🏆 Hermes อันดับ 1 ในสาย Open-Source AI Agent ตอนนี้?

🏆 Hermes อันดับ 1 ในสาย Open-Source AI Agent ตอนนี้?

ถ้ามองจากความสามารถที่เพิ่มเข้ามาใน Hermes Agent v0.20 ผมว่าคำนี้ไม่ได้เกินไปมากนัก เพราะรอบนี้ Hermes ไม่ได้อัปเดตแค่หน้าตาหรือเพิ่มคำสั่งเล็ก ๆ แต่กำลังขยับจาก AI Agent ที่ทำงานผ่าน Terminal ไปเป็น “Agent Platform” ที่คุยด้วยเสียง เชื่อมกับ Agent ตัวอื่น ส่งเหตุการณ์เข้าระบบภายนอก และทำงานต่อเนื่องได้นานขึ้น

Hermes Agent v0.20 หรือ The Herald Release เปิดตัววันที่ 3 สิงหาคม 2026 โดย Nous Research ระบุว่ามีการเปลี่ยนแปลงจาก v0.19.0 ประมาณ 3,650 commits, 1,400 merged PRs และมีผู้ร่วมพัฒนามากกว่า 650 คน

ชื่อ Herald มาจากบทบาทของ Hermes ในฐานะผู้ส่งสาร และฟีเจอร์หลักของรอบนี้ก็เดินตามแนวคิดนั้นชัดมาก

พูดง่าย ๆ คือ Hermes เวอร์ชันนี้ “พูดได้ ส่งสารให้ Agent ตัวอื่นได้ แจ้งเหตุการณ์ให้ระบบของเราได้ และทำ Research พร้อมหลักฐานได้”

🎙️ คุยด้วยเสียงแบบ Real-time มากขึ้น

Voice Mode เดิมจะคล้ายการส่งข้อความเสียง คือเราพูด รอให้ Agent สร้างคำตอบทั้งหมด แล้วค่อยฟังไฟล์เสียงยาว ๆ

แต่ v0.20 เปลี่ยนเป็นการพูดแบบ Streaming โดย Hermes เริ่มอ่านข้อความออกเสียงทีละช่วงในขณะที่คำตอบกำลังถูกสร้าง ผู้ใช้สามารถพูดแทรกระหว่างที่ Hermes กำลังตอบได้ ระบบจะหยุดเสียง ฟังคำสั่งใหม่ และแจ้งให้โมเดลรู้ว่าผู้ใช้ขัดจังหวะเข้ามา

มีระบบตรวจจับช่วงเงียบที่ดูสถานะการทำงานประกอบ เพื่อลดปัญหา Hermes พูดทับผู้ใช้ และรองรับทั้ง CLI, Desktop รวมถึง Gateway Adapter ที่ทำงานกับเสียงได้

นอกจากนี้ยังเพิ่ม Wake Word แบบกำหนดเอง เช่น “Hey Hermes” หรือคำอื่นที่เราตั้งเอง การตรวจจับ Wake Word ทำบนอุปกรณ์ จึงไม่ต้องส่งเสียงออกจากเครื่องตลอดเวลาที่รอคำปลุก

แต่ละ Voice Profile ยังตั้ง Wake Word คนละคำได้ และสามารถพูดว่า “stop” เพื่อจบ Voice Chat โดยไม่ต้องแตะคีย์บอร์ด

สำหรับคนทำ AI Office หรือ Agent ที่เปิดทิ้งไว้บนเครื่อง นี่ทำให้ Hermes เริ่มใกล้กับผู้ช่วยที่เรียกใช้งานจากอีกฝั่งของห้องได้จริง

📱 Voice ใช้ได้บนแพลตฟอร์มมากขึ้น

Hermes v0.20 ขยายการรับ Voice Note ไปยัง WhatsApp, Feishu, DingTalk, LINE, QQ, Photon และ Weixin

เมื่อผู้ใช้ส่งข้อความเสียง Hermes สามารถถอดเสียง ประมวลผล และส่งคำตอบกลับได้ ส่วนระบบ Auto-TTS จะเลือกรูปแบบเสียงให้เหมาะกับแต่ละแพลตฟอร์ม เช่น แพลตฟอร์มที่ต้องใช้ไฟล์ Opus ก็จะได้รับไฟล์ในรูปแบบที่ถูกต้อง

ระบบ Speech-to-Text หรือ STT ถูกแยกเป็นหมวดเครื่องมือของตัวเองใน hermes tools พร้อมตัวเลือกใน GUI และ Dashboard รวมถึงเพิ่มการรองรับโมเดลตระกูล gpt-transcribe ของ OpenAI

