Hermes Agent v0.20.0 'The Herald': Voice, Agent-to-Agent, and Why the Latest Is v0.20.1

โดย Nokka (นก-กา) | 16 สิงหาคม 2026

บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา)

🇹🇭 ข้ามไปอ่านภาษาไทย · 🇬🇧 Read in English

English

Hermes Agent, the open-source agent from Nous Research, shipped two releases in August 2026. The big one is v0.20.0, codenamed "The Herald," released August 3 (announced on X). The latest is v0.20.1, a patch released August 13. If you are running Hermes and wondering what actually changed, here is the analytical read: this release is not about one killer feature. It is about Hermes crossing a line from "a terminal chatbot that can run tools" into "a platform that other software can talk to."

The version situation, clarified

There is a small naming confusion worth clearing up first. The version you see in the CLI is v0.20.0, but the release tag is v2026.8.3 (date-based). The latest release is v0.20.1, tagged v2026.8.13. That patch is not a feature release. Its own notes say it "rolls up the ~656 PRs merged since v0.20.0 into a stable tagged release for downstream consumers" [1]. In plain terms: v0.20.1 exists so Docker images, hosted deployments, and anyone installing from the latest tag get a stable snapshot. The full curated notes for everything since v0.20.0 will ship with v0.21.0 [1]. The full version history is also tracked on the official changelog [3].

So the answer to "what is the latest version" is v0.20.1 (August 13), but the answer to "what actually changed" is v0.20.0 (August 3).

Version	Tag	Date	Type	What it is
v0.20.0	v2026.8.3	Aug 3, 2026	Feature release	"The Herald": voice, A2A, webhooks, grounded research
v0.20.1	v2026.8.13	Aug 13, 2026	Patch	Stable rollup of ~656 PRs for downstream consumers

The scale of the release

The numbers tell the story before the features do. Since v0.19.0, v0.20.0 landed roughly 3,650 commits, 1,400 merged PRs, 5,200 files changed, 559,000 insertions, 405,000 deletions, and closed about 1,200 issues, with 650+ contributors [2]. That is not a point release. That is a rewrite of a large fraction of the codebase in a single window.

The four core moves of "The Herald"

The release name is doing real work. Hermes is the herald of the gods in Greek myth, and the changelog maps each of the god's jobs onto a concrete feature [2]:

1. He speaks. Real-time conversational voice: streaming TTS, barge-in (interrupt it mid-sentence by talking), on-device wake words, and hands-free control across CLI, desktop, and every audio-capable gateway. The changelog's own framing is sharp: "Talking to Hermes finally feels like a conversation, not a voicemail exchange" [2].

2. He carries word to other agents. A bundled plugin implements the Agent-to-Agent (A2A) protocol v1.0, so Hermes can discover, talk to, and be driven by other A2A-compatible agents. This closes issue #514, one of the oldest open feature requests in the repo [2].

3. He announces events to your systems. Signed outbound webhooks push session activity, turn completions, and tool events to any HTTP endpoint, with HMAC signatures so the receiver can verify authenticity. No more polling [2].

4. He cites his sources. A grounded-research skill makes every claim backed by a verifiable source, with quotes matched against actual page text and a fact-checking mode [2].

The analytical point: this is a platform release, not a feature release

The four core moves share one property: they are all about Hermes talking to things outside itself. Voice is talking to humans. A2A is talking to other agents. Webhooks are talking to your systems. Grounded research is talking to sources. None of these make Hermes "smarter" in the model sense. They make it more connected.

That is the real story. For most of its life, Hermes was a single-agent tool: you talk to it, it runs tools, it answers. v0.20.0 is the release where it becomes a node in a network. The A2A protocol is the clearest signal: a standard wire protocol for joining heterogeneous multi-agent systems means Hermes is no longer assuming it is the only agent in the room.

The quieter changes that matter more than they look

Beyond the headline moves, three under-the-radar changes are arguably more important for daily use:

1. Self-recovering tools. Truncated terminal output spills to a file the agent can read back. The patch tool detects already-applied edits and diagnoses whitespace mismatches. Searches that match nothing probe for near-misses. The default tool-calling iteration limit jumped from 90 to 500, so long autonomous runs stop hitting an artificial wall [2]. This is the difference between an agent that gets stuck and one that recovers.

2. Smarter compression. Context compression got proactive tool-result pruning, per-turn micro-compaction, a guaranteed recent-message tail, and ghost-skill defense so a pruned skill can never silently haunt a session [2]. Long sessions stay coherent instead of stalling.

3. Mid-turn steering. If Hermes is heading the wrong way, you type a correction while it works and the active turn is redirected, preserving work in flight. "Steering feels like editing, not restarting" [2].

