Sebagian besar agen AI saat ini pada dasarnya rusak dalam satu cara kritis—mereka melupakan segalanya. Setelah setiap sesi, konteks, perilaku yang dipelajari, dan penyesuaian spesifik pengguna mereka menghilang, memaksa mereka untuk memulai dari awal setiap kali. Ketidakberdayaan status ini merupakan hambatan diam-diam dalam perlombaan untuk membangun asisten on-chain otonom yang berguna. DWF Ventures kini telah fokus pada solusi, menyoroti kerangka kerja open-source Hermes dari Nous Research, yang secara langsung menangani masalah memori, menurut laporan asli dari WuBlockchain.
Catatan DWF berpendapat bahwa Hermes menonjol karena bukan sekadar alat otomasi sekali pakai. Kerangka ini memperkenalkan memori persisten yang menyimpan interaksi pengguna, sesi, dan preferensi yang telah dipelajari sepanjang waktu. Ini dikombinasikan dengan sistem Keterampilan otomatis yang memperluas kemampuan agen secara organik, serta profil pengguna yang mengaitkan memori dengan identitas yang konsisten. Lingkaran peningkatan mandiri terus menyempurnakan apa yang diketahui agen, sehingga meningkatkan manfaatnya secara berkelanjutan daripada me-reset setiap siklus. Untuk sektor yang telah membanjiri pasar dengan wrapper chatbot dan agen API tipis, desain ini menandai pergeseran struktural menuju kecerdasan yang tahan lama dan bersifat kompounding.
Mengapa Agen Tanpa Negara Menjadi Norma
Arsitektur stateless murah dan mudah. Mereka dapat diskalakan secara desain dan menghindari penyimpanan data pengguna sensitif. Itu masuk akal untuk bot perdagangan kripto awal dan asisten Discord sederhana yang hanya perlu mengirim peringatan atau memproses satu perintah. Seiring agen AI mulai mengelola tugas yang lebih kompleks—menafsirkan posisi DeFi, menangani operasi lintas rantai multi-langkah, atau belajar dari aliran data on-chain—ketiadaan memori menjadi beban. Pengulangan membunuh efisiensi, dan kurangnya personalisasi merusak kepercayaan. Kerangka DWF menunjukkan bahwa mereka melampaui hiruk-pikuk menuju infrastruktur yang dapat bertahan dalam keterlibatan pengguna yang berkelanjutan, bukan hanya tampil baik dalam demo.
Dorongan menuju agen yang bersifat stateful dan sadar memori sejalan dengan gerakan luas menuju infrastruktur AI terdesentralisasi. Proyek-proyek telah mulai menyatukan lapisan komputasi, penyimpanan, dan pelatihan yang memungkinkan agen AI berjalan tanpa bergantung pada awan terpusat. Sebagai contoh, kemitraan komputasi terdistribusi seperti UXLINK dan karya Origins Network dalam pengembangan aplikasi Web3 berbasis AI yang dapat diskalakan menunjukkan bagaimana fondasi sedang dibangun untuk agen yang membutuhkan komputasi persisten. Hermes berkontribusi pada hal ini dengan mengandalkan jaringan pelatihan Psyche terdesentralisasi dari Nous, sebuah lapisan yang mendistribusikan beban berat dalam penyempurnaan model.
Keamanan, Kunci Tersegel, dan Jaringan Psyche
Mekanisme di balik layar tidak hanya tentang memori. Hermes menyertakan isolasi kredensial sehingga token akses dan kunci pribadi tidak bercampur dengan lapisan penalaran inti agen. Redaksi rahasia dan rotasi kunci otomatis memberinya postur keamanan yang lebih dekat ke sistem penitipan daripada bot eksperimental biasa. Arsitektur ini penting karena agen stateful yang menyimpan kredensial pengguna menjadi target bernilai tinggi. Mengintegrasikan fitur-fitur ini dengan Psyche—jaringan pelatihan terdesentralisasi—berarti model itu sendiri disempurnakan oleh struktur node terdistribusi, bukan satu server tunggal, yang mengurangi titik kegagalan sentral.
Permintaan penyimpanan untuk agen persisten yang belajar ini mengikuti tren yang dapat dikenali. Seiring model mengakumulasi pengetahuan dan riwayat pengguna, kebutuhan akan penyimpanan murah dan dapat diverifikasi meningkat. Minat yang meningkat terhadap lapisan data AI telah membawa proyek-proyek seperti Filecoin ke dalam pembicaraan untuk solusi penyimpanan terdesentralisasi yang disesuaikan untuk beban kerja AI. Hermes mungkin tidak menjalankan penyimpanan on-chain secara langsung, tetapi loop self-improving yang menjadi dasarnya pasti akan menarik dan mendorong ke lingkungan terdesentralisasi jika ia berskala untuk kasus penggunaan Web3.
Di mana Keunggulan Tidak Dijamin
DWF secara eksplisit membandingkan Hermes dengan Claude Code dan OpenAI Codex, berargumen bahwa kekuatan mereka dalam menghasilkan kode secara langsung tidak berubah menjadi kemampuan yang terakumulasi selama minggu-minggu penggunaan. Agen tanpa status dapat menghasilkan audit kontrak pintar yang sempurna pada satu hari dan melupakan seluruh konteks proyek pada hari berikutnya. Keunggulan Hermes adalah kemampuannya untuk menumpuk pengalaman. Itu adalah keunggulan nyata jika eksekusinya bersih, tetapi hal ini juga menuntut pengguna untuk berkomitmen pada satu lingkungan agen jangka panjang, sesuatu yang pasar belum cepat lakukan di luar operasi keuangan nisbi.
Sifat open-source Hermes memiliki dua sisi. Ia mengundang audit luas dan adaptasi komunitas, yang bisa mempercepat adopsi dalam perangkat DeFi, operasi DAO, dan analitik NFT. Pada saat yang sama, tetap open-source sambil mempertahankan keunggulan keamanan dibandingkan pesaing tertutup yang didanai besar adalah jalan yang sempit. Apakah Hermes mampu menarik cukup perhatian pengembang untuk menjadi kerangka dasar default bagi agen Web3 berstatus tetap masih belum pasti. Memori saja tidak menjamin utilitas jika kualitas penalaran dasarnya tertinggal atau jika integrasi dengan dompet dan dapp yang sudah ada tetap kaku. Spotlight dari DWF adalah sinyal bahwa uang ventura memperhatikan arsitektur, bukan hanya jumlah pengguna. Untuk tim yang membangun di ruang agen AI, blueprint Hermes kini menjadi acuan untuk apa yang datang setelah era chatbot.