ยังมีตัวประมวลผลข้อความกลางสำหรับตัด Markdown, Code และ URL ที่ไม่เหมาะกับการอ่านออกเสียงออกก่อนส่งไปยังผู้ให้บริการ TTS

🔎 Research พร้อม Citation ที่ตรวจสอบได้

รอบนี้เพิ่ม Skill ใหม่ชื่อ grounded-citations สำหรับงาน Research ที่ต้องการหลักฐานอ้างอิง

จุดสำคัญไม่ใช่แค่แปะลิงก์ท้ายคำตอบ แต่ระบบจะตรวจสอบว่าข้อความหรือ Quote ที่อ้างถึงตรงกับเนื้อหาในหน้าแหล่งข้อมูลจริงหรือไม่ พร้อมเชื่อม Citation กลับไปยังหลักฐานที่ใช้รองรับแต่ละ Claim

Skill เดียวกันยังใช้เป็น Fact-checking Mode ได้ เราสามารถส่งเอกสารหรือข้อความ Claim เข้าไปให้ Hermes ตรวจสอบ แล้วระบบจะแยกว่า

• ข้อไหนมีหลักฐานรองรับ • ข้อไหนไม่ตรงกับแหล่งข้อมูล • ข้อไหนยังตรวจสอบไม่ได้

สำหรับคนใช้ Agent ทำข่าว ทำบทวิเคราะห์ หรือสรุป Research จุดนี้สำคัญมาก เพราะปัญหาของ AI Research ไม่ใช่แค่หาแหล่งข้อมูลไม่เจอ แต่คือบางครั้งโมเดลสร้าง Quote หรือสรุปเกินจากสิ่งที่แหล่งข้อมูลเขียนจริง

🤝 รองรับ Agent-to-Agent หรือ A2A v1.0

Hermes v0.20 เพิ่ม Plugin ที่รองรับมาตรฐาน Agent-to-Agent Protocol v1.0

ทำให้ Hermes สามารถค้นหา ติดต่อ และรับคำสั่งจาก Agent ตัวอื่นที่รองรับ A2A ได้ โดยไม่จำเป็นต้องสร้าง Integration เฉพาะสำหรับ Agent ทุกตัว

พูดง่าย ๆ คือ ถ้าเรามี Coding Agent, Research Agent, QA Agent และ Automation Agent ที่สร้างด้วยคนละ Framework แต่ทั้งหมดรองรับ A2A แต่ละตัวก็มีช่องทางมาตรฐานสำหรับคุยและส่งงานระหว่างกัน

นี่ไม่ได้แปลว่า Multi-Agent จะทำงานดีทันที เพราะเรายังต้องออกแบบ Role, Permission, Context และขั้นตอนตรวจผลเอง แต่ A2A ช่วยลดปัญหาการเชื่อม Agent ต่างค่ายเข้าหากัน

สำหรับคนกำลังสร้าง Multi-Agent System นี่อาจเป็นหนึ่งในอัปเดตที่สำคัญที่สุดของ v0.20

🔗 ส่ง Signed Webhooks ออกไปยังระบบภายนอก

ก่อนหน้านี้ระบบภายนอกที่ต้องการติดตาม Hermes มักต้องคอย Poll ข้อมูลหรือรอฟังเหตุการณ์จาก Messaging Platform

v0.20 เพิ่ม Outbound Webhooks ให้ Hermes ส่ง Lifecycle Event ไปยัง HTTP Endpoint ที่เราลงทะเบียนไว้ได้โดยตรง เช่น

• Session มีการทำงาน • Agent ตอบแต่ละ Turn เสร็จ • Tool ถูกเรียกใช้งาน • Workflow เกิดเหตุการณ์สำคัญ

Webhook รองรับ HMAC Signature เพื่อให้ระบบปลายทางตรวจสอบได้ว่าข้อมูลถูกส่งมาจาก Hermes จริง และไม่ได้ถูกแก้ไขระหว่างทาง

Use case ที่เห็นภาพคือ เชื่อม Hermes เข้ากับ CI/CD, Dashboard, Home Automation, Internal Backend หรือระบบแจ้งเตือนของบริษัท โดยไม่ต้องสร้าง Loop มาคอยถามสถานะตลอดเวลา

🖥️ Hermes Desktop เริ่มกลายเป็น Workbench

Desktop App รอบนี้ไม่ได้ทำหน้าที่เป็นแค่ Chat Client แล้ว

Hermes เพิ่มระบบ Artifacts แบบมี Version พร้อม Live Preview ในแถบด้านข้าง ทำให้ HTML หรือ App ที่ Agent สร้างขึ้นสามารถเปิดดูและทดลองใช้งานข้างบทสนทนาได้ โดย Preview ทำงานอยู่ใน Sandbox

