Kiro Crew vs Hermes Agent: AWS Enterprise ou Self-Improving Open Source?

Fevereiro de 2026. A Nous Research — o lab por trás dos modelos Hermes, Nomos e Psyche — lança o Hermes Agent. Em sete semanas, alcança 151.000 stars no GitHub. Em maio, ultrapassa 152.000. O agente mais rápido da história a atingir esse marco.

O diferencial: um learning loop fechado. O agente cria skills a partir da experiência, melhora essas skills durante o uso, persiste conhecimento entre sessões, e constrói um modelo cada vez mais profundo de quem você é. Quanto mais tempo roda, mais capaz fica.

O Kiro Crew, da AWS, tem proposta similar — memória persistente, lessons que mudam comportamento, skills reutilizáveis. Mas vem de dentro da Amazon, roda sobre o Kiro CLI (pago), e foca em governança enterprise.

Duas abordagens para o mesmo problema: agentes que melhoram com o tempo.

O que São

Hermes Agent é um framework open source da Nous Research para agentes autônomos self-improving. Não é copilot de IDE nem wrapper de chatbot. É um agente que roda no seu servidor (VPS de $5, cluster GPU, ou serverless), conecta em 20+ plataformas de chat, e fica mais capaz conforme usa. O learning loop é core: o agente cria skills, melhora essas skills, persiste memória, e modela seu comportamento ao longo do tempo.

Kiro Crew é uma extensão do ecossistema Kiro da AWS. Começou como projeto interno (MeshClaw), foi adotado por 39.000 devs dentro da Amazon, e virou open source. Roda sobre o Kiro CLI (obrigatório), traz memória persistente via knowledge graph, lessons (correções viram regras), skills, cron jobs, webhooks, e dashboard web.

Ambos são agentes autônomos persistentes com aprendizado. A diferença está em como aprendem e onde rodam.

Tabela Comparativa

Análise por Eixo

1. Código (Qualidade)

Hermes Agent não depende de modelo específico. Você pode usar Claude via Nous Portal, OpenRouter, OpenAI direto, ou modelos locais. A qualidade do código depende do modelo que você configura. Com Claude Sonnet 4.6, excelente. Com modelo local fraco, fraco. Hermes não adiciona “inteligência” — adiciona persistência, memória e aprendizado.

Kiro Crew roda sobre Kiro CLI, que usa Claude via Bedrock com o agente Auto (routing inteligente entre modelos). O workflow specs-driven adiciona validação: requisitos → design → tasks antes de codar. Lessons acumuladas mudam comportamento. O código é mais consistente ao longo do tempo porque o agente aprende suas preferências.

Veredicto: Empate com nuance. Hermes dá mais flexibilidade de modelo. Kiro Crew dá mais consistência via specs + lessons.

2. Contexto (Compreensão)

Hermes Agent tem o sistema de memória mais sofisticado do mercado:

• FTS5 cross-session recall com LLM summarization
• Honcho dialectic user modeling — constrói um modelo de quem você é
• Skill memory — procedural memory que o agente cria e reutiliza
• Periodic nudges — o agente se auto-lembra de persistir conhecimento

O learning loop é fechado: o agente não só armazena memória, ele usa a memória pra melhorar skills, que por sua vez melhoram a memória. É um ciclo de auto-aprimoramento.

Kiro Crew tem knowledge graph com embeddings e busca full-text, lessons persistentes, e skills. Mas não tem o ciclo fechado — lessons são passivas (mudam comportamento quando acionadas), não ativas (o agente não melhora lessons automaticamente).

Veredicto: Hermes ganha. O learning loop fechado é o diferencial principal do projeto.

3. Autonomia

Hermes Agent é maximamente autônomo. Roda em 6 backends diferentes (local, Docker, SSH, Daytona, Singularity, Modal). Pode rodar serverless que hiberna quando idle (custo quase zero). Delega pra subagentes em parallel workstreams. Executa código programaticamente via execute_code.

Kiro Crew é autônomo dentro de guardrails. Sandbox de OS, comandos negados por padrão, audit log de cada ação. O foco é autonomia governada — o agente pode fazer muito, mas você sabe exatamente o quê.

Veredicto: Hermes ganha em flexibilidade de execução. Kiro Crew ganha em governança.

4. Velocidade

Hermes Agent é otimizado pra eficiência. Roda em VPS de $5, pode usar serverless que hiberna. 60+ tools built-in. Programmatic Tool Calling via execute_code colapsa pipelines multi-step em single inference calls. É rápido porque é leve.

Kiro Crew tem mais overhead: gateway Python, dashboard React, banco de embeddings (~610MB). Requer mais recursos (4GB+ RAM recomendado). Mas o Kiro CLI por baixo é otimizado, e o agente Auto faz routing inteligente pra modelos mais rápidos quando possível.

Veredicto: Hermes ganha em leveza. Kiro Crew é mais pesado mas compensado pelo routing do Auto.

