La mayoría de los agentes de IA actuales están fundamentalmente descompuestos en un aspecto crítico: se olvidan de todo. Después de cada sesión, su contexto, comportamientos aprendidos y ajustes específicos del usuario desaparecen, lo que los obliga a empezar desde cero cada vez. Esta apatridia es un cuello de botella silencioso en la carrera por construir asistentes en cadena autónomos y útiles. DWF Ventures ahora se ha centrado en una respuesta, destacando el marco de código abierto Hermes de Nous Research, que ataca directamente el problema de la memoria, según el informe original de WuBlockchain.
La nota de DWF sostiene que Hermes se destaca porque no es simplemente otra herramienta de automatización de un solo uso. El marco introduce una memoria persistente que retiene las interacciones del usuario, las sesiones y las preferencias aprendidas a lo largo del tiempo. Esto se combina con un sistema de habilidades automatizado que amplía las capacidades del agente de forma orgánica y perfiles de usuario que anclan la memoria a una identidad consistente. Un ciclo de superación personal refina continuamente lo que el agente sabe, agravando su utilidad en lugar de restablecer cada ciclo. Para un sector que ha inundado el mercado con envoltorios de chatbots y agentes API delgados, ese diseño marca un cambio estructural hacia una inteligencia compuesta y duradera.
Por qué los agentes apátridas se convirtieron en la norma
Las arquitecturas sin estado son baratas y sencillas. Se escalan por diseño y evitan almacenar datos confidenciales del usuario. Eso tenía sentido para los primeros robots de comercio de cifrado y los simples asistentes de Discord que solo necesitaban activar alertas o procesar un solo comando. A medida que los agentes de IA comienzan a gestionar tareas más complejas (interpretar posiciones de DeFi, manejar operaciones de múltiples pasos entre cadenas o aprender de fuentes de datos en cadena), la ausencia de memoria se convierte en un inconveniente. La repetición mata la eficiencia y la falta de personalización erosiona la confianza. El marco de DWF sugiere que están mirando más allá de las exageraciones hacia una infraestructura que pueda sobrevivir a la participación sostenida de los usuarios, no solo a una buena demostración.
Este impulso hacia agentes con estado y conscientes de la memoria se alinea con el movimiento más amplio hacia una infraestructura de IA descentralizada. Los proyectos han comenzado a unir capas de computación, almacenamiento y capacitación que permiten que los agentes de IA se ejecuten sin depender de nubes centralizadas. Por ejemplo, las asociaciones de computación distribuida como el trabajo de UXLINK y Origins Network en aplicaciones Web3 escalables impulsadas por IA muestran cómo se están instalando las tuberías para los agentes que necesitan computación persistente. Hermes contribuye a esto confiando en la red de entrenamiento descentralizada Psyche de Nous, una capa que distribuye el trabajo pesado del refinamiento del modelo.
Seguridad, claves selladas y Psyche Network
La mecánica bajo el capó no se trata sólo de memoria. Hermes trabaja con aislamiento de credenciales para que los tokens de acceso y las claves privadas no se mezclen con la capa de razonamiento central del agente. La redacción secreta y la rotación automática de claves le dan una postura de seguridad más cercana a un sistema de custodia que a un robot experimental típico. Esa arquitectura es importante porque los agentes con estado que poseen credenciales de usuario se convierten en objetivos de alto valor. La integración de estas características con Psyche (una red de capacitación descentralizada) significa que los modelos mismos se refinan mediante una estructura de nodos distribuidos en lugar de un único servidor, lo que reduce los puntos centrales de falla.
La demanda de almacenamiento de agentes de aprendizaje tan persistentes sigue una tendencia reconocible. A medida que los modelos acumulan conocimientos e historiales de usuarios, crece la necesidad de almacenamiento barato y verificable. El creciente interés en las capas de datos de IA ya ha puesto a proyectos como Filecoin en la conversación sobre soluciones de almacenamiento descentralizadas adaptadas a las cargas de trabajo de IA. Es posible que Hermes no ejecute el almacenamiento en cadena directamente, pero el bucle de mejora automática en el que se basa inevitablemente extraerá y empujará hacia entornos descentralizados si se adapta a los casos de uso de Web3.
Donde la ventaja no está garantizada
DWF compara explícitamente Hermes con Claude Code y OpenAI Codex, argumentando que su fortaleza para generar código en el momento no se traduce en capacidad de composición durante semanas de uso. Un agente sin estado puede realizar una auditoría de contrato inteligente perfecta un día y olvidarse de todo el contexto del proyecto al día siguiente. El diferenciador de Hermes es su capacidad para acumular experiencias. Se trata de un verdadero foso si la ejecución es limpia, pero también exige que los usuarios se comprometan con un entorno de agente único y de larga duración, algo que el mercado ha tardado en hacer fuera de las operaciones financieras de nicho.
La naturaleza de código abierto de Hermes va en ambos sentidos. Invita a una amplia auditoría y adaptación de la comunidad, lo que podría acelerar la adopción de herramientas DeFi, operaciones DAO y análisis NFT. Al mismo tiempo, mantener el código abierto y al mismo tiempo mantener una ventaja de seguridad frente a competidores de código cerrado y bien financiados es una cuerda floja. Sigue siendo incierto si Hermes captura suficiente participación de los desarrolladores como para convertirse en el andamiaje predeterminado para los agentes Web3 con estado. La memoria por sí sola no garantiza la utilidad si la calidad del razonamiento subyacente se retrasa o si la integración con billeteras y dApps existentes sigue siendo torpe. La atención de DWF es una señal de que el dinero de riesgo está prestando atención a la arquitectura, no sólo al número de usuarios. Para los equipos que se construyen en el espacio de los agentes de IA, el modelo de Hermes ahora se convierte en la referencia para lo que vendrá después de la era del chatbot.