ยังมี Plugin SDK สำหรับขยายความสามารถของ Desktop โดยมี Kanban เป็น Plugin ตัวแรก รองรับ ctx.download สำหรับส่งไฟล์ให้ผู้ใช้ มี Floating Pane และเปิด GUI ได้หลายหน้าต่าง

อีกฟีเจอร์คือ Quick Entry ผ่าน Global Hotkey ผู้ใช้สามารถเรียกช่องกรอกข้อความจากส่วนไหนของระบบปฏิบัติการก็ได้ แล้วส่งความคิดหรืองานเข้า Session ที่ต้องการทันที

ภาพของ Hermes Desktop จึงเริ่มขยับจาก “แอปคุยกับ Agent” ไปเป็น “พื้นที่ทำงานร่วมกับ Agent” มากขึ้น

⌨️ CLI เพิ่มคำสั่งสำหรับคนทำงานจริง

Hermes v0.20 เพิ่มคำสั่งสำคัญหลายตัว

!command ใช้รัน Shell Command ทันทีโดยไม่เสีย Model Turn

/init ใช้สแกนโปรเจกต์แล้วสร้างหรืออัปเดตไฟล์ AGENTS.md เพื่อให้ Agent เข้าใจกฎและบริบทของ Repository

/diff ใช้ดูการเปลี่ยนแปลงทั้งแบบ Staged, ทั้งหมด หรือเฉพาะที่เกิดขึ้นใน Session

/context ใช้ดูว่าอะไรบ้างกำลังกินพื้นที่ Context Window

/focus ลดรายละเอียด Output ที่แสดง แต่ยังสามารถเรียกบรรทัดที่ซ่อนไว้กลับมาดูได้

Ctrl+S ใช้เก็บ Prompt ที่ยังพิมพ์ไม่เสร็จไว้ในแผง Draft แล้วกลับมาเปิดดูภายหลัง

นอกจากนี้ยังมีคำสั่ง hermes import-agent สำหรับย้ายการตั้งค่าจาก Claude Code หรือ Codex CLI เข้ามาใน Hermes

จุดนี้น่าสนใจเพราะ Hermes ไม่ได้พยายามเริ่มทุกอย่างจากศูนย์ แต่กำลังทำทางย้ายสำหรับคนที่มี Workflow กับ Coding Agent ตัวอื่นอยู่แล้ว

🧭 แก้ทิศทาง Agent ระหว่างที่กำลังทำงาน

เวลาสั่ง Agent ทำงานยาว ๆ แล้วเห็นว่ามันเริ่มไปผิดทาง ปกติเราต้องหยุดงาน จากนั้นอธิบายใหม่และเริ่ม Turn ใหม่

v0.20 เพิ่ม Redirect ระหว่าง Turn ผู้ใช้สามารถพิมพ์คำสั่งแก้ไขขณะที่ Hermes กำลังทำงานอยู่ได้ โดยงานที่กำลังดำเนินการและ Prompt เดิมยังถูกเก็บไว้ แล้ว Agent จะปรับทิศทางตามคำแนะนำใหม่

เหมาะกับงาน Coding, Research หรือ Automation ที่ใช้เวลานาน เพราะไม่ต้องยกเลิกทุกอย่างเพียงเพราะต้องการแก้รายละเอียดหนึ่งจุด

🛠️ Tool ล้มแล้วพยายามกู้ตัวเอง

Hermes ปรับระบบ Tool Recovery หลายส่วน เพื่อลดการเสีย Model Turn ไปกับ Error ที่ระบบจัดการเองได้

ตัวอย่างเช่น Terminal Output ที่ยาวจนถูกตัดจะถูกเขียนลงไฟล์ เพื่อให้ Agent เปิดอ่านเนื้อหาที่เหลือต่อได้

คำสั่ง patch ตรวจจับได้ว่า Patch เคยถูก Apply ไปแล้วหรือมีปัญหาเรื่อง Whitespace

write_file ตรวจสอบว่าเนื้อหาถูกเขียนลง Disk จริง

ระบบ Search ที่ไม่พบผลลัพธ์จะลองตรวจคำใกล้เคียงหรือเสนอแนวทาง Recovery แทนการส่ง Error เปล่า ๆ กลับไปให้โมเดลเดาเอง