5. Custo-benefício

Hermes Agent é gratuito. Você paga apenas o LLM — e pode usar:

• Nous Portal (subscription que inclui web search, image gen, TTS, browser)
• OpenRouter (pay-per-token)
• OpenAI direto
• Modelos locais (custo zero)

Flexibilidade total. Quer custo zero? Rode local. Quer conveniência? Use Nous Portal.

Kiro Crew é gratuito, mas depende do Kiro CLI (50 créditos/mês free, depois pago). O custo real é a assinatura Kiro ($20-$200/mês).

Veredicto: Hermes ganha. Flexibilidade de custo incomparável.

6. Especialização (Skills)

Hermes Agent tem skills como cidadão de primeira classe:

• Agentskills.io compatível — skills portáveis entre plataformas
• Auto-criação — o agente cria skills a partir de padrões
• Self-improvement — o agente melhora skills durante o uso
• Skills Hub — comunidade compartilha skills

O ciclo é: usar → detectar padrão → criar skill → usar skill → melhorar skill. Closed loop.

Kiro Crew tem skills como arquivos Markdown. Você cria ou o agente sugere. Mas não tem auto-improvement — skills são estáticas até você editar manualmente.

Veredicto: Hermes ganha. Skills self-improving vs skills estáticas.

7. Multi-agente

Hermes Agent suporta subagentes em parallel workstreams. Delega trabalho, recebe resultados. Programmatic Tool Calling permite orquestração sofisticada.

Kiro Crew também suporta subagentes com Activity view no dashboard. Múltiplas conversas simultâneas com contexto isolado.

Veredicto: Empate técnico. Ambos suportam bem, com interfaces diferentes (CLI vs dashboard).

8. Ecossistema

Hermes Agent tem:

• 152.000+ stars, comunidade massiva
• 60+ tools built-in
• 20+ plataformas de chat
• Agentskills.io compatibilidade
• Suporte MCP
• Batch processing e training com Atropos (research-ready)

Kiro Crew tem:

• Ecossistema Kiro (MCP, steering files, integração com IDE)
• Dashboard web
• Audit log enterprise
• Integração AWS nativa

Veredicto: Hermes ganha em comunidade e breadth. Kiro Crew ganha em integração enterprise/AWS.

O Learning Loop

A diferença fundamental entre os dois está no learning loop.

Hermes Agent tem um ciclo fechado de auto-aprimoramento:

Usar → Detectar padrão → Criar skill
         ↑                    ↓
   Melhorar skill ← Usar skill

O agente não só aprende — ele melhora o que aprendeu. Quanto mais tempo roda, mais capaz fica. Isso é único no mercado.

Kiro Crew tem aprendizado passivo:

Correção → Lesson salva → Lesson aplicada quando relevante

Lessons mudam comportamento, mas não melhoram sozinhas. Você precisa editar manualmente. É aprendizado, mas não auto-aprimoramento.

Se você quer um agente que fica melhor automaticamente: Hermes. Se você quer controle total sobre o que o agente aprende: Kiro Crew.

Quando Escolher Cada Um

Escolha Hermes Agent se:

• Você quer o sistema de memória mais sofisticado disponível
• Valoriza auto-aprimoramento (skills que melhoram sozinhas)
• Quer flexibilidade total de modelo (local, cloud, qualquer provider)
• Precisa de 20+ plataformas de chat
• Quer voice mode (CLI, Telegram, Discord VC)
• Valoriza leveza (roda em VPS de $5)
• Quer comunidade massiva e skills compartilhadas

Escolha Kiro Crew se:

• Você precisa de governança enterprise (audit log, sandbox)
• Já usa Kiro CLI ou ecossistema AWS
• Prefere dashboard web vs CLI
• Quer controle manual sobre o que o agente aprende
• Trabalha em time que precisa de rastreabilidade
• Valoriza integração com Kiro IDE (mesma config)

Use Ambos se:

• Hermes pra projetos pessoais e experimentação
• Kiro Crew pra trabalho de time com compliance

São complementares se você tem contextos diferentes.

Veredicto Final

Hermes Agent é tecnicamente superior em memória e aprendizado. O learning loop fechado, as 20+ plataformas de chat, a flexibilidade de modelo, e a comunidade de 152.000+ fazem dele a escolha óbvia pra quem quer o agente mais capaz sem lock-in.

Kiro Crew é a escolha enterprise. Se você precisa explicar pro compliance o que o agente fez, se quer dashboard em vez de CLI, se já está no ecossistema AWS/Kiro — faz sentido. Menos flexível, mais controlável.

A pergunta: você quer o agente mais capaz ou o mais governável?

Para máxima capacidade e auto-aprimoramento: Hermes Agent. Para governança e integração enterprise: Kiro Crew.

Dados verificados em agosto de 2026. Hermes Agent latest, Kiro Crew latest. Stars do momento da publicação.