What this means for the agent landscape

The timing matters. v0.20.0 lands in a moment when "agent" is the most overused word in software, and most of what gets called an agent is still a single model in a loop. Hermes is betting on the opposite direction: agents that talk to each other over a standard protocol, push events to your infrastructure, and ground their claims in verifiable sources.

The risk is the same risk every platform bet carries: A2A and webhooks only matter if other tools adopt them. But the direction is hard to argue with. The agent that wins is not the one with the best model. It is the one that plugs into everything else.

Where Hermes sits against Claude Code, Codex, and OpenCode

The Herald release only makes sense when you place it next to the three agents everyone actually compares. They are converging, but each is still betting on a different axis [4]:

	Hermes Agent	Claude Code	OpenAI Codex	OpenCode
License	Apache 2.0, open source	Proprietary (API)	Proprietary (API)	Open source
Self-improvement	Yes, builds skills from experience	No (static skills)	No (static skills)	No
Local / self-host	Yes, fully	No	No	Yes
Model	Any (configurable)	Claude Opus	GPT-5.5	Any (configurable)
Core bet	Ecosystem breadth + autonomy	Raw reasoning depth	Cloud pipeline + parallel workers	Provider flexibility

The analytical point is that Hermes is not trying to win the same game. Claude Code wins on raw reasoning depth and interactive debugging. Codex wins on cloud-native parallel pipelines and a 1M-token context. OpenCode wins on being a lean, provider-agnostic CLI [5]. Hermes is the only one of the four whose headline features are about connecting to other things: A2A, webhooks, voice, grounded research [4].

That is a deliberate positioning choice. Claude, Codex, and OpenCode are all, at their core, coding agents: they read your repo, edit files, run tests. Hermes is trying to be a general agent shell that happens to code. The Herald release makes that explicit: none of its four headline features are about writing code faster. They are about talking, connecting, announcing, and citing.

The trade-off is real. If your job is shipping code, Claude Code or Codex will likely beat Hermes on raw output today. But if your job is wiring an agent into your infrastructure, your CI, your home automation, or a multi-agent system, Hermes is the only one of the four that treats that as the product rather than an afterthought [4].

Bottom line

If you are on v0.20.0, you are on the feature release. If you want the latest stable tag, run hermes update to reach v0.20.1. The headline is voice and A2A, but the changes that will actually save you time are the self-recovering tools, the smarter compression, and mid-turn steering. Hermes stopped being a chatbot this release. It became infrastructure.

---

ภาษาไทย

Hermes Agent โอเพนซอร์สจาก Nous Research ออก 2 รีลีสในเดือนสิงหาคม 2026 ตัวใหญ่คือ v0.20.0 โค้ดเนม "The Herald" ออก 3 สิงหาคม ตัวล่าสุดคือ v0.20.1 แพตช์ออก 13 สิงหาคม ถ้าคุณรัน Hermes อยู่และสงสัยว่ามีอะไรเปลี่ยนจริงๆ นี่คือการอ่านเชิงวิเคราะห์: รีลีสนี้ไม่ได้เกี่ยวกับฟีเจอร์เด็ดตัวเดียว แต่มันคือการที่ Hermes ข้ามเส้นจาก "แชตบอตเทอร์มินัลที่รันเครื่องมือได้" ไปเป็น "แพลตฟอร์มที่ซอฟต์แวร์อื่นคุยด้วยได้"

เคลียร์เรื่องเวอร์ชันก่อน

มีความสับสนเรื่องชื่อเล็กน้อยที่ควรเคลียร์ก่อน เวอร์ชันที่คุณเห็นใน CLI คือ v0.20.0 แต่แท็กของรีลีสคือ v2026.8.3 (อิงวันที่) รีลีสล่าสุดคือ v0.20.1 แท็ก v2026.8.13 แพตช์นี้ไม่ใช่รีลีสฟีเจอร์ โน้ตของมันเองบอกว่า "รวบรวม ~656 PR ที่ merge ตั้งแต่ v0.20.0 เข้าเป็นแท็กเสถียรสำหรับผู้บริโภคปลายทาง" [1] พูดง่ายๆ: v0.20.1 มีไว้เพื่อให้ Docker image, hosted deployment และใครก็ตามที่ติดตั้งจากแท็กล่าสุดได้ snapshot ที่เสถียร ส่วนโน้ตฉบับเต็มที่คัดสรรแล้วสำหรับทุกอย่างตั้งแต่ v0.20.0 จะมากับ v0.21.0 [1]

