Chaque semaine, quelqu’un annonce un agent d’IA qui promet de penser pour vous. Toutefois, dans la pratique, ce qui change la donne n’est pas l’intelligence du modèle. D’abord, l’élément déterminant est l’endroit où réside l’agent. Hermes est né exactement de cette provocation. De plus, il est déjà en production chez Métricas Boss, avec un coût opérationnel autour de dix dollars par mois.
Autrement dit, il ne s’agit pas d’une licence d’entreprise coûteuse. On parle d’un agent open source qui vit dans Slack ou Discord. Ainsi, il transcrit la réunion, crée lui-même la tâche dans Asana et facture même ceux qui prennent du retard.
Pourquoi l’emplacement de l’agent compte plus que le modèle
Tout d’abord, il faut comprendre le problème réel. L’équipe discute déjà sur Slack. Or, la tâche se trouve dans Asana. Entre les deux, il existe un vide. Dans cet écart, les décisions se transforment en oubli.
Par conséquent, placer l’agent là où se déroule déjà la conversation résout la moitié du problème. Il n’est pas nécessaire d’ouvrir un nouvel onglet. Il n’est pas non plus nécessaire d’adopter un outil supplémentaire. En d’autres termes, l’agent va vers l’équipe, et non l’inverse.
Les trois pièces d’Hermes et pourquoi elles restent séparées
L’architecture comprend trois parties bien distinctes. D’ailleurs, cette séparation n’est pas le fruit du hasard.
Interface. Slack ou Discord. En bref, l’endroit où l’équipe évolue déjà.
Plateforme. Le propre Hermes. Ici réside le contexte de l’entreprise. De plus, c’est elle qui décide quand déclencher l’automatisation.
Moteur. Un LLM via API. Aujourd’hui, Hermes utilise DeepSeek ou MiniMax. Cependant, le moteur est remplaçable sans toucher au reste.
Cette dernière partie mérite attention. Le coût du modèle peut varier. La qualité du modèle peut changer. Par conséquent, si le moteur est couplé à la plateforme, chaque changement devient une refactorisation. Avec la séparation, vous changez le moteur et vous poursuivez.
Le flux qui est déjà validé en production
Concrètement, le trajet est court. La réunion a lieu. Ensuite, Hermes en fait la transcription. Puis la fiche apparaît dans Asana sans intervention humaine. Enfin, un job signale dans le canal celui dont le délai approche, en taguant directement la personne.
Regardez le détail. Personne n’a eu besoin d’ouvrir Asana. Ainsi, l’outil se retire du chemin et il ne reste plus que le travail.
MeMo : quand le papier du MIT confirme ce que la VPS faisait déjà
Cette séparation entre moteur et mémoire n’est pas une invention personnelle. En réalité, je n’étais tout simplement pas au courant qu’elle avait un nom.
Cette semaine est paru un papier du MIT CSAIL en partenariat avec l’A*STAR de Singapour. Daniela Rus, directrice du CSAIL, figure parmi les auteurs. Le travail s’intitule MeMo: Memory as a Model et il date de mai 2026.
La thèse est directe. Le LLM reste figé après l’entraînement. Par conséquent, les connaissances nouvelles ne devraient pas être poussées à l’intérieur des paramètres. Elles ne devraient pas non plus se perdre à chaque nouvelle conversation. Au lieu de cela, elles devraient exister dans un modèle de mémoire séparé.
C’est exactement ce que fait Hermes. Donc, nous avons à la fois une recherche de pointe et un outil fonctionnant sur un VPS bon marché qui aboutissent à la même conclusion. Ce n’est pas une coïncidence. C’est un signe.
Le plus grand obstacle à l’adoption ne réside pas dans le code
Voici la partie que presque personne n’écrit dans les articles techniques. Le plus grand obstacle pour adopter un agent n’est pas technique. C’est la peur.
En déployant Hermes avec de vrais clients, j’ai déjà vu des personnes craindre de perdre leur emploi. Après tout, l’outil enregistre et analyse les réunions. Naturellement, cela fait peur.
Pour cette raison, la manière de livrer a changé. Il n’existe plus de licence suivie d’un oubli. À la place, l’adoption s’accompagne d’un suivi hebdomadaire durant les premières semaines. Une part produit, une part conseil. Sequoia appelle cela « service as software ». Je préfère parler de ne pas lâcher la main de ceux qui ont peur.
Comment vous pouvez lancer cela dès demain
Hermes est open source. Par conséquent, toute entreprise disposant de connaissances techniques de base peut l’installer gratuitement. Vous clonez, configurez les clés, pointez vers le canal et déployez.
Cependant, toutes les équipes ne souhaitent pas monter une opération d’IA de zéro. Dans ce cas, l’adoption via Métricas Boss inclut l’installation, la configuration et l’accompagnement conjoint.
Ce qui reste
Un agent d’IA n’est pas une question d’intelligence. Il s’agit d’emplacement, de mémoire et de contexte. D’abord, placez l’agent là où l’équipe se trouve déjà. Ensuite, gardez la mémoire en dehors du modèle. Enfin, changez le moteur quand vous le souhaitez, sans tout faire voler en éclats.
Hermes est une preuve modeste et économique de cette thèse. À présent, c’est à vous de tester.
Acompagnez notre profil sur Instagram !
