Nous Researchは9,000万ドルの資金調達を発表し、オープンソースのAIエージェント「Hermes Agent」を企業向けに広げる方針を示した。TechCrunchは10月7日、シリーズBの評価額を15億ドルと報じている。自分で動かし、使うモデルも選べるHermesに、組織の知識共有や費用管理を加える試みだ。個人のエージェントが覚えた仕事の進め方を、会社が引き継げる資産にする。そのためには、成功した手順を保存する仕組みと、それを誰に使わせるかを決める管理基盤が必要になる。

AD

経験をスキルに残す「自己改善」の中身

Hermes Agentの自己改善は、作業で得た知識をファイルに残し、次の仕事で再利用する仕組みを中心にしている。公式のスキル文書によれば、エージェントは複数の工程を含む仕事の進め方や、行き詰まりを解消した方法をスキルとして保存できる。利用者にやり方を直されたときも、その修正を手順へ反映する。ここでいうスキルは、必要な場面で読み込む手順書だ。

例えば、週次報告を作る仕事で、社内の資料を集め、表記をそろえ、決まった形式に仕上げる方法を見つけたとする。その進め方を保存しておけば、次回は資料の場所や出力形式を最初から説明する手間を減らせる。これは仕組みを説明する例であり、企業版での効果を測定した結果ではない。Hermesが掲げる成長を理解するには、こうした手順の再利用と、モデル自体の学習を分ける必要がある。

短い事実を覚えるための仕組みも別にある。永続記憶の文書では、環境や仕事についてのメモと利用者の好みを保存し、次のセッションの開始時に読み込む。保存した記憶を毎回の指示に加え、長い手順は必要なときに読む。仕事の経験をモデルの外に残す設計である。

もっとも、保存は実際に行われなければ役に立たない。同文書は、エージェントが「覚えた」と返答するだけでは記憶は残らず、保存操作が必要だと注意する。会話中に更新した記憶も、開始時に読み込んだ指示へその場で反映されるわけではない。自己改善という言葉から、使うたびに必ず賢くなる仕組みを想像すると、この違いを見落とす。

Hermesは、そうして残した知識を使うモデルや実行環境を選べる。公式の概要は、メッセージアプリからの利用や定期処理にも対応すると説明している。仕事の進め方を特定のモデルと一体にせず、その周囲に保存する。企業展開の出発点は、この持ち運べる知識にある。

企業版は運用を任せるか、設備を持つか

公式資料が示す提供形態は、Nous側が運用するHermes Businessと、顧客のクラウドや社内設備で動かすHermes Enterpriseの2系統だ。企業版の製品責任者を募集する文書は、早く導入したいチーム向けの運用サービスと、顧客が管理する環境で動かす形を区別している。

提供形態 運用する環境 公式資料が示す位置づけ
Hermes Business Nous側が運用するサービス チームが導入を始めやすい形で提供
Hermes Enterprise 顧客のクラウドまたは社内設備 顧客が管理する基盤へ導入

2026年10月8日時点の採用文書の冒頭と、製品ページのEnterprise欄を照合し、運用主体と場所で分類した。全機能の提供開始を示す表ではない。導入を任せるか、自社の基盤に組み込むかという選択であり、同じHermesでも引き受ける運用作業は変わる。

製品ページは、社員が見つけたスキルの組織内共有と、モデルをまたいだ費用の可視化を訴求している。一方、採用文書には、それらを実用的な製品へ育てる責務が並ぶ。知識共有は、社員のエージェントが有用な手順を取り出し、許可を得て会社に共有するものとして説明される。費用管理も、支出を見せる段階から、どの仕事にどのモデルを使うべきかを判断する段階へ進めるとしている。

採用文書は、最初の企業導入が進行中だとも記す。すべてが構想だけという段階ではないが、共有や管理の全機能が一般提供を終えたとも読めない。初期顧客の導入を進めながら、従業員とエージェントの管理、監査などを整える時期にある。導入企業にとっては、自社が使う機能と環境で何が提供されるのかを確認する必要がある。

AD

共有する手順と、共有しない機密

社員が見つけた手順を別の社員へ渡すには、知識の共有と情報へのアクセス権を分けて管理しなければならない。報告書を作る方法が役立っても、その方法を覚えたエージェントが読めた資料を、会社の全員が読めるとは限らない。個人の作業では便利な記憶が、組織内では権限の問題になる。

Nousの採用文書が共有を「許可を得て」行うと記しているのは、この課題に対応する設計意図として読める。手順の中に機密情報が混ざっていないか、どの部署まで使わせるか、間違った手順が見つかったら誰が直すか。再利用が広がるほど、保存内容の点検と更新責任も必要になる。これは今回の製品で漏洩が起きたという話ではなく、組織で手順を共有する際の条件だ。

既存のHermes Agentでも、記憶の保存先を複数のエージェントで安易に共有することは勧めていない。公式文書は、それぞれの書き込みが混ざるため、個別の設定単位に分けるよう注意している。スキルの変更には、人の承認を求める設定もある。個人向けの保存機構を、そのまま会社全体の共通知識にできるわけではない。

実行環境の隔離も、共有の管理とは別に考える必要がある。セキュリティ文書は、利用者の許可、危険な操作の承認、隔離環境などを説明する。そのうえで本番運用には、許可する利用者を限定し、計算資源の上限を設け、認証情報を適切に管理する設定を求める。オープンソースならコードを調べられるが、公開されていること自体が安全な運用を保証するわけではない。

さらに、エージェントを社内設備で動かすことと、選んだAIモデルへどの情報を送るかは異なる問題だ。企業版の提供形態だけから、すべてのデータが社外へ出ないと結論づけることはできない。モデルの接続先と業務ツールへの権限を含め、会社が制御する範囲を定める必要がある。

普及の次に問われる業務の採算

Nousは資金調達の発表で、Hermesが2,400万回超複製され、世界のAIトークン使用量の約2.5%を駆動しているとの社内推計を示した。複製回数は利用者数や有料顧客数ではなく、トークン使用量も業務の成功率を表さない。後者について、発表の該当節には集計期間や対象、算出方法の説明がない。普及の規模を示す会社側の数字として読むべきだ。

企業での導入を評価するには、使われた量に加え、仕事を終えるための費用を見る必要がある。安いモデルを選んでも、やり直しが増え、人が何度も修正するなら、業務全体の支出は下がらない。仕事の難しさに合ったモデルを選び、保存した手順が再試行を減らせるかを測る必要がある。Nousの採用文書も、企業向けの評価項目としてスキルの再利用や、完了した仕事当たりの費用を挙げている。

今回の調達には、NVIDIA、MicrosoftのM12、Samsungなどが参加した。Nousは企業向け展開に資金を使う方針を示している。公開したエージェントを入口に、導入と管理、知識共有を支える事業を築こうとしていると読める。ただし、公開型の開発で集めた利用が、そのまま企業の継続契約になるとは限らない。

導入企業で、誰かが覚えた手順を別の社員が安全に使え、モデルを変えても仕事の品質を保ち、完了までの費用を下げられるか。その実績が積み上がれば、Hermesが残す記憶は、個人の便利なメモから会社が引き継げる仕事の知識へ育つ。