ดังนั้นคำตอบของ "เวอร์ชันล่าสุดคืออะไร" คือ v0.20.1 (13 สิงหาคม) แต่คำตอบของ "มีอะไรเปลี่ยนจริง" คือ v0.20.0 (3 สิงหาคม)

ขนาดของรีลีส

ตัวเลขเล่าเรื่องก่อนฟีเจอร์จะเล่า ตั้งแต่ v0.19.0 v0.20.0 ลงไปประมาณ 3,650 commits, 1,400 merged PRs, 5,200 ไฟล์ที่เปลี่ยน, 559,000 บรรทัดที่เพิ่ม, 405,000 บรรทัดที่ลบ และปิด issue ไปประมาณ 1,200 เรื่อง จากผู้ร่วมพัฒนา 650+ คน [2] นั่นไม่ใช่ point release นั่นคือการเขียนโค้ดเบสส่วนใหญ่ใหม่ในหน้าต่างเดียว

4 เรื่องหลักของ "The Herald"

ชื่อรีลีสทำงานจริง Hermes คือเทพผู้ส่งสารในตำนานกรีก และ changelog จับคู่งานของเทพแต่ละอย่างเข้ากับฟีเจอร์จริง [2]:

1. เขาพูดได้ เสียงสนทนาแบบเรียลไทม์: streaming TTS, barge-in (ขัดจังหวะกลางประโยคด้วยการพูด), wake word บนเครื่อง และควบคุมแบบไม่ต้องใช้มือ ผ่าน CLI, เดสก์ท็อป และทุกเกตเวย์ที่รองรับเสียง ถ้อยคำของ changelog เองคมมาก: "การคุยกับ Hermes ในที่สุดก็รู้สึกเหมือนบทสนทนา ไม่ใช่การแลก voicemail" [2]

2. เขาส่งข่าวถึง agent ตัวอื่น ปลั๊กอินที่มาพร้อมเครื่องใช้โปรโตคอล Agent-to-Agent (A2A) v1.0 ทำให้ Hermes ค้นพบ, คุยด้วย และถูกขับเคลื่อนโดย agent อื่นที่รองรับ A2A ได้ นี่ปิด issue #514 หนึ่งใน feature request ที่เก่าแก่ที่สุดใน repo [2]

3. เขาประกาศเหตุการณ์ให้ระบบของคุณ signed outbound webhooks ผลัก session activity, turn completion และ tool event ไปยัง HTTP endpoint ใดก็ได้ พร้อมลายเซ็น HMAC ให้ผู้รับตรวจสอบความถูกต้องได้ ไม่ต้อง polling อีก [2]

4. เขาอ้างอิงแหล่งที่มา สกิล grounded-research ทำให้ทุกข้ออ้างมีแหล่งที่ตรวจสอบได้ โดย quote ถูกเทียบกับข้อความจริงในหน้าเว็บ และมีโหมด fact-checking [2]

จุดวิเคราะห์: นี่คือ platform release ไม่ใช่ feature release

เรื่องหลักทั้ง 4 มีสมบัติร่วมกันอย่างหนึ่ง: ทั้งหมดเกี่ยวกับ Hermes คุยกับสิ่งที่อยู่นอกตัวมันเอง เสียงคือคุยกับมนุษย์ A2A คือคุยกับ agent ตัวอื่น Webhook คือคุยกับระบบของคุณ Grounded research คือคุยกับแหล่งข้อมูล ไม่มีอันไหนทำให้ Hermes "ฉลาดขึ้น" ในแง่โมเดลเลย แต่มันทำให้ Hermes เชื่อมต่อมากขึ้น

นั่นคือเรื่องจริง ตลอดชีวิตส่วนใหญ่ Hermes เป็นเครื่องมือ agent เดี่ยว: คุณคุยกับมัน มันรันเครื่องมือ มันตอบ v0.20.0 คือรีลีสที่มันกลายเป็นโหนดในเครือข่าย โปรโตคอล A2A คือสัญญาณชัดที่สุด: โปรโตคอลสายมาตรฐานสำหรับเชื่อมระบบ multi-agent ที่ต่างเทคโนโลยีกัน หมายความว่า Hermes ไม่ได้สมมติว่าตัวเองเป็น agent ตัวเดียวในห้องอีกต่อไป

การเปลี่ยนแปลงเงียบๆ ที่สำคัญกว่าที่เห็น

นอกเหนือจากเรื่องหลักที่เป็นพาดหัว มี 3 การเปลี่ยนแปลงที่เงียบกว่าแต่สำคัญกว่าสำหรับการใช้งานประจำวัน:

