NBLM Toolkit for NotebookLM

5-Más allá de los comandos: Cómo Hermes está creando una IA que aprende de ti (y por sí sola)

Basado en 1 fuente
Exportado el 4/14/2026, 12:01:31 AM
Resumen

Exportado desde el visor de artefactos abierto actualmente en NotebookLM.

Basado en 1 fuente

Cuaderno: Hermes Agent: Guía Completa de Ingeniería de Harness Automatizada

Más allá de los comandos: Cómo Hermes está creando una IA que aprende de ti (y por sí sola)
1. Introducción: El problema del "eterno principiante"
Cualquiera que interactúe con modelos de lenguaje actuales conoce la frustración del "eterno principiante": esa necesidad de repetir instrucciones detalladas una y otra vez para que la IA realice una tarea exactamente como nos gusta. A pesar de su potencia, la mayoría de los agentes de IA carecen de memoria procedimental; cada sesión es un lienzo en blanco donde debemos explicar, de nuevo, nuestras preferencias y flujos de trabajo.
Pero, ¿qué pasaría si tu asistente no solo ejecutara órdenes, sino que "aprendiera" a trabajar siguiendo tu estilo personal? Aquí es donde entra Hermes y su concepto de "Skills" (Habilidades), una arquitectura diseñada para eliminar la fricción de la repetición y permitir que la IA evolucione de forma orgánica.
--------------------------------------------------------------------------------
2. Las Skills no se programan, se cultivan
En el ecosistema de Hermes, una Skill no es un bloque de código rígido. Técnicamente, es un archivo Markdown independiente almacenado en el directorio ~/.hermes/skills/ que captura la memoria del agente sobre cómo realizar una tarea.
Piénsalo como si estuvieras entrenando a un nuevo colega: la primera vez lo guías en cada paso; la segunda, aún tiene dudas; pero para la tercera o cuarta vez, ya ha internalizado el proceso. Como indica la visión de Hermes:
"A Skill is that 'after the third time' state — the agent solidifies the method into a reusable document." (Una Habilidad es ese estado de 'después de la tercera vez': el agente solidifica el método en un documento reutilizable).
Desde una perspectiva estratégica, Hermes clasifica estas capacidades en una jerarquía de valor:
  • Bundled Skills: El punto de partida; capacidades pre-construidas para flujos comunes (GitHub, MLOps).
  • Skills Hub: El acelerador; paquetes de la comunidad instalables con un clic.
  • Agent-created Skills: La verdadera "killer feature"; habilidades que el agente destila automáticamente tras completar tareas complejas.
--------------------------------------------------------------------------------
3. El fin de los jardines vallados: El estándar "USB" de la IA
Uno de los mayores obstáculos para la adopción tecnológica es el bloqueo de ecosistema. El modelo tradicional de "App Store" obliga a los desarrolladores a construir versiones específicas para cada plataforma. Hermes rompe esto mediante el estándar agentskills.io.
Este estándar funciona como un puerto USB para la IA: permite que una habilidad "se conecte" en cualquier lugar y simplemente funcione. Actualmente, más de 30 herramientas son compatibles, incluyendo Claude Code, Cursor, Copilot, Codex CLI y Gemini CLI. Si optimizas una habilidad en una herramienta, puedes migrarla a Hermes sin fricciones, asegurando que tus activos de conocimiento no sean rehenes de un solo proveedor.
--------------------------------------------------------------------------------
4. El bucle de aprendizaje: Cuando tu corrección se convierte en evolución
A diferencia de sistemas estáticos, las habilidades de Hermes operan dentro de un bucle de aprendizaje continuo:
  1. Ejecutar: El agente sigue los pasos registrados en la Skill.
  2. Recolectar Feedback: Las reacciones, correcciones y nivel de satisfacción del usuario se registran en la memoria de la sesión.
  3. Actualizar: El agente analiza el feedback y modifica automáticamente el archivo Markdown de la Skill.
  4. Nueva Ejecución: La siguiente vez, el agente aplica la versión mejorada.
Como estratega, es vital notar el trade-off (intercambio) aquí: al automatizar este proceso, cedemos parte del control manual sobre las reglas a cambio de una evolución fluida. Mientras expertos como Mitchell Hashimoto añaden reglas manualmente a archivos de configuración ante cada error, Hermes automatiza esa observación y escritura por ti.
Advertencia Crítica: La auto-evolución depende de la calidad del feedback. Si el usuario solo indica que "algo anda mal" sin especificar qué, el agente no podrá mejorar con precisión. Como dice el principio de Hermes: "Good feedback = good evolution direction".
--------------------------------------------------------------------------------
5. Personalización vs. Escala: Por qué "menos" es "más"
Sistemas como OpenClaw apuestan por la escala masiva con más de 5,700 habilidades genéricas (plantillas) que requieren mantenimiento manual. Hermes, en cambio, apuesta por el ajuste a medida (custom fit).
Una habilidad de "revisión de código" evolucionará de forma distinta tras un mes de uso en manos de un programador de Python que en las de uno de Rust. No se trata de cuántas herramientas tienes, sino de qué tan bien se adaptan a tus hábitos de uso orgánicos.
--------------------------------------------------------------------------------
6. El nacimiento de una Skill en el mundo real
Veamos cómo se materializa esto con el ejemplo del "GitHub Daily Digest". Tras pedirle varias veces a Hermes que resuma tus notificaciones, el sistema generará automáticamente un archivo en ~/.hermes/skills/ con esta estructura:
  • Trigger Conditions: El agente se activa cuando mencionas "GitHub notifications" o "daily summary".
  • Steps (Pasos):
    1. Llamar a la MCP de GitHub para obtener notificaciones de las últimas 24 horas.
    2. Filtrar bots.
    3. Agrupar por tipo (PR / Issue / Discussion).
    4. Ordenar por importancia (menciones > solicitudes de revisión).
    5. Presentar lista concisa.
  • User Preferences: Solo títulos y estado; mostrar PRs e Issues por separado.
Lo fascinante es que si un día pides: "esta vez incluye las Discusiones", Hermes no solo cumple la orden, sino que actualiza la Skill permanentemente. Mañana, las discusiones serán parte del estándar sin que tengas que volver a programar la instrucción.
--------------------------------------------------------------------------------
7. Conclusión: El futuro de la colaboración hombre-máquina
La verdadera autonomía no es magia, es un bucle de mejora continua. Hermes nos muestra que el futuro del desarrollo no consiste en dar órdenes perfectas a herramientas estáticas, sino en cultivar socios tecnológicos que aprendan de cada uno de nuestros clics y correcciones.
¿Cómo cambiaría tu flujo de trabajo si tu herramienta de IA dejara de ser un simple ejecutor para convertirse en un socio que evoluciona contigo cada día? Tal vez sea momento de dejar de dar comandos y empezar a cultivar habilidades.