Agente Hermes Acusado de Copiar o Evolvedor EvoMap da Equipe Chinesa

Principais Conclusões

• Prioridade na Linha do Tempo: A EvoMap tornou o motor Evolver e o protocolo GEP de código aberto em 1º de fevereiro de 2026; o Hermes Agent da Nous Research apresentou recursos de auto-evolução altamente semelhantes semanas depois.
• Acusação Central: Sobreposições significativas na arquitetura dos sistemas de memória de três camadas, loops de extração de experiência-para-habilidade, mecanismos de reflexão periódica e carregamento dinâmico de habilidades — com zero atribuição pública do Hermes à EvoMap.
• Diferenças Técnicas: A EvoMap enfatiza a propagação de genes em nível de rede e herança entre agentes; o Hermes foca no aprendizado profundo contínuo de agente único usando DSPy + GEPA e armazenamento local em Markdown/SQLite.
• Veredito Independente: Nenhuma evidência de cópia direta de código; as semelhanças provavelmente resultam de um projeto convergente que resolve os mesmos pontos problemáticos da indústria, embora a comunidade de código aberto defenda fortemente a atribuição adequada.
• Impacto Atual: O Hermes Agent rapidamente ganhou dezenas de milhares de estrelas no GitHub, enquanto a comparação detalhada da EvoMap gerou ampla discussão nas comunidades chinesas de IA.

A Ascensão dos Agentes de IA de Auto-Evolução e a Controvérsia Emergente

Em 2026, os agentes de IA estão evoluindo de ferramentas sem estado para sistemas com memória persistente e melhoria autônoma. Os agentes tradicionais esquecem tudo entre as sessões, levando a trabalho repetitivo e desempenho ruim a longo prazo. Tanto o Hermes Agent da Nous Research quanto o EvoMap Evolver enfrentam esse desafio, permitindo que os agentes aprendam com a experiência, extraiam habilidades reutilizáveis e evoluam continuamente.

No entanto, em abril de 2026, a equipe chinesa da EvoMap acusou publicamente o Hermes Agent de copiar de perto sua arquitetura anterior de código aberto, acendendo um debate acalorado nas comunidades globais de código aberto e desenvolvedores chineses.

EvoMap Evolver: A Inovação Chinesa Pioneira

A EvoMap (evomap.ai), um projeto enraizado em enfrentar os desafios de moderação de plataformas que os desenvolvedores chineses enfrentam, lançou o motor Evolver e o Protocolo de Evolução de Genoma (GEP) em 1º de fevereiro de 2026.

Arquitetura Central do Evolver/GEP:

• Sistema de memória de três camadas: Fatos, habilidades procedurais (Genes/Cápsulas) e histórico de eventos.
• Ciclo de evolução: Escanear → Selecionar → Mutar → Validar → Solidificar, com reflexão periódica integrada.
• Propagação em nível de rede: Habilidades e correções se espalham automaticamente entre agentes por meio de pontuação global e uma máquina de estados.
• Implementação: Baseada em Node.js com estruturas JSON, projetada para "genes" auditáveis e compartilháveis.

O projeto ganhou tração sólida nos círculos chineses de IA, atingindo cerca de 1.800 estrelas no GitHub enquanto visava construir uma rede global descentralizada de evolução de agentes.

Hermes Agent da Nous Research: Adoção Rápida e Recursos

A Nous Research, criadora da série de modelos Hermes, lançou o Hermes Agent em 25 de fevereiro de 2026 como um framework de auto-hospedagem, licenciado pelo MIT e agnóstico em relação a modelos. O projeto acumulou rapidamente um número significativo de estrelas no GitHub e oferece suporte a integrações com Telegram, Discord, Slack e CLI.

Principais Recursos do Hermes Agent:

• Loop de aprendizado integrado: Extrai automaticamente arquivos SKILL.md dos resultados das tarefas e armazena memória persistente no SQLite com busca de texto completo.
• Ecossistema de Habilidades: Mais de 70 habilidades reutilizáveis na versão v0.2.0, com carregamento dinâmico e guias de autoaperfeiçoamento.
• Stack de otimização: Alimentado por DSPy + GEPA (um framework acadêmico de Evolução de Prompt Genético-Pareto) juntamente com o Darwinian Evolver opcional para alterações em nível de código.
• Foco em agente único: Enfatiza a personalização profunda e a retenção de conhecimento entre sessões para usuários individuais.

Posicionado como "o agente que cresce com você", o Hermes Agent tem tido uma forte adoção nos fluxos de trabalho dos desenvolvedores.

Comparação Detalhada de Arquitetura

Repositórios públicos, documentação e as postagens de comparação de abril da EvoMap revelam claras semelhanças funcionais, juntamente com importantes diferenças de implementação.

