MaxHermes: ein Cloud-Assistent, der seine Fähigkeiten selbst schreibt

Bei den meisten KI-Assistenten sind die Grenzen zum Zeitpunkt des Deployments festgelegt: Was man mit ihnen tun kann, hängt von den vorinstallierten Werkzeugen ab. MaxHermes greift diese Einschränkung an, indem es zwei sonst getrennte Vorgänge zusammenlegt: eine Aufgabe erledigen und Fähigkeit aufbauen. Jede abgeschlossene komplexe Aufgabe wird zu einer wiederverwendbaren Fähigkeit für das nächste ähnliche Problem.

Es ist ein Cloud-Sandbox-Hermes von MiniMax, aufgebaut auf Hermes Agent und angetrieben vom Coding-Modell MiniMax M2.7. Drei Punkte beschreiben es: Es läuft in einer isolierten Cloud-Umgebung, es entwickelt seine Fähigkeiten zur Laufzeit weiter, und es lebt in den Chat-Apps, die man ohnehin nutzt.

Was Selbstevolution konkret bedeutet

Produkte wie OpenClaw stützen sich auf Fähigkeiten, die ein Mensch vorab konfiguriert, sodass das Fähigkeitsset feststeht. MaxHermes erzeugt und iteriert seine Skills während der Arbeit. Diese eine Änderung verschiebt die Wertkurve: Statt am ersten Tag zu kulminieren, wächst die Abdeckung mit der Nutzung.

Kernfähigkeiten

• Autonome Skill-Evolution: Jede abgeschlossene komplexe Aufgabe wird zu einer wiederverwendbaren Fähigkeit verdichtet, wodurch die Grenze der Leistungsfähigkeit wächst.
• Dauerbetrieb in der Cloud: Das Deployment ist in rund zehn Sekunden fertig, danach läuft der Agent 24/7, unabhängig davon, ob der eigene Rechner eingeschaltet ist.
• Direkter Chat in Messengern: Integriert in WeCom, Feishu und DingTalk, sodass Anweisungen im bereits offenen Chatfenster erteilt werden.
• Persistentes Gedächtnis über Sitzungen: Rückmeldungen werden langfristig gespeichert und das Verständnis schärft sich über Gespräche hinweg.
• Zeitgesteuerte Aufgaben in natürlicher Sprache: Wiederkehrende Jobs werden umgangssprachlich definiert, etwa ein Tagesbericht oder eine terminierte Datenprüfung.
• Parallele Subagenten: Komplexe Arbeit wird auf mehrere gleichzeitig laufende Subagenten verteilt, um Wartezeit zu verkürzen.
• Token-Plan-Verrechnung: Aufgabenverbrauch wird über Token Plan verrechnet, Werkzeugaufrufe werden von den Kontoguthaben abgezogen.

Erste Schritte

• Die MiniMax-Agent-Seite öffnen und den MaxHermes-Einstieg suchen.
• Auf Starten klicken; weder Server noch API-Schlüssel sind nötig.
• Den Kanal wählen: WeCom, Feishu oder DingTalk.
• In dieser Chat-App sprechen und Aufgaben direkt erteilen.
• Einfach weiter nutzen; Skills sammeln sich dabei an und werden verfeinert.

Unterschied zu Agenten mit festen Skills

Deployment: reines Cloud-SaaS ab zehn Sekunden gegenüber lokaler Installation oder Selbsthosting. Skills: vom Agenten erzeugt und iteriert gegenüber menschlich vorkonfiguriert und fest. Hürde: kein API-Schlüssel nötig gegenüber eigenem Server und eigenen Zugangsdaten. Gedächtnis: sitzungsübergreifend persistent gegenüber sitzungsbezogen. Zugang: in WeCom, Feishu und DingTalk gegenüber eigenständiger App oder Webseite. Kosten: Verrechnung über Token Plan gegenüber selbst getragener API-Abrechnung.

Für wen es passt

Für Einzelpersonen, die einen dauerhaft verfügbaren Assistenten wollen statt eines gelegentlichen Chatfensters; für Teams, die wiederkehrende Büroarbeit wie Berichte, Datenaufbereitung und Terminplanung automatisieren; für Entwickler, die Hilfe bei Code, Debugging und Dokumentation brauchen; und für Forschungsrollen, die verstreutes Know-how in wiederverwendbare Fähigkeit überführen wollen. Zeitgesteuerte Aufgaben sind im Betrieb besonders praktisch, wo ein Tagesbericht oder eine regelmäßige Datenprüfung nur einmal beschrieben werden muss.

Zu beachten

• Selbst erzeugte Skills verdienen Prüfung. Eine aus einer Aufgabe destillierte Fähigkeit erbt deren Schieflagen, daher sollten häufig genutzte kritische Skills mit echten Ergebnissen abgeglichen werden.
• Keine Hürde heißt nicht keine Kosten. Server und Schlüssel entfallen, doch Token Plan und Guthaben werden weiter verbraucht, und Werkzeugaufrufe werden separat abgerechnet.
• Messenger-Integration ist Vorteil und Grenze. Die Arbeit in WeCom, Feishu oder DingTalk ist bequem, hängt aber vom Bot- und Berechtigungsmodell der jeweiligen Plattform ab, sodass plattformübergreifende Konsistenz getestet werden muss.
• Die Obergrenze bleibt das Modell. MiniMax M2.7 ist bei Coding-Aufgaben stark; bei multimodalen Eingaben oder Fachwissen entscheidet der Test im eigenen Szenario.

In einem Satz

Interessant ist nicht ein weiterer Assistent, sondern die Verlagerung des Kompetenzaufbaus von menschlicher Konfiguration in das Laufzeitverhalten. Wenn das trägt, verschiebt sich die Wertkurve vom Höhepunkt beim Deployment zum Wachstum mit der Nutzung.