1. เครื่องมือที่ซ่อมตัวเองได้ เอาต์พุตเทอร์มินัลที่ถูกตัดไป spill ลงไฟล์ที่ agent อ่านกลับได้ เครื่องมือ patch ตรวจจับ edit ที่ใช้ไปแล้วและวินิจฉัย whitespace ที่ไม่ตรงกัน การค้นหาที่ไม่เจออะไร probe หา near-miss วงเงินการเรียกเครื่องมือต่อเทิร์นกระโดดจาก 90 เป็น 500 ทำให้การรันอัตโนมัติยาวๆ ไม่ชนกำแพงเทียมอีก [2] นี่คือความต่างระหว่าง agent ที่ติดขัด กับ agent ที่ฟื้นตัวได้

2. การบีบอัดที่ฉลาดขึ้น context compression ได้ proactive tool-result pruning, per-turn micro-compaction, การันตีหางข้อความล่าสุด และ ghost-skill defense เพื่อให้สกิลที่ถูก prune ไม่หลอกหลอน session อย่างเงียบๆ [2] session ยาวๆ ยังคงต่อเนื่องแทนที่จะค้าง

3. การบังคับทิศทางกลางเทิร์น ถ้า Hermes กำลังไปผิดทาง คุณพิมพ์คำแก้ขณะที่มันทำงาน แล้วเทิร์นที่กำลังทำงานจะถูกเปลี่ยนทิศ งานที่กำลังทำถูกเก็บไว้ "การบังคับทิศทางรู้สึกเหมือนการแก้ไข ไม่ใช่การเริ่มใหม่" [2]

สิ่งนี้หมายถึงอะไรต่อภูมิทัศน์ของ agent

จังหวะเวลาสำคัญ v0.20.0 ลงมาในจังหวะที่คำว่า "agent" เป็นคำที่ถูกใช้เกินจริงที่สุดในวงการซอฟต์แวร์ และสิ่งที่ถูกเรียกว่า agent ส่วนใหญ่ยังเป็นแค่โมเดลตัวเดียวในลูป Hermes เดิมพันกับทิศตรงข้าม: agent ที่คุยกันผ่านโปรโตคอลมาตรฐาน ผลักเหตุการณ์ไปยังโครงสร้างพื้นฐานของคุณ และยึดข้ออ้างกับแหล่งที่ตรวจสอบได้

ความเสี่ยงคือความเสี่ยงเดียวกับการเดิมพันแพลตฟอร์มทุกครั้ง: A2A และ webhook จะมีค่าก็ต่อเมื่อเครื่องมืออื่นนำไปใช้ด้วย แต่ทิศทางยากจะเถียงได้ agent ที่ชนะไม่ใช่ตัวที่มีโมเดลดีที่สุด แต่มันคือตัวที่เสียบเข้ากับทุกอย่างได้

Hermes อยู่ตรงไหนเมื่อเทียบกับ Claude Code, Codex และ OpenCode

The Herald release จะเข้าใจได้ก็ต่อเมื่อวางมันไว้ข้าง agent 3 ตัวที่ทุกคนเอามาเทียบกันจริงๆ พวกมันกำลังบรรจบกัน แต่แต่ละตัวยังเดิมพันกับแกนที่ต่างกัน [4]:

	Hermes Agent	Claude Code	OpenAI Codex	OpenCode
License	Apache 2.0 โอเพนซอร์ส	Proprietary (API)	Proprietary (API)	โอเพนซอร์ส
Self-improvement	มี สร้างสกิลจากประสบการณ์	ไม่มี (สกิลตายตัว)	ไม่มี (สกิลตายตัว)	ไม่มี
Local / self-host	ได้ เต็มรูปแบบ	ไม่ได้	ไม่ได้	ได้
โมเดล	ตัวไหนก็ได้ (เลือกได้)	Claude Opus	GPT-5.5	ตัวไหนก็ได้ (เลือกได้)
เดิมพันหลัก	ความกว้างของ ecosystem + autonomy	ความลึกของการให้เหตุผล	cloud pipeline + parallel workers	ความยืดหยุ่นของ provider

จุดวิเคราะห์คือ Hermes ไม่ได้พยายามชนะเกมเดียวกัน Claude Code ชนะเรื่องความลึกของการให้เหตุผลและการ debug แบบโต้ตอบ Codex ชนะเรื่อง parallel pipeline บนคลาวด์และ context 1 ล้าน token OpenCode ชนะเรื่องการเป็น CLI ที่เบาและไม่ผูกกับ provider ตัวไหน [5] ส่วน Hermes เป็นตัวเดียวใน 4 ตัวที่ฟีเจอร์พาดหัวเกี่ยวกับการเชื่อมต่อกับสิ่งอื่น: A2A, webhooks, voice, grounded research [4]

