純 Python で書かれたオープンソースの Agent フレームワークが、CLI ベンチマークで Rust で書かれた OpenAI Codex を破りました。これは目を引くための仕掛けではなく、6:5という実際の戦績です。

Hermes Agent は現在 GitHub で最も急成長しているオープンソース Agent フレームワークです。2026年2月の公開から今日までわずか3か月でスターは16万を突破し、1日のアクティブ Token 消費は353Bに達しました。同種プロジェクトのほぼ2倍です。

AI プログラミング Agent の選定をしているなら、Hermes は真剣に検討する価値があります。

Hermes Agent とは何か

Hermes は NousResearch が開発したオープンソースの Agent フレームワークで、オープンソース版の Claude Code や Codex CLI と考えてよいでしょう。端末の中で直接動作し、プロジェクトを読み、コンテキストを理解し、変更を計画し、コードファイルを修正します。

その核心の切り札は閉ループ学習アーキテクチャです。複雑なタスクを完了するたびに、Agent が自動でソリューションを再利用可能な Skill（スキル）へと蒸留します。次に似たタスクに出会うと、既存のスキルを直接呼び出し、ゼロからの推論をスキップします。公式データによれば、自作スキルを20個以上積んだインスタンスは、まっさらなインスタンスより同種タスクの完了速度が40%高速です。

さらに凄いのは v0.12 で導入された自律 Curatorです。バックグラウンドで自動動作する Agent で、あなたのスキルライブラリを定期的に採点、剪定、マージします。Hermes は学べるだけでなく、学んだ知識を自ら管理することもできます。

どうやって Codex に勝ったか：3刀で63%の起動時間を削る

最適化前、Hermes の Codex に対する戦績は5:6でした。最適化後は6:5へと一気に逆転します。この逆転はモデルの交換でも、コンピュートの投入でもなく、3つの純粋な工学的最適化によるものです。

1刀目：Bitwarden ディスクキャッシュ

従来は起動のたびに Bitwarden Secrets Manager API を呼び出して資格情報を取得していて、1回で380ミリ秒かかっていました。しかもキャッシュは純粋にプロセス内のもので、連続して2回実行してもまた取得し直す必要がありました。

解決策：L2 ディスクキャッシュを追加。キャッシュファイルの権限は0600に固定し、/cache/bws_cache.json に保存、既定の TTL は300秒です。アクセストークンそのものは絶対にディスクに書き込みません。1刀で380msを削減。

2刀目：モデルカタログの遅延ロード

hermes_cli.models._PROVIDER_MODELS はすべての AI プロバイダのモデル情報を含む巨大な辞書で、以前はモジュールロード時に即座にインポートされ、約55msを消費していました。

チームは PEP 562 のモジュールレベル getattr で遅延ロードを実現し、モデルカタログに本当にアクセスするときにだけこのコストを払うようにしました。さらに55msの節約。

3刀目：設定ファイルの重複解消

main.py の先頭では元々 config.yaml を2回読んでいました。1回は鍵のマスキング用の yaml.safe_load、もう1回は1つのブール値をチェックするためだけの完全な load_config() です。1回の生ロードに統合しました。17msの節約。

3刀合わせて、起動時間は701msから258msへと激減し、降幅は63%です。

なぜ Python が Rust に勝てるのか

この結果は直感に反するように見えますが、背後にある理屈は実に単純です。Agent という競技では、フレームワーク層のアーキテクチャ上の意思決定が、言語層の生の速度より重要なのです。

LLM の1回の呼び出しの遅延は、軽く数百ミリ秒、ときには数秒に及びます。Hermes が削り落とした443ミリ秒は、すでにフレームワーク層で絞り出せる限界です。Agent の体験に本当に影響するのはアーキテクチャ設計であって、インタプリタ型かコンパイル型かではありません。

Hermes の共同創業者兼チーフサイエンティスト Teknium の言葉は核心を突いています。Rust へ移行すれば「コードを編集したり、リアルタイムで改善とイテレーションをしたりできなくなる」というのです。Python の優位性は速さではなく、生きていることです -- 開発者フレンドリーさとイテレーション速度こそ、最大の性能優位なのです。

始め方

# GitHub アドレス
git clone https://github.com/nousresearch/hermes-agent

# README に従って API Key を設定すればすぐ使い始められます

Hermes は SkyClaw-v1.0、Qwen シリーズ、Claude、GPT など、複数の基盤モデルをサポートしています。予算とニーズに応じて選べます。

適用シーン

• 日常的なプログラミング支援：端末の中の AI プログラマー。コードを読み、修正し、テストを実行
• 複雑なプロジェクトのリファクタリング：複数ファイルの協調修正、長い経路の推論
• スキルの蓄積と再利用：使ううちに自動化 Skill がどんどん蓄積され、効率が継続的に向上
• 予算が限られた開発者：オープンソースで無料、低コストモデルと組み合わせて使用可能

GitHub: https://github.com/nousresearch/hermes-agent