Hermes Agent roda nativo em RTX e DGX Spark: como montar um agente de IA local, sempre ligado, com Qwen 3.6

Resumo: A NVIDIA anunciou em junho de 2026 que o Hermes Agent, criado pela Nous Research, agora roda nativamente em PCs com placas RTX e nas estações DGX Spark — uma combinação que promete agentes de IA locais, sempre ligados e capazes de evoluir as próprias habilidades. O ponto técnico mais relevante é o suporte a modelos como Qwen 3.6 (27B e 35B), que igualam ou superam modelos de 120B a 400B parâmetros rodando em hardware muito mais barato. Para quem quer começar a operar agentes em casa, no escritório ou no laboratório, dá para montar uma trilha prática hoje.

O que é o Hermes Agent e por que importa rodá-lo localmente

O Hermes Agent é um sistema de agentes da Nous Research voltado a confiabilidade e auto-aprimoramento. A capacidade que mais chama atenção é a “Self-Evolving Skills”: o Hermes escreve e refina as próprias habilidades — uma vez resolvido um problema novo, o agente salva o aprendizado como uma capacidade reaproveitável. Isso muda a economia do agente: em vez de pagar tokens em todas as execuções, parte do conhecimento fica armazenado no próprio sistema, em forma de skills que podem ser editadas, versionadas e auditadas.

Rodar localmente importa por três motivos: privacidade (dados sensíveis não saem da máquina), latência (resposta sub-segundo em tarefas típicas) e custo (sem fatura mensal por token). A combinação Hermes + Qwen 3.6 + hardware NVIDIA cobre os três.

Hardware: o que muda no RTX, RTX PRO e DGX Spark

A NVIDIA apresentou no Computex 2026 o RTX Spark, uma nova classe de PCs Windows pensada para agentes pessoais. As máquinas combinam GPU RTX, memória rápida e drivers tunados para inferência contínua. Para profissionais, a estação DGX Spark traz 128 GB de memória unificada e 1 petaflop de desempenho em IA — o suficiente para rodar modelos mixture-of-experts de 120B parâmetros o dia inteiro. Em RTX comuns (RTX 4090, 5080, 5090 e a nova RTX Spark), o Hermes opera com Qwen 3.6 27B em ~20 GB de VRAM, mantendo desempenho próximo a modelos cloud de gerações anteriores.

Como começar — uma trilha prática

Aqui vai um roteiro objetivo para quem quer rodar o stack de ponta a ponta:

• Hardware: RTX 4090 ou superior (24 GB+) para Qwen 3.6 27B; DGX Spark se for rodar modelos MoE 120B+ ou múltiplos agentes simultâneos.
• Modelos: baixe Qwen 3.6 27B (foco em coding/agentic) ou Qwen 3.6 35B se tiver mais VRAM. As versões quantizadas (Q5, Q6) cabem em GPUs menores.
• Runtime: use o pacote oficial do Hermes no build.nvidia.com/spark/hermes-agent. Ele já vem com integração para mensageiros, acesso a arquivos locais e diretiva de skill-saving.
• Sandbox: rode o agente isolado dos seus dados sensíveis nos primeiros dias. Use uma pasta dedicada e leia o log das skills geradas — auditoria é essencial.
• Backup: as skills salvas pelo Hermes formam o “cérebro” do seu agente local. Faça backup regular em pasta versionada (git, com .gitignore para credenciais).

Por que importa — e o status no Brasil

O custo de hardware é o maior obstáculo. Uma RTX 4090 no Brasil custa entre R$ 12 mil e R$ 18 mil; uma RTX 5090, mais. A DGX Spark, anunciada em torno de US$ 3.999, deve chegar ao Brasil com imposto e câmbio em faixa de R$ 30 mil a R$ 45 mil. Ainda assim, para escritórios de advocacia, consultorias de M&A, gabinetes de auditoria e pequenas empresas que processam dados sigilosos, rodar agente local com Hermes + Qwen 3.6 elimina a fatura recorrente de cloud e simplifica conformidade com LGPD. É um investimento que se paga em meses, dependendo do volume de uso.

Riscos e limitações

Auto-aprimoramento é uma faca de dois gumes. Skills geradas pelo próprio agente podem conter erros sistemáticos que se propagam por meses até serem percebidos. A auditoria manual das skills salvas — especialmente em fluxos com efeito financeiro, jurídico ou clínico — é obrigatória. Em saúde, jurídico e finanças, recomende sempre procurar profissionais qualificados antes de delegar ações sensíveis ao agente. Há também risco de complacência: rodar localmente reduz, mas não elimina, exposição a prompt injection vinda de documentos lidos pelo agente (use o LlamaFirewall da Meta como camada complementar).

Cenário e indicativos de futuro

A NVIDIA, com Hermes e DGX Spark, está se posicionando para vencer no segmento “computador pessoal de IA”. A Apple responde com Apple Intelligence e a parceria com Perplexity (Personal Computer). A Microsoft tenta amarrar tudo via Windows Copilot. Para usuários brasileiros, o vencedor provavelmente será definido por: preço final no varejo local, qualidade da integração com aplicativos cotidianos e maturidade dos guardrails. Em 2027, ter um agente local sempre ligado vai parecer tão natural quanto ter um SSD em vez de HD.

Conclusão prática — o que muda e como usar

Se você tem uma RTX 4090 ou superior, comece pelo Hermes Agent com Qwen 3.6 27B — em um fim de semana você monta um setup utilizável. Se está avaliando comprar hardware novo para isso, faça a conta do payback: agentes locais cortam custo de cloud, mas o investimento inicial é alto. Para empresas, recomendamos um piloto com uma equipe pequena (3–5 pessoas) por 60 dias antes de escalar — e auditoria contínua das skills geradas.

Fonte original: NVIDIA Blog — Hermes Unlocks Self-Improving AI Agents.