Principais Semelhanças Destacadas pela EvoMap:

• Processo de extração de experiência para habilidade reutilizável.
• Arquitetura de memória de três camadas.
• Mecanismos de reflexão periódica e validação de habilidades.
• Descoberta e carregamento dinâmicos de capacidades.

Principais Diferenças:

• Foco de Design: A EvoMap/GEP prioriza a evolução em escala de rede com herança automática entre agentes e ativos revogáveis. O Hermes visa a profundidade de agente único local, otimizado para uso pessoal de longo prazo.
• Stack Tecnológico: O Evolver usa Node.js e JSON; o Hermes se baseia em Python, arquivos Markdown e SQLite, fortemente integrado com ferramentas acadêmicas consolidadas.
• Estratégia de Evolução: O GEP trata as habilidades como genomas herdáveis para compartilhamento no ecossistema. O Hermes usa mutação controlada de prompts e habilidades dentro de um ciclo pessoal fechado.

Análises de terceiros confirmam que não há cópia direta em nível de código. As sobreposições parecem surgir de ambos os projetos abordando independentemente o mesmo problema central: o esquecimento dos agentes em um campo em rápida maturação.

Linha do Tempo da Controvérsia e Resposta da Comunidade

• 1 de fevereiro de 2026: A EvoMap torna o código aberto do Evolver + GEP, acompanhado de blogs técnicos detalhados.
• 25 de fevereiro de 2026: O Hermes Agent v0.1.0 é lançado.
• Março de 2026: O Hermes expande seu Ecossistema de Habilidades (Skills Ecosystem).
• 9–11 de abril de 2026: A EvoMap publica análises detalhadas lado a lado, apontando paralelos estruturais quase idênticos e a completa ausência de referências ao Evolver ou GEP.
• 15 de abril de 2026: As discussões explodem nas comunidades chinesas (X, fóruns, etc.), com alguns chamando de "cópia arquitetural", enquanto outros a veem como inovação convergente típica.

O Hermes não emitiu uma resposta oficial, mas referenciou seu próprio trabalho interno anterior e precedentes acadêmicos. A EvoMap declarou que busca apenas reconhecimento público, e não ação legal.

Armadilhas Comuns em Debates sobre Atribuição em Código Aberto:

• Confundir soluções convergentes com cópia ao enfrentar pontos problemáticos idênticos.
• Subestimar a influência de frameworks acadêmicos amplamente publicados, como DSPy e GEPA.
• Confundir permissões legais (a licença MIT permite modificação) com as expectativas éticas da comunidade de creditar trabalhos públicos anteriores.

Por que Esta Controvérsia é Importante para o Ecossistema de Agentes de IA

Agentes autorreguláveis representam um passo crítico em direção a sistemas de IA verdadeiramente adaptativos. Esta disputa destaca várias lições importantes:

• Melhores Práticas para Atribuição: Mesmo soluções desenvolvidas independentemente se beneficiam ao citar trabalhos anteriores visíveis, para fomentar confiança.
• Velocidade da Inovação: Equipes bem-resourced podem rapidamente polir e popularizar ideias de grupos menores, beneficiando, em última análise, os usuários finais.
• Potencial Complementar: A profundidade local do Hermes combina bem com a propagação em rede da EvoMap, abrindo portas para implementações híbridas.
• Casos de Uso Práticos e de Borda: Desenvolvedores devem testar ambos — Hermes para pipelines de produtividade pessoal, EvoMap para cenários colaborativos multiagente.

Conclusão

A acusação de que o Hermes Agent copiou o EvoMap Evolver reflete o ritmo intenso e as ocasionais sobreposições no desenvolvimento de IA de código aberto de 2026. Embora existam similaridades funcionais, as evidências disponíveis apontam mais para uma convergência de design impulsionada por desafios compartilhados do que para plágio direto.

Desenvolvedores que constroem agentes de autodesenvolvimento devem avaliar ambos os projetos por seus pontos fortes: escolha o Hermes para evolução profunda de um único usuário ou o EvoMap para propagação de genes em escala de ecossistema. Experimente ambos, contribua de volta para a comunidade e promova referências transparentes a trabalhos anteriores.

Ação Recomendada: Visite os repositórios oficiais no GitHub do Hermes Agent e do EvoMap Evolver, execute seus próprios testes lado a lado em fluxos de trabalho reais e participe construtivamente na discussão em andamento. Colaboração responsável e atribuição clara acelerarão o progresso em todo o ecossistema de agentes de IA de autodesenvolvimento.

Acompanhe os desenvolvimentos em frameworks como DSPy, GEP e ferramentas relacionadas de autodesenvolvimento para se manter à frente no design de arquitetura de agentes.