Hermes 0.20: voz, agentes conectados y citas reales

Ya puedes hablar con tu agente, pero eso es lo de menos

Ya puedes hablar con tu agente de IA como si fuera una persona. Y esa es solo una de las tres cosas grandes que trae la nueva versión de Hermes.

Las otras dos son las que de verdad importan en un entorno de empresa: tu agente ya puede hablar con otros agentes por un protocolo estándar, y puede demostrarte con fuentes reales que no se está inventando nada de lo que te escribe.

Es la 0.20, The Herald Release, y es la actualización más grande de la historia del proyecto. La probé en directo con mi Hermes corriendo en mi propio servidor.

Los números de la release

La fuente oficial es el repositorio de Nous Research en GitHub, y los números dan la medida de lo que es esto:

• Publicada el 3 de agosto de 2026.
• 647 personas han contribuido.
• Unos 3.650 commits desde la 0.19.
• Cerca de 1.200 incidencias cerradas en una sola versión.

Dos cifras técnicas más que se notan desde el primer minuto:

• El límite de interacciones con herramientas pasa de 90 a 500 por tarea. Es decir, seis veces más pasos antes de agotarse: puede abordar tareas mucho más largas y complejas sin quedarse a medias.
• El arranque en frío baja de unos 14 segundos a 1,8. Es lo que tarda en estar listo desde que escribes hermes en la terminal.

Si no lo tienes montado, empieza por la guía definitiva de Hermes Agent. Y si vienes de la versión anterior, en su momento cubrí Quicksilver 0.19 y las reglas de denegación, que sigue siendo lo primero que deberías configurar.

1. Modo voz: espectacular, pero no para todo

Te doy mi opinión más honesta antes de los detalles: es espectacular, y no sirve para todo.

Funciona con una palabra de activación, como un Alexa o un Siri. Tienes Hermes abierto en el ordenador, dices la palabra y se activa: empieza a escucharte y le pides tareas. Lo que hace que funcione de verdad son cuatro detalles:

• Puedes interrumpirle. Si ya has oído lo que necesitabas, le cortas y para. Eso es lo que separa una conversación de escuchar un audio.
• La latencia es mínima. No hay esa pausa incómoda de tres segundos.
• Habla limpio. Si la respuesta trae formato markdown, no te lee “almohadilla, almohadilla”. Te habla como una persona.
• La detección de la palabra de activación va en tu propio equipo, sin que el audio salga de tu máquina.

El proveedor de voz es configurable: viene uno por defecto, pero puedes usar el que quieras, incluidas opciones locales gratuitas.

El problema del acento (y cómo lo resolví)

Aquí va un aviso práctico que te va a ahorrar una tarde.

La palabra de activación por defecto lleva el nombre del agente, y el sistema espera que lo pronuncies con acento inglés. Yo digo “Hermes” como lo diría cualquiera aquí, y no había manera de que me entendiera.

La solución fue cambiar el comando de activación y poner un motor de voz en español. Probé con otras palabras — nombres de asistentes conocidos — y funcionaban a la primera; era específicamente esa. Con “Oye, Hermes” y motor en español, resuelto.

Un segundo detalle: cuando bajas mucho la sensibilidad para que te detecte, se activa solo cada dos por tres. Hay que ajustarlo con calma hasta encontrar el punto, y cuando no lo estés usando, desactivarlo desde el botón de la interfaz.

Cuándo usar la voz y cuándo seguir escribiendo

La regla que uso: voz para pedir y para consultar; teclado para especificar.

Preguntarle algo mientras haces otra cosa, pedirle que lance una tarea que ya conoce, consultar un dato: perfecto por voz. Escribirle una instrucción larga con rutas de ficheros, nombres de variables y condiciones: teclado, sin dudarlo. Dictar una ruta de sistema es más lento y más propenso a error que escribirla.

2. Agentes que hablan entre ellos: el protocolo A2A

Para mí, la más importante de las tres.

Desde versiones anteriores puedes crear tantos agentes como quieras dentro de Hermes, cada uno con capacidades y conocimiento distintos, y sin que uno tenga la memoria del otro. Es lo que te permite tener un agente especializado en frontend, otro en backend y otro en seguridad.

El problema es que no se comunicaban entre sí. Tú eras el cable entre ellos: preguntabas a uno, copiabas, pegabas en el otro.

Con el A2A v1.0 eso se acaba. Es un protocolo estándar de agente a agente, y lo importante es esa palabra: estándar. No es que los Hermes hablen entre ellos, es que Hermes puede descubrir, comunicarse con y ser dirigido por cualquier otro agente compatible con A2A, aunque corra sobre una tecnología distinta.

El caso de uso obvio: le pides algo al agente que dirige, y ese va llamando a los demás según lo que haga falta, coordinando el trabajo. Tú hablas con uno; trabajan varios.

Y el caso de uso de empresa, que es el que a mí me interesa: integrar el agente de un cliente con el tuyo sin que ninguno de los dos tenga que reescribirse.

