La mayoría de los agentes de IA hoy en día están fundamentalmente defectuosos de una manera crítica: olvidan todo. Después de cada sesión, su contexto, comportamientos aprendidos y ajustes específicos del usuario desaparecen, obligándolos a comenzar desde cero cada vez. Esta falta de estado es un cuello de botella silencioso en la carrera por construir asistentes autónomos y útiles en la cadena. DWF Ventures ha centrado ahora su atención en una solución, destacando el marco de código abierto Hermes de Nous Research, que ataca directamente el problema de la memoria, según el informe original de WuBlockchain.
La nota de DWF argumenta que Hermes se destaca porque no es solo otra herramienta de automatización de un solo uso. El marco introduce memoria persistente que retiene las interacciones del usuario, sesiones y preferencias aprendidas a lo largo del tiempo. Esto se combina con un sistema automatizado de Habilidades que expande las capacidades del agente de forma orgánica, y perfiles de usuario que anclan la memoria a una identidad consistente. Un bucle de auto-mejora refina continuamente lo que el agente sabe, multiplicando su utilidad en lugar de reiniciar cada ciclo. Para un sector que ha inundado el mercado con envoltorios de chatbot y agentes de API superficiales, ese diseño marca un cambio estructural hacia una inteligencia duradera y acumulativa.
Por qué los agentes sin estado se convirtieron en la norma
Las arquitecturas sin estado son económicas y sencillas. Se escalan por diseño y evitan almacenar datos sensibles de los usuarios. Esto tenía sentido para los primeros bots de trading de criptomonedas y asistentes simples de Discord que solo necesitaban enviar alertas o procesar un solo comando. A medida que los agentes de IA comienzan a gestionar tareas más complejas —interpretar posiciones DeFi, manejar operaciones multietapa entre cadenas o aprender de fuentes de datos en la cadena—, la ausencia de memoria se convierte en una desventaja. La repetición mata la eficiencia, y la falta de personalización erosiona la confianza. La formulación de DWF sugiere que están mirando más allá del hype hacia infraestructura que pueda sobrevivir a un compromiso sostenido de los usuarios, no solo lucir bien en una demostración.
Este impulso hacia agentes con estado y conscientes de la memoria se alinea con el movimiento más amplio hacia infraestructuras descentralizadas de IA. Los proyectos han comenzado a integrar capas de cómputo, almacenamiento y entrenamiento que permiten que los agentes de IA funcionen sin depender de nubes centralizadas. Por ejemplo, asociaciones de cómputo distribuido como UXLINK y el trabajo de Origins Network en aplicaciones Web3 impulsadas por IA escalables muestran cómo se está preparando la infraestructura para agentes que requieren cómputo persistente. Hermes contribuye a esto al basarse en la red descentralizada de entrenamiento Psyche de Nous, una capa que distribuye la carga pesada del refinamiento del modelo.
Seguridad, claves selladas y la red Psyche
Los mecanismos internos no se tratan solo de memoria. Hermes incorpora aislamiento de credenciales para que los tokens de acceso y las claves privadas no se mezclen con la capa central de razonamiento del agente. La redacción secreta y la rotación automática de claves le otorgan una postura de seguridad más cercana a un sistema custodial que a un bot experimental típico. Esa arquitectura es importante porque los agentes con estado que poseen credenciales de usuario se convierten en objetivos de alto valor. Integrar estas funciones con Psyche, una red descentralizada de entrenamiento, significa que los modelos mismos se refinan mediante una estructura de nodo distribuida en lugar de un solo servidor, lo que reduce los puntos centrales de fallo.
La demanda de almacenamiento para agentes persistentes y de aprendizaje sigue una tendencia reconocible. A medida que los modelos acumulan conocimiento e historiales de usuarios, crece la necesidad de almacenamiento económico y verificable. El creciente interés en capas de datos de IA ya ha puesto a proyectos como Filecoin en la conversación sobre soluciones de almacenamiento descentralizadas adaptadas a cargas de trabajo de IA. Hermes puede no ejecutar almacenamiento en cadena directamente, pero el bucle de auto-mejora en el que confía inevitablemente extraerá e impulsará datos hacia y desde entornos descentralizados si se escala para casos de uso de Web3.
Donde la ventaja no está garantizada
DWF compara explícitamente a Hermes con Claude Code y OpenAI Codex, argumentando que su fortaleza para generar código en el momento no se traduce en una capacidad acumulativa durante semanas de uso. Un agente sin estado puede producir una auditoría perfecta de un contrato inteligente un día y olvidar todo el contexto del proyecto al día siguiente. La diferencia de Hermes es su capacidad para acumular experiencias. Ese es una verdadera ventaja competitiva si la ejecución es limpia, pero también exige que los usuarios se comprometan con un único entorno de agente de larga duración, algo que el mercado ha sido lento en adoptar fuera de operaciones financieras de nicho.
La naturaleza de código abierto de Hermes tiene dos caras. Invita a una auditoría amplia y a la adaptación por la comunidad, lo que podría acelerar la adopción en herramientas DeFi, operaciones de DAO y análisis de NFT. Al mismo tiempo, mantenerse como código abierto mientras se conserva una ventaja de seguridad frente a competidores bien financiados y de código cerrado es un equilibrio delicado. No está claro si Hermes logrará captar suficiente atención de desarrolladores para convertirse en la estructura predeterminada para agentes Web3 con estado. La memoria por sí sola no garantiza utilidad si la calidad del razonamiento subyacente es deficiente o si la integración con monederos y dApps existentes sigue siendo torpe. El Spotlight de DWF es una señal de que el capital de riesgo está prestando atención a la arquitectura, no solo a los números de usuarios. Para los equipos que construyen en el espacio de agentes de IA, el modelo de Hermes se convierte ahora en la referencia para lo que viene después de la era de los chatbots.