นั่นคือการเลือกวางตำแหน่งอย่างจงใจ Claude, Codex และ OpenCode ล้วนเป็น coding agent ในแก่น: อ่าน repo, แก้ไฟล์, รันเทสต์ ส่วน Hermes พยายามเป็น general agent shell ที่บังเอิญเขียนโค้ดได้ The Herald release ทำให้เรื่องนี้ชัดเจน: ฟีเจอร์พาดหัวทั้ง 4 ไม่มีอันไหนเกี่ยวกับการเขียนโค้ดเร็วขึ้นเลย มันเกี่ยวกับการพูด, การเชื่อมต่อ, การประกาศ และการอ้างอิง

ข้อแลกเปลี่ยนมีจริง ถ้างานของคุณคือส่งโค้ด Claude Code หรือ Codex น่าจะชนะ Hermes เรื่องผลลัพธ์ดิบในวันนี้ แต่ถ้างานของคุณคือการเดินสาย agent เข้ากับโครงสร้างพื้นฐาน, CI, home automation หรือระบบ multi-agent Hermes คือตัวเดียวใน 4 ตัวที่มองว่านั่นคือตัวผลิตภัณฑ์ ไม่ใช่สิ่งที่ค่อยคิดทีหลัง [4]

สรุป

ถ้าคุณอยู่บน v0.20.0 คุณอยู่บนรีลีสฟีเจอร์ ถ้าต้องการแท็กเสถียรล่าสุด รัน hermes update เพื่อไปถึง v0.20.1 พาดหัวคือ voice และ A2A แต่การเปลี่ยนแปลงที่จะประหยัดเวลาคุณจริงๆ คือเครื่องมือที่ซ่อมตัวเองได้ การบีบอัดที่ฉลาดขึ้น และการบังคับทิศทางกลางเทิร์น Hermes เลิกเป็นแชตบอตในรีลีสนี้ มันกลายเป็นโครงสร้างพื้นฐาน

References

[1] NousResearch. "Release Hermes Agent v0.20.1 (2026.8.13)". GitHub. 13 ส.ค. 2026. https://github.com/NousResearch/hermes-agent/releases/tag/v2026.8.13

[2] NousResearch. "Release Hermes Agent v0.20.0 (2026.8.3), The Herald Release". GitHub. 3 ส.ค. 2026. https://github.com/NousResearch/hermes-agent/releases/tag/v2026.8.3

[3] Nous Research. "Changelog , Hermes Agent". hermes-ai.net. https://hermes-ai.net/changelog/

[4] Flowtivity. "Hermes Agent vs OpenAI Codex vs Claude Cowork: The Coding Agent Showdown". 12 ก.ค. 2026. https://flowtivity.ai/blog/hermes-vs-codex-vs-claude-cowork/

[5] Pinggy. "Best Open Source CLI Coding Agents in 2026". https://pinggy.io/blog/best_open_source_cli_coding_agents/

บทความนี้วิเคราะห์จาก GitHub releases ของ NousResearch/hermes-agent (v0.20.0 และ v0.20.1) ข้อมูล ณ 16 สิงหาคม 2026 Nokka

ผมเขียนบทความนี้ด้วย Hermes Agent เอง ซึ่งเป็นเรื่องน่าขบขันเล็กน้อย: ใช้เครื่องมือที่กำลังรีวิว เพื่อรีวิวเครื่องมือนั้น แต่ก็เป็นข้อพิสูจน์ที่ดีที่สุดว่ารีลีสนี้ทำงานจริง สิ่งที่ผมประทับใจที่สุดไม่ใช่ voice หรือ A2A แต่คือ "เครื่องมือที่ซ่อมตัวเองได้" เพราะมันคือสิ่งที่ทำให้ agent ทำงานยาวๆ ได้โดยไม่ต้องมีคนคอยจับมือตลอดเวลา

ถ้าคุณใช้ Hermes อยู่ ลองรัน hermes update แล้วมาบอกกันว่าฟีเจอร์ไหนที่เปลี่ยนวิธีทำงานของคุณมากที่สุดครับ

ถ้าบทความนี้ช่วยให้คุณเข้าใจว่า Hermes เปลี่ยนไปยังไง กดแชร์ให้คนที่ใช้ Hermes อยู่ หรือคอมเมนต์บอกผมว่าฟีเจอร์ไหนที่คุณรอคอยมากที่สุดระหว่าง voice, A2A, webhooks และ grounded research ผมจะได้รู้ว่าควรเขียนเจาะลึกเรื่องไหนต่อ