3. Citas verificadas: se acabó inventarse las fuentes

Esta ha sido una preocupación grande de la comunidad, y con razón.

Cuando le pedías una investigación y entraba en muchas fuentes, al acumular demasiado contexto empezaba a alucinar: daba respuestas sin evidencia real detrás y, lo que es peor, con citas que parecían legítimas.

Lo que trae la 0.20 son citas fundamentadas, y funciona en tres niveles:

• Cada afirmación va anclada a una fuente real.
• Cada cita se contrasta con el texto real de la página, no con lo que el modelo recuerde de ella. Nada de citas inventadas.
• Los enlaces apuntan a la evidencia concreta que sostiene la afirmación, no a la portada del sitio.

Además incluye una función de verificación de hechos sobre el resultado.

Por qué esto es lo que hace usable la IA en trabajo serio

Si trabajas en algo donde una afirmación mal fundamentada tiene consecuencias — un informe para un cliente, un análisis regulatorio, una nota que va a un ayuntamiento — hasta ahora tenías que verificar a mano cada dato que te daba la IA. Y verificar a mano es exactamente el trabajo que querías ahorrarte.

Que la cita esté contrastada contra el texto real de la página no elimina la revisión humana, pero cambia su naturaleza: pasas de comprobar si existe a valorar si es relevante. Eso sí es tiempo recuperado.

Lo demás que trae (y sí se usa)

Un repaso rápido a lo que no es titular pero se nota a diario:

• Artifacts con vista previa en vivo. Todo lo que genera queda almacenado y versionado en la aplicación de escritorio. Si mañana necesitas que te lo vuelva a entregar o que lo mejore, tiene la versión guardada y parte de ahí en lugar de empezar de cero.
• Entrada rápida. Estés en la ventana que estés, un atajo te abre una ventanita pequeña para hablar con Hermes sin desplegar toda la aplicación. Ojo con encontrarlo: no está en los atajos de teclado, como todo el mundo busca. Está en la sección de opciones avanzadas. En Mac se activa con Cmd + Shift + Espacio.
• Modo shell con !. Para gente muy técnica: si sabes exactamente el comando que hay que ejecutar, lo escribes directo y te ahorras la interacción con el modelo — y por tanto tiempo y tokens. Solo aplica a la terminal, no a la aplicación de escritorio.
• Redirección en caliente. Antes, si veías que iba por mal camino, tenías que pararlo y empezar de nuevo. Ahora le escribes mientras trabaja, lo lee y corrige sobre la marcha.
• hermes import-agent. Un comando que trae la configuración que ya tuvieras en Claude Code o Codex. Si venías trabajando con uno de esos y quieres pasarte, no empiezas de cero.
• Voz multicanal. Las respuestas de voz están adaptadas a plataformas de mensajería, así que si le mandas un audio por WhatsApp, te puede contestar con un audio por WhatsApp.
• Webhooks salientes firmados. Hermes puede empujar eventos de su ciclo de vida a cualquier endpoint HTTP, firmados. Es lo que necesitas para integrarlo con el resto de tu sistema y enterarte de lo que pasa sin ir a mirar.
• Aprobaciones más inteligentes, con listas de permitidos deducidas de tu propio historial y un cortacircuitos para los bucles de denegación.

Cómo actualizar (el orden importa)

Igual que en la versión anterior, y es donde más gente se equivoca: si tienes Hermes instalado en un VPS y conectado con tu aplicación de escritorio, tienes que actualizar primero el VPS y después el escritorio.

En el escritorio es el botón update now dentro de la configuración, en el apartado About. Si te da error, se puede hacer también desde la terminal de tu ordenador.

Si todavía no tienes servidor para esto, con un VPS de Hostinger vas sobrado — con el código EXPERTBRAIN tienes un 10% de descuento extra.

Qué haría yo con esta versión, por orden

Si tuviera que priorizar en un caso real de empresa:

1. Las citas verificadas, primero. Es lo que convierte al agente en algo que puedes poner delante de un cliente sin sudar frío.
2. El A2A, segundo, pero solo si ya tienes más de un agente. Si tienes uno, no hay nada que conectar todavía.
3. La voz, tercera. Es la que más impresiona en una demo y la que menos cambia tu trabajo. Muy útil para consultar y lanzar tareas; poco útil para especificar.

Y antes que las tres: si vienes de una versión anterior a la 0.19 y no has configurado las reglas de denegación, hazlo antes de nada. Un agente con 500 pasos por tarea y aprobación automática es mucho más autónomo que el de hace un mes.

Conclusión

La 0.20 es un salto de categoría, no una actualización de mantenimiento. Y el salto no está en la voz, aunque sea lo que llama la atención: está en que un agente que cita fuentes verificables y que se coordina con otros agentes por un estándar abierto ya es una pieza que puedes meter en un proceso de empresa sin cruzar los dedos.

Ese es exactamente el trabajo que hacemos en ExpertBrain: montar agentes de IA en producción para empresas y organismos públicos, con trazabilidad, límites y datos que se sostienen. Si quieres montarlo bien desde el principio, hablemos.