Hermes Agent /learn 機能リリース：ローカルファイル、ウェブページ、会話をワンクリックでスキルに変換

Nous Researchは、オープンソースAIエージェント「Hermes」向けに/learn機能をリリース。エージェントが自ら素材を収集し、スキルファイルを生成してスキルライブラリに保存することで、「一度使った操作手順」を繰り返し呼び出せるツールとして定着させることができ、エンジニアによる手動整理は不要に。

（前行情報：AIルネサンス》哲学者がAI研究所の引っ張りだこに、倫理をモデルに書き込む） （背景補足：米中AI対立が激化する中、両国研究者の共通認識は「AIをチェルノブイリの瞬間にさせてはいけない」）

Nous Researchは、自社のオープンソースAIエージェント「Hermes」のSkillsシステムに新たに/learn機能を追加した。操作ロジックはシンプル：エージェントに学習させたい内容（ローカルSDKフォルダ、オンラインファイルページ、あるいは直前にエージェントと一緒に実行したデプロイ手順など）を指示すると、既存のツールを使って自ら素材を収集し、フォーマットに沿ったスキルファイルを生成。それを~/.hermes/skills/に保存し、次回から直接呼び出せるため、追加ツールは不要。

「行ったばかりの操作」を次回使えるツールに

/learnの公式の位置づけは、「すでに知っていること」や「一連の参考資料」を、SKILL.mdを手書きすることなく、再利用可能なスキルに素早く変換すること。

4つの素材ソースをサポートしており、それぞれに典型的なシナリオが用意されている：

一つ目は、ローカルライブラリやSDKフォルダ。コマンド例：/learn the REST client in ~/projects/acme-sdk, focus on auth + pagination。チーム内ツールの操作知識をスキルとして固めるのに適している。

二つ目は、オンラインファイルページ。コマンド例：/learn https://docs.example.com/api/v2。サードパーティAPIのドキュメントを素早く取り込み、何度も参照する手間を省くのに適している。

三つ目は、直前にエージェントと一緒に実行した完全な手順。コマンド例： /learn how I just deployed the staging server。一度きりの操作を、次回繰り返し呼び出せるステップとして定着させる。

四つ目は、任意に貼り付けた口述メモや非構造化テキスト。説明できる内容なら理論上すべて与えられ、自由度はほぼ無制限。

エージェントはリクエストを受け取ると、既存のツール（read_file（ファイル読み込み）、search_files（検索）、web_extract（ウェブ抽出））を使って自ら素材を収集し、組み込みの作成ルールに従ってスキルを生成する：説明は60文字以内、章の順序は固定、Hermesツール用語を使用し、独自のコマンドは作らない。

自己改善がより具体的に

従来の方法：エンジニアがエージェントの1回のタスク完了を観察し、手動またはAIに説明ファイルを整理させ、そのファイルをスキルとして書き、その後エージェントが次回使用できるようにする。このチェーン全体で、人間だけが「知識抽出者」だった。

多くのAIエージェントの能力境界は、コードにハードコードされるか、エンジニアが定期的にプロンプトを手動更新するかに依存しており、スキルライブラリは静的で、使用によって自動的に成長することはない。

/learnはこのチェーンを「エージェントがタスク完了 → ユーザーが/learn さっきの手順と指示 → スキル生成完了」に短縮した。人間は「知識抽出者」から撤退し、「学ぶかどうかを決める」判断だけを残す。

Hermesのスキルライブラリは動的で、使用シーンの蓄積に伴って自動的に拡張する。ただし、注意点も：能力ライブラリは成長できるが、成長したものがすべて正しいとは限らないため、品質の最適化は必要。

Hermesの初期の位置づけは「自己改善型エージェント」。タスクを実行するだけでなく、記憶・蓄積して再利用可能なスキルを積み上げ、使うほど賢くなる。/learnはこの位置づけをコンセプトから具体的な操作へと落とし込んだ：エージェントは実行するだけでなく、一度きりの操作を再利用可能な資産として定着させる。