не готово или не застряли)

Внутри этого цикла спрятаны все архитектурные решения, от которых зависит — будет ваш агент рабочей системой или экспериментом, который виснет на пятой итерации с галлюцинацией аргумента инструмента.

Архитектура Hermes — пять слоёв

🖼️

Архитектура Hermes — пятислойная система автономного AI-агента

Слой 1. Интерфейсы пользователя

Три точки входа в один и тот же агент:

• Telegram, MAX — через обработчик веб-хуков (hermes-telegram-bot)
• Веб-чат — через постоянное соединение (/app/hermes/chat)
• REST API — программный доступ (готовится во второй фазе)
• MCP-сервер — для сторонних клиентов (Claude Desktop, Cursor)

Все четыре подключены к одному хранилищу сессий в SQLite. Это даёт непрерывность опыта: задал задачу в Telegram, MAX, увидел результат в веб-интерфейсе.

Слой 2. Шлюз и сессии

Перед самим агентом стоит шлюз, который делает четыре вещи:

• Аутентификация — проверка API-ключа арендатора или совпадения Telegram chat ID
• Ограничение запросов — лимиты по тарифу (Free / Pro / Business)
• Шифрование — токены провайдеров AES-256-GCM с конвертным шифрованием. Ключи централизованно на стороне RubikBot, у клиентов не хранятся.
• Журнал действий — каждое действие пишется в журнал для аудита (на тарифе Business)

Слой 3. Агентный цикл — сердце системы

Тут происходит главное. Три ключевых компонента:

Планировщик — один вызов модели со структурированным выводом:

{
  "thoughts": "Пользователь просит исправить ошибку в auth.ts. Сначала нужно найти файл и понять контекст.",
  "next_action": "call_skill",
  "skill": "software-development/systematic-debugging",
  "args": { "file": "lib/auth.ts" },
  "expected_outcome": "локализация ошибки и предложение исправления"
}

Исполнитель — вызывает навык, ловит результат, прикрепляет к контексту следующей итерации.

Хранилище памяти — отдельная база SQLite на арендатора:

• messages — все сообщения в текущей сессии
• memories — долговременные факты (предпочтения пользователя, информация о проекте)
• skill_results_cache — кеш для идемпотентных вызовов

Главный цикл в псевдокоде:

while not done:
    plan = call_planner(context, user_input, memory)
    if plan.action == "respond":
        return plan.message
    result = execute(plan)
    context += result
    if max_steps_reached or stuck_detected:
        break

Слой 4. Загрузчик навыков

87 встроенных навыков организованы по тематическим разделам:

• research/ (5) — arxiv, blogwatcher, polymarket, llm-wiki
• creative/ (19) — от ascii-art до architecture-diagram, comfyui-image-gen
• productivity/ (8) — google-workspace, linear, notion, airtable, maps, ocr
• github/ (6) — code-review, PR-workflow, issues
• software-development/ (8) — plan, TDD, spike, systematic-debugging
• mlops/ (5) — huggingface-hub, vLLM, llama-cpp, dspy
• social-media/ (3), media/ (4), autonomous-ai-agents/ (3)

Каждый навык — это Python-модуль с манифестом manifest.yaml:

name: github/code-review
description: "Проверка GitHub PR..."
inputs:
  pr_url: { type: string, required: true }
  focus: { type: enum, values: [security, performance, style] }
outputs:
  comments: { type: array }
  summary: { type: string }
requires:
  - env: GITHUB_PAT
  - permissions: [read:pr, write:comment]

Загрузчик при старте сканирует директорию skills/, парсит манифесты, регистрирует в реестре инструментов, применяет разрешённый список по тарифу (Free — около 10 безопасных навыков, Pro — около 50, Business — все 87) и переопределения по арендатору (администратор может выключить навык для конкретного клиента).

Слой 5. Провайдеры моделей

Абстракция мульти-моделей через LiteLLM:

• model: gpt-5 → OpenAI (через прокси для РФ)
• model: claude-4-6-opus → Anthropic
• model: gemini-2-5-pro → Google
• model: yandexgpt → Yandex Cloud
• Маршрутизация с подменой (если OpenAI недоступен → Anthropic)

Все ключи провайдеров централизованно на стороне RubikBot — клиенту регистрироваться у OpenAI/Anthropic не нужно, биллинг идёт по тарифу в рублях.

Четыре ключевых архитектурных решения

Каждое решение в дизайне агента — это компромисс. Здесь — четыре главных решения Hermes с обоснованием и сравнением «как у других».

Решение 1. Один вызов планировщика vs нативный вызов инструментов

Цена решения: код сложнее (два пути обработки), но работает с любым провайдером — что критично для мульти-модельной платформы.

Решение 2. Трёхуровневая модель памяти

Самая важная архитектурная фишка для длинных сессий.

🖼️

Трёхуровневая модель памяти Hermes — сессия, сжатие, долговременная

Три уровня:

1. Сообщения сессии — последние 20–50 ходов полным текстом
2. Сжатое резюме — старше 50 ходов сжимается в один абзац через навык memory-summary
3. Долговременная память — отдельная таблица с фактами о клиенте (предпочтения, информация о проекте, стиль бренда) — не привязана к конкретной сессии

memory-summary запускается автоматически, когда контекст приближается к лимиту модели.

Цена решения: больше кода, но на длинных сессиях контекст не растёт квадратично. На сессии из 500 сообщений мы экономим примерно 80% токенов относительно «отправлять всё подряд».

Решение 3. Система навыков vs один большой промпт

Плюсы:

• Экономия токенов (системный промпт не на 50 000 токенов)
• Версионирование навыков (v2 без влияния на остальные)
• Открытая контрибуция (любой может добавить навык через PR)

Минусы:

• Менее гладкая работа над задачами на стыке нескольких навыков
• Нужна явная композиция навыков для сложных сценариев

Решение 4. Условие остановки

Главная боль AutoGPT в 2023 — цикл «думаю-думаю-думаю» без видимого продвижения. Hermes решает гибридом:

max_iterations = 30                # жёсткий лимит итераций
stuck_detector_threshold = 3        # 3 шага без прогресса → стоп

if iterations >= max_iterations:
    return "Достиг лимита 30 шагов, нужно вмешательство"
if stuck_counter >= stuck_detector_threshold:
    return "Застрял на одном месте, последние 3 итерации без прогресса"
if action.tag == "destructive" and not user_approved:
    return wait_for_user_approval()

Цена решения: иногда останавливается раньше времени на сложных задачах. Зато не зацикливается и не сжигает 500 ₽ токенов за один заход.

Мульти-арендность — изоляция и безопасность

Hermes работает в двух режимах: общем (на тарифах Free и Pro) и выделенном (на тарифе Business).

Общий режим (Free / Pro)

Один экземпляр Hermes обслуживает 100+ арендаторов. Изоляция на четырёх уровнях:

• Своя SQLite на каждого арендатора — кросс-арендаторные SQL-запросы технически невозможны
• Свой рабочий каталог /data/tenant-{id}/
• Свои лимиты запросов в шлюзе
• Сетевая изоляция — каждый арендатор видит только свои учётные данные интеграций (Рубик-Блокнот, GitHub), зашифрованные при хранении

Модель угроз:

• Арендатор A не может прочитать данные арендатора B (через SQL-изоляцию)
• Инъекция промптов от арендатора A не может повлиять на B (отдельные процессы)
• Ошибка в навыке — максимум урон в текущем арендаторе (песочница)

Выделенный режим (Business)

Каждый арендатор получает выделенный экземпляр на нашей инфраструктуре — клиенту не нужно покупать или настраивать сервер. Под капотом:

• Свой PostgreSQL / SQLite
• Свой systemd-unit
• Своя Docker-сеть
• Свои переменные окружения (никогда не пересекаются с другими арендаторами)

Всё это управляется и обслуживается RubikBot. Клиент работает через UI и API, инфраструктурная часть закрыта.

Это нужно для:

• Соответствия 152-ФЗ (для финансовых, медицинских и государственных организаций)
• Изоляции данных на уровне процесса
• Поддержки собственных навыков (которые нельзя пускать в общий пул)
• Расширенных лимитов запросов
• Журнала действий для аудита

Уроки полугода работы в проде

Все четыре урока — реальные провалы первой версии Hermes и их решения.

Урок 1. LLM галлюцинирует аргументы навыков

Проблема: модель ставит выдуманные значения для аргументов навыка. Например — придумывает ID страницы в Рубик-Блокноте, которой не существует.

Решение: валидация в загрузчике навыков. Если модель указала ID — мы проверяем существование до выполнения. Если нет — обратная связь в цикле: «недопустимый ID, доступные сейчас: [...]».

Урок 2. Сетевые вызовы падают непредсказуемо

Проблема: Рубик-Блокнот API превысил лимит, GitHub 500, OpenAI таймаут. В первой версии исключение всплывало вверх, сессия умирала.

Решение:

• Middleware повторных попыток с экспоненциальной задержкой
• Выводы навыков структурированы: { "error": "rate_limit", "retry_after": 60 }
• Планировщик видит ошибку и решает: повторить / откатиться / сообщить пользователю

Урок 3. Стоимость токенов растёт нелинейно

Проблема: длинный агентный цикл = N шагов × полный контекст = O(N²) токенов. На сессии из 50 шагов это легко превращается в 5 000 ₽.

Решение:

• Навык memory-summary после 50 сообщений
• Выводы навыков обрезаются до релевантной части (не весь файл)
• Лимит токенов на арендатора с уведомлением при приближении

Урок 4. Права доступа критичны

Проблема: один пользователь дал Hermes права write:all в GitHub и потом удивлялся, когда Hermes удалил PR «по ошибке».

Решение:

• Права по умолчанию — только чтение
• Каждый деструктивный навык — явное подтверждение пользователя
• Журнал действий для всех операций (для пост-мортема)

Сравнение с конкурентами

Дорожная карта до конца 2026 года

🖼️

Дорожная карта Hermes — Q3 2026, Q4 2026, Q1 2027

Q3 2026

• Нативный MCP-сервер — стандартный протокол для сторонних клиентов (Claude Desktop, Cursor)
• Маркетплейс навыков — публикация и продажа собственных навыков сообществом
• Голосовой интерфейс через голосовые сообщения Telegram, MAX
• Лимиты по API-ключам (по моделям, бюджету, IP)

Q4 2026

• Мульти-агент — один Hermes оркеструет других специализированных Hermes / специалистов
• Векторная память для семантического поиска в истории
• Дообучение планировщика на собственной модели для экономии стоимости
• Журнал действий версии 2 — детальные отчёты для compliance-аудитов

Q1 2027

• Параллельные ветви исполнения в одном цикле
• Self-improvement через обучение с подкреплением на собственных логах
• Визуальный редактор сценариев для не-программистов

Открытые проблемы — что ещё не решено

Честно о том, что остаётся головной болью даже в зрелой v2 архитектуре:

• Композиционное рассуждение. Задачи, требующие 10+ навыков последовательно, работают плохо. Модель «забывает» промежуточные шаги.
• Долгоиграющие задачи (более 30 минут). Нужна другая модель управления — текущий цикл не приспособлен.
• Оптимизация стоимости для высоких объёмов. На потоке в 1 миллион запросов в день экономика тонкая, каждый процент имеет значение.

Если вы исследователь и хотите помочь с одной из этих задач — напишите на research@rubikbot.com.

Что делать дальше

1. Попробовать Hermes — /playground, бесплатно после регистрации (50 ₽ приветственного баланса хватает на 50–100 запросов)
2. Прочитать сравнение с Claude Code — /blog/hermes-vs-claude-code, подробный поединок с итоговой таблицей выбора
3. Кейсы команд, использующих Hermes — B2B SaaS, агентство, e-commerce
4. Подключить к своему приложению — /signup, 50 ₽ приветственного баланса, активация Hermes за 30 секунд

Связанные материалы

• Hermes против Claude Code — что выбрать
• GPT‑5 vs Claude 4.6 vs Gemini 2.5
• Цены на нейросети 2026
• Hermes — landing продукта
• Каталог моделей
• Тарифы и калькулятор