Ollamaが対話エージェント「Hermes」に、自然言語の説明からPythonの処理プログラム（スキル）を生成し、使うほど改善していく自己学習型スキル機能を実装したと発表した。
Ollamaが2026年6月9日、対話エージェント「Hermes」に自己学習型のスキル機能を実装したと公式Xで発表した。Hermesは自然言語の説明から処理を実行するPythonのプログラム（スキル）を自動生成し、利用を重ねるたびにそのスキルを改善していく。
初期状態で70以上のスキルを搭載し、利用者は自分の実際の業務に沿って独自のスキル群を育てられる。従来のエージェントが事前に作り込まれた機能の範囲で動くのに対し、Hermesは足りない処理を自然言語で説明するだけで新たに生成でき、使うほど精度が上がる点が特徴だ。
Hermesを提供するOllamaは、ローカル環境で大規模言語モデルを動かせるツールとして知られる。処理がローカルで完結する点は、機密データを外部クラウドに送りたくない現場にとって、外部API型エージェントとの比較軸になる。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
Ollama はローカル環境で大規模言語モデルを動かせるツールとして知られている。今回の発表は同社の公式 X（旧 Twitter）アカウントによるもので、Hermes と呼ばれる機能に焦点を当てている。従来のエージェントは事前に用意された機能の範囲で動くのが一般的だった。これに対し Hermes は最初から70以上のスキルを備え、利用者が自分の業務に合わせて独自のスキル群を育てられる点を特徴とする。
利用者が自然言語で指示するだけで処理プログラムを自動生成し、使い込むほど精度が上がるという「自己改善」の発想が注目される。あらかじめ機能を作り込まずに、実際の作業の流れに沿ってスキルが増えていく設計は、業務自動化の導入ハードルを下げる可能性がある。ローカル実行を重視する Ollama がこの機能を出した点も、機密データを外部に出したくない現場にとって判断材料になる。
Ollamaが2026年6月9日、対話エージェント「Hermes」に自己学習型のスキル機能を実装したと公式アカウントで発表した。Hermesは自然言語で書いた説明から、処理を実行するPythonのプログラム（同社が「スキル」と呼ぶもの）を自動で生成する。さらに、利用を重ねるたびにそのスキルを改善していく。
Hermes generates Python skills from natural-language descriptions and improves them as you use them. Start with the 70+ skills it ships with and grow your own library around your real workflows.
上の引用にある通り、Hermesは自然言語の説明からPythonスキルを生成し、使うほど改善する。初期状態で70以上のスキルを搭載しており（"70+ skills it ships with"）、利用者は自分の実際の業務（"real workflows"）に沿って独自のスキル群を育てていける。
従来のエージェントは、開発側が用意した機能の範囲で動くのが一般的だった。やりたい処理が増えるたびに、機能を作り足す必要がある。
Hermesはこの順序を逆にする。最初から70以上のスキルを備えつつ、足りない処理は利用者が自然言語で説明するだけで新しいPythonスキルとして生成される。しかも使うほど精度が上がる「自己学習」の発想を採る。あらかじめ全機能を作り込まず、実際の作業の流れに沿ってスキルが増えていく設計のため、自動化したい業務が後から出てきても対象を足しやすい。
Hermesを提供するOllamaは、ローカル環境で大規模言語モデルを動かせるツールとして知られている。今回のスキル機能もその延長線上にある。
業務データを外部のクラウドAIに送りたくない現場にとって、処理がローカルで完結するかどうかは導入是非の分かれ目になる。外部API型のエージェントは利便性が高い一方、入力したデータが手元の外に出る。Hermesはローカル実行を前提とするため、機密性の高い社内文書や顧客データを扱う自動化を、データを外に出さずに試す選択肢になる。導入前には、生成されたPythonスキルが実際にどこまでローカルで完結し、外部通信が発生しないかを確認しておきたい。
立場別、明日から動ける一手。
Hermesが生成したPythonスキルの中身と、ローカルでどこまで処理が完結するかを確認する。
外部API型エージェントとの間で、機密データの扱いと初期搭載スキルの業務適合性を比較する。
自社の定型業務を1つ自然言語で説明し、生成されたスキルの精度がどう変わるかを試す。
Ollama公式が発表した「Self-learning skills」に対し、自然言語の指示だけでPythonの処理プログラムを生成し、使うほど改善するという「自己学習」の発想に注目が集まっている。
公式発表と各所の反応から編集部が要約した主な論点です。個別のX投稿そのものは下部のセクションに表示されます。
「Self-learning skills」
あらかじめ機能を作り込まず実際の業務の流れに沿ってスキルが増えていく設計が、業務自動化の導入ハードルを下げる点として受け止められている。ローカル実行を重視するOllamaがこの機能を出したことで、機密データを外部に出したくない現場にとって判断材料になるという見方がある。
※トレンド検出時刻付近の人気投稿を表示