จำนวน Tool-calling Iteration เริ่มต้นยังถูกเพิ่มจาก 90 เป็น 500 รอบ ทำให้งาน Autonomous ที่ยาวขึ้นไม่หยุดเพราะชนเพดานเดิมเร็วเกินไป

แน่นอนว่า 500 Iterations ไม่ได้แปลว่าเราควรปล่อย Agent ทำอะไรก็ได้โดยไม่ตรวจสอบ แต่ช่วยลดข้อจำกัดเชิงระบบสำหรับ Workflow ที่จำเป็นต้องใช้ Tool หลายขั้นตอนจริง

🧠 Context Compression ฉลาดและนุ่มนวลขึ้น

Session ของ AI Agent มักมีปัญหาเมื่อทำงานนาน เพราะ Tool Result, Message และ Instruction สะสมจน Context Window เต็ม

v0.20 ปรับระบบ Compression หลายจุด

มีการตัด Tool Result เชิงรุกสำหรับโมเดลที่มี Context ขนาดใหญ่ บีบ Context ทีละเล็กทีละน้อยในแต่ละ Turn แทนการหยุดครั้งใหญ่เพื่อสรุปทั้งหมด และรับประกันว่าจะเก็บข้อความล่าสุดของผู้ใช้ตามจำนวนที่กำหนดไว้

ระบบ Timeout ดูความคืบหน้าของโมเดลที่กำลังสรุป Context ด้วย เพื่อไม่ตัดการทำงานของโมเดลที่ช้าแต่ยังทำงานอยู่

Threshold สำหรับ Compression ยังตั้งแยกตามโมเดลหรือกำหนดเป็นจำนวน Token แบบตายตัวได้

ผลที่ต้องการคือ Session ยาว ๆ ยังคงจำบทสนทนาล่าสุดได้ดีขึ้น ลดช่วงหยุดรอ และลดปัญหาบริบทที่ถูกตัดจน Agent ทำงานต่อผิดทิศทาง

แล้ว Hermes “อันดับ 1” จริงไหม?

ต้องพูดตรง ๆ ว่า Release Notes ไม่ได้มี Benchmark ที่ประกาศว่า Hermes เป็น Agent อันดับ 1 และคำว่าอันดับ 1 ขึ้นอยู่กับว่าเราวัดจากอะไร

ถ้าวัด Coding Benchmark เพียงอย่างเดียว Hermes อาจไม่ได้ถูกออกแบบมาเพื่อแข่งในสนามเดียวกับ Coding Agent ทุกตัว

แต่ถ้าวัดจากความครบของ Open-Source Agent Platform ทั้ง Persistent Workflow, Voice, Messaging Gateway, Subagent, Skills, Cron, MCP, A2A, Desktop, Webhooks และการรันผ่านเครื่องหรือ Cloud หลายรูปแบบ Hermes ถือว่าเป็นหนึ่งในโปรเจกต์ที่เดินเร็วและน่าจับตามากที่สุดตอนนี้

สิ่งที่ v0.20 แสดงให้เห็นชัดคือ Nous Research ไม่ได้กำลังสร้าง Chatbot อีกตัว แต่กำลังสร้าง Runtime และพื้นที่ทำงานสำหรับ Agent ที่อยู่กับผู้ใช้ได้นาน เชื่อมระบบอื่นได้ และค่อย ๆ ขยายความสามารถผ่าน Skills กับ Plugins

สรุปสั้น ๆ:

Hermes Agent v0.20 มีแกนหลัก 4 เรื่อง คือ “พูดได้ เชื่อม Agent ได้ แจ้งระบบภายนอกได้ และ Research พร้อมหลักฐานได้”

ส่วนอัปเดตรอบข้างอย่าง Desktop Artifacts, Plugin SDK, CLI Commands, Mid-turn Redirect, Tool Recovery และ Context Compression คือสิ่งที่ทำให้ฟีเจอร์เหล่านั้นเริ่มพร้อมกับงานจริงมากขึ้น

Hermes อาจยังไม่มีหลักฐานว่าเป็นอันดับ 1 จาก Benchmark กลาง แต่ถ้าถามว่าเป็น Open-Source AI Agent ที่ควรจับตาอันดับต้น ๆ หรือไม่ คำตอบของผมคือใช่

ติดตาม SynapTech AI เดี๋ยวเราจะพาเจาะ Hermes v0.20 ทั้งวิธีติดตั้ง Voice Mode, A2A, Webhooks และ Workflow ที่นำไปใช้งานจริงได้ครับ

#HermesAgent #AIAgent #MultiAgent #OpenSourceAI #SynapTechAI

---

📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech