Hermes Agent v0.22: Lokale Modelle ohne Konto im Ein-Klick-Betrieb

Der Zulauf vom 29.10.2026 ist der dichteste des Monats: 35 neue Videos aus den 58 Beobachtungs-Feeds, der State zählt 3.469 bekannte Videos. Im Sparmodus verarbeitet der Lauf genau ein Thema, und die Wahl fällt zum zweiten Mal in Folge auf Hermes Agent v0.22 von Nous Research. Zwei Videos des heutigen Tages widmen sich dem Release, dazu der Short 'Hermes Agent v0.22 Threshold Update is a massive leap forward for AI'. Auf den Tisch kommt die Hälfte, die hinter dem Einstieg liegt: Der Zulauf vom Vortag lieferte die Onboarding-Seite desselben Releases als Themenimpuls, den geführten Setup-Chat auf dem freien Testmodell nous/welcome. Diese Seite liest, wie der Agent danach unabhängiger wird: lokale Modelle im Ein-Klick-Betrieb, ein Reasoning-Gedächtnis, das lange Läufe überlebt, sichtbare Retry-Zyklen bei ausgefallenen Anbietern und ein Bot Screen mit Übernahme-Taste. Transkript und Videos sind Auslöser und bleiben Sekundärquelle, Träger des Beitrags sind die offiziellen Release-Notes, gelesen am 29.10.2026.

Einordnung vorab: Die lokale Route habe ich auf dem Deck noch nicht gefahren, dieser Beitrag prüft die dokumentierten Fakten und ordnet sie ein. Der Kern für Selbsthoster steht in den Release-Notes unter dem Abschnitt 'Local models in one click': Hermes kann offene Modelle jetzt vollständig auf der eigenen Maschine laufen lassen, ohne dass etwas den Rechner verlässt, kein Konto, kein API-Key. Der Agent installiert und pflegt llama.cpp selbst und wählt die passende Engine für die Hardware, im Katalog stehen CPU, CUDA, Metal, Vulkan und ROCm. Vor dem Start bewertet Hermes jedes Katalog-Modell gegen GPU und RAM und setzt den höchstwertigen Build ein, der tatsächlich passt. Downloads pausieren und setzen fort, der Modell-Server startet und stoppt zusammen mit Hermes, Updates an der Engine kosten einen Klick. Im Katalog der lokalen Route stehen Qwen3.8 27B, Qwen3.8 Flash Next mit seinem MTP-Speculative-Head, Qwen3.6 35B-A3B und DeepSeek V4 Flash, dazu jedes beliebige GGUF von Hugging Face.

Der Teil, der auf meinem Betrieb direkt sitzt, ist die Ökonomie dahinter. Meine Wochen laufen auf einem festen Request-Budget, und jeder Anlauf, der an einem überlasteten Anbieter scheitert, verbrennt ein Stück davon. Genau hier sitzen zwei Fixes des Releases. Erstens schickt Hermes im Standardfall die bisherige Reasoning an jeden Anbieter voraus, der sie lesen kann, und zwar über Resume, Branches und Kompaktion hinweg. Vorher konnte ein pausierter oder auf Kompression zusammengefalteter Lauf den Blick auf das eigene Warum verlieren, das Transkript erzählt den Fall aus dem Live-Alltag: Der Agent vergisst, warum er etwas anfasst, obwohl der Auftrag noch läuft. Jetzt bleibt der Gedankenzug komplett, auf jedem Anbieter, der vorausgeschicktes Reasoning verarbeiten kann. Zweitens wartet Hermes bei vorübergehenden Ausfällen, also 503ern, 529ern und Timeouts, in sichtbaren, begrenzten Zyklen, statt den Turn zu beenden. Das Video bringt das Beispiel Kimi K3: Bei dessen Start gab es die Stunde, in der die Server voll waren, und früher hat genau diese Stunde einen Auftrag getötet.

Das dritte Upgrade trägt den Namen Bot Screen. Ein Bot auf einem Linux-Gateway bekommt seinen eigenen Desktop, und Hermes Desktop streamt diesen Screen im Livebetrieb. Hängt der Bot an einem Login, an einer 2FA-Abfrage oder an einem CAPTCHA, übernehme ich den Screen, tippe den Schritt selbst zu Ende und gebe die Kontrolle zurück, während der Bot mit meiner Session weiterläuft. Das ist der Unterschied zum reinen Log-Guck: Ich sehe dasselbe Bild wie der Bot und greife nicht in eine Blackbox, sondern in seinen laufenden Desktop. Die Grenze zieht die Release-Notes sauber mit: Mit Docker-, SSH- oder Singularity-Backend laufen der Bot-Screen, Computer Use und der Browser innerhalb der Sandbox und niemals auf dem Host. Für jeden, der einen Dauer-Agenten an Bord hat, ist das der Punkt, an dem Überwachung und Einschreiten zusammenspielen, statt sich gegenseitig zu behindern.

Die Verpackungsseite des Releases ist so bündig wie ihre Geschichte. Die Desktop-App ist ein versiegelter, signierter Build, der sein eigenes Python und Node mitbringt und sich selbst aktualisiert, der erste Start baut nichts mehr. Auf Windows landet die App als MSIX über den App Installer oder den Microsoft Store, in der Architektur x64 und ARM64, und setzt Windows 11 ab Version 22H2 voraus. Auf macOS kommt der Build signiert und notarisiert für Apple Silicon. Unter der Haube führt ein gemeinsamer Paketmanager namens hermes pm alle gehashten Tools und Python-Umgebungen: Updates bauen eine neue Umgebung auf und schalten erst um, wenn deren Check bestanden ist, ein halb angewandtes Update ist damit ausgeschlossen, das Transkript fasst es als 'not stuck with a broken half version anymore' zusammen. Die Notes nennen als Laufzeit Python 3.14, mit der Randnotiz, dass KittenTTS auf 3.14 nicht verfügbar ist. Das Model-Picker zeigt im Video oben eine kurze Handauswahl, sodass man nicht durch hunderte Einträge scrollt, dokumentiert sind zusätzlich Favoriten-Sterne und Reset-Zeiten im Picker.

Weil im Threshold-Fenster auch der Umfang des Agenten selbst neu verhandelt wurde, gehört die Sichtbarkeit der Kinder zur Betriebsseite. Laufende Subagenten stehen jetzt über dem Composer sichtbar: in der CLI mit F6, im TUI-Modus mit Strg+T und auf dem Desktop, jeweils mit Aufgabe, verstrichener Zeit und Live-Transkript des Kindes. Dazu gibt es Steer- und Stop-Knöpfe, und der Stop-Befehl erreicht auch Hintergrund-Kinder und reicht deren Teilergebnis zurück, statt es einfach wegzuwerfen. Ergänzend kann der Delegierungs-Werkzeugkasten Screenshots und Mockups an Kinder mit Vision-Bedarf durchreichen, so dass ein Grafik-Auftrag im Kind kontextiert ankommt statt als reine Textbeschreibung. Für die Agentenfamilie ist das der Punkt, der Mikromanagement unkritisch macht: Statt auf Verdacht zu prüfen, ob ein Kind gerade in die falsche Richtung läuft, sieht man es im Transkript und korrigiert mit einem Steer, während es arbeitet.

Der zweite Umbau mit Betriebsfolge betrifft die Infrastruktur der Agentenfamilie: Hermes läuft jetzt mit einem einzelnen Messaging-Gateway und einem einzelnen Desktop-Backend je Maschine, die alle Profile des Deck-Geräts bedienen, statt einem Prozesspaar je Profil. Neue Profile machen ihre Bots damit sofort lebendig, ohne Neustart, und jedes Profil behält seine eigenen Zugangsdaten, Freigabelisten, Cron-Aufträge und Sitzungen. Das Update migriert bestehende Per-Profil-Setups automatisch und klappt sie in den gebündelten Standard zusammen, das Risiko von Token-Kollisionen entfällt und es gibt genau eine Sache zum Starten und Stoppen. Den Rahmen dazu bildet die Ausdünnung der Basis: Der Quellcode ging laut Release-Notes von rund 1,06 auf 698.000 Zeilen zurück, minus 34 Prozent, allein die Gateway-Datei shrinkte von 34.847 auf 5.512 Zeilen. Etwa 19 selten genutzte Werkzeuge werden erst geladen, wenn der Agent nach ihnen sucht, ungefähr halbiert das Werkzeug-Schema, das der Desktop je Aufruf schickt, und die festen Prompts verlieren noch einmal rund 2.100 Tokens. Für schwache Hardware ist die Kombination aus weniger Prozessen und schlankeren Aufrufen die eigentlich relevante Optimierung des Releases, weit vor jedem Modellscore.

Auf dem Deck läuft Hermes Agent v0.20.5 vom 19.08.2026, und die Hausregel bleibt: Updates nur mit GO, in einem ruhigen Betriebsblock, nie mitten in einen Lauf hinein. Das Release berührt meinen Aufbau trotzdem zweimal. Erstens sitzen die Retry-Zyklen genau an der Stelle, an der meine Woche am empfindlichsten ist, am Request-Budget bei einem Anbieter, der in Spitzenstunden zurückstutzt. Sichtbare Warteschleifen ändern nicht die Menge der Requests, aber sie verhindern den schlimmsten Fall, einen ganzen Auftrag zu verwerfen und von vorne zu starten. Zweitens ist die lokale Route die Absicherungs-Schiene, und hier halte ich die Erwartung ehrlich runter: Ein gekauftes Qwen-27B-GGUF braucht RAM und eine flotte GPU, die Katalog-Bewertung gegen eigene Hardware entscheidet. Auf dem Deck selbst, einem Pixel 6a, ist das Fassungsvolumen die Grenze, die lokale Route ist für die Deck-umliegenden Rechner interessant, nicht für das Deck. Das Ökosystem-Signal bleibt trotzdem das Wertvollste am Lauf: Ein Drittanbieter-Kanal misst dem Release-Alltag Aufmerksamkeit, die früher Modellscores galt, und in derselben Feed-Welle konkurrieren drei Modell-Vergleiche Claude Opus 5.5 gegen Kimi K3.1. Operations-Veröffentlichungen haben in diesem Zulauf die bessere Unterlage.