Сегодня большинство ИИ-агентов фундаментально неисправны одним критическим способом — они всё забывают. После каждой сессии их контекст, выученные поведенческие модели и настройки, специфичные для пользователя, исчезают, заставляя их начинать с нуля каждый раз. Это состояние без памяти является тихим узким местом в гонке за создание автономных, полезных цепных помощников. DWF Ventures теперь сосредоточился на решении, выделив открытую платформу Hermes от Nous Research, которая напрямую решает проблему памяти, согласно оригинальному отчёту от WuBlockchain.
Заметка DWF утверждает, что Hermes выделяется, потому что это не просто еще один инструмент одноразовой автоматизации. Фреймворк вводит постоянную память, которая сохраняет взаимодействия пользователей, сессии и изученные предпочтения во времени. Это сочетается с автоматизированной системой навыков, которая органически расширяет возможности агента, и профилями пользователей, привязывающими память к постоянной идентичности. Цикл самосовершенствования непрерывно уточняет знания агента, усиливая его полезность вместо сброса каждого цикла. Для сектора, который затопил рынок чат-ботами и тонкими API-агентами, такой дизайн означает структурный сдвиг в сторону устойчивого, накапливающегося интеллекта.
Почему безсостоятельные агенты стали нормой
Безсостоятельные архитектуры дешевы и просты. Они спроектированы для масштабирования и избегают хранения конфиденциальных данных пользователей. Это имело смысл для ранних торговых ботов и простых ассистентов в Discord, которым требовалось только отправлять оповещения или обрабатывать одну команду. По мере того как ИИ-агенты начинают управлять более сложными задачами — интерпретировать позиции DeFi, выполнять многошаговые межцепочечные операции или обучаться на данных из блокчейна — отсутствие памяти становится недостатком. Повторение убивает эффективность, а отсутствие персонализации подрывает доверие. Подход DWF указывает на то, что они смотрят за пределы хайпа и стремятся к инфраструктуре, способной выдержать устойчивое взаимодействие с пользователями, а не просто хорошо выглядеть на демонстрации.
Этот сдвиг в сторону состояния-ориентированных, ориентированных на память агентов соответствует более широкому движению к децентрализованной инфраструктуре ИИ. Проекты начали объединять вычислительные, хранилищные и обучающие слои, позволяющие агентам ИИ работать без зависимости от централизованных облаков. Например, распределенные вычислительные партнерства, такие как UXLINK и работа Origins Network над масштабируемыми ИИ-приложениями Web3, демонстрируют, как закладывается основа для агентов, требующих постоянных вычислений. Hermes вносит вклад в это, опираясь на децентрализованную обучающую сеть Nous Psyche — слой, распределяющий тяжелую работу по уточнению моделей.
Безопасность, запечатанные ключи и сеть Psyche
Механика, лежащая в основе, — это не только память. Hermes обеспечивает изоляцию учетных данных, чтобы токены доступа и частные ключи не смешивались с основным слоем рассуждений агента. Сокрытие секретов и автоматическая смена ключей придают ему уровень безопасности, близкий к кастодиальной системе, а не к типичному экспериментальному боту. Эта архитектура важна, потому что состоятельные агенты, хранящие учетные данные пользователей, становятся высокоценными целями. Интеграция этих функций с Psyche — децентрализованной обучающей сетью — означает, что модели сами улучшаются за счет распределенной структуры нод, а не одного сервера, что снижает количество централизованных точек отказа.
Спрос на хранилище для таких устойчивых, обучающихся агентов следует узнаваемому тренду. По мере накопления моделями знаний и истории пользователей возрастает потребность в дешевом, проверяемом хранилище. Растущий интерес к AI-слоям данных уже вовлекает проекты, такие как Filecoin, в обсуждение децентрализованных решений для хранения, адаптированных под рабочие нагрузки ИИ. Hermes, возможно, не будет использовать хранилище непосредственно в цепочке, но саморазвивающийся цикл, на котором он основан, неизбежно будет взаимодействовать с децентрализованными средами, если он масштабируется для веб-3 случаев использования.
Там, где преимущество не гарантировано
DWF прямо сравнивает Hermes с Claude Code и OpenAI Codex, утверждая, что их сила в генерации кода в реальном времени не трансформируется в накопительную способность на протяжении недель использования. Безсостоятельный агент может создать идеальный аудит смарт-контракта в один день и забыть весь контекст проекта на следующий. Преимущество Hermes — его способность накапливать опыт. Это настоящий конкурентный барьер, если исполнение будет чистым, но это также требует от пользователей приверженности единой, длительно работающей среде агента — то, что рынок медленно принимает за пределами нишевых финансовых операций.
Открытая природа Hermes имеет две стороны. Она привлекает широкий аудит и адаптацию сообществом, что может ускорить внедрение в инструменты DeFi, операции DAO и анализ NFT. В то же время сохранение открытого исходного кода при сохранении преимуществ в безопасности по сравнению с хорошо финансируемыми закрытыми конкурентами — это тонкая грань. Неясно, захватит ли Hermes достаточно внимания разработчиков, чтобы стать стандартной основой для состоятельных Web3-агентов. Одних только памяти недостаточно для обеспечения полезности, если качество логики остается низким или интеграция с существующими кошельками и dApp остается неудобной. Spotlight от DWF — это сигнал, что венчурные деньги обращают внимание на архитектуру, а не только на количество пользователей. Для команд, создающих решения в сфере AI-агентов, шаблон Hermes теперь становится эталоном для того, что придет после эры чат-ботов.