SentinelX vs Hermes: dos formas de conectar una IA a tus servidores
Hermes, de Nous Research, es uno de los agentes de IA más comentados de 2026. Se parece a SentinelX en varias cosas y se diferencia en una fundamental: con Hermes le hablás al agente; con SentinelX le hablás al modelo que ya usás.
Si seguís el mundo de los agentes de IA, ya cruzaste con Hermes. El agente open-source de Nous Research superó las 140.000 estrellas en GitHub en menos de tres meses y, según OpenRouter, llegó a ser el agente más usado del mundo. Es un proyecto excelente, y vale la pena entenderlo.
También vale la pena verlo al lado de SentinelX, porque los dos tocan el mismo nervio —darle a una IA acceso a máquinas reales— pero resuelven mitades distintas del problema. Este artículo compara ambos con honestidad: en qué se parecen, en qué se diferencian y cuándo conviene cada uno.
Qué es Hermes
Hermes es un agente autónomo open-source (licencia MIT), self-hosted, creado por Nous Research y lanzado en febrero de 2026. La idea es que corra siempre, en tu propio servidor o VPS, y que crezca con vos: mantiene memoria persistente entre sesiones, busca en sus conversaciones pasadas y genera sus propias skills reutilizables a partir de lo que va aprendiendo (compatibles con el estándar abierto agentskills.io).
La forma de usarlo es lo característico: Hermes vive detrás de un gateway de mensajería. Le hablás desde Telegram, Discord, Slack, WhatsApp, Signal, email o su propia terminal (CLI/TUI), y ese mismo proceso maneja las sesiones, corre tareas programadas tipo cron y despacha subagentes. Es, en sí mismo, el agente: trae su propio loop de razonamiento y es agnóstico del modelo —podés enchufarle Nous Portal, OpenRouter, OpenAI o tu propio endpoint—.
Qué es SentinelX
SentinelX no es un agente. Es el puente gobernado entre la IA que ya usás y tus servidores. Concretamente, es un servidor MCP (Model Context Protocol) que expone hosts Linux, macOS y Windows a cualquier cliente compatible con MCP —Claude, ChatGPT y otros— a través de un agente open-source (Apache-2.0) que instalás en cada host.
No traés un cerebro nuevo: usás el que ya tenés. Abrís tu LLM de siempre y le pedís que opere una máquina; el modelo razona y SentinelX aplica la política. Cada host decide qué expone: una allowlist explícita de comandos, rutas del filesystem en solo-lectura o lectura/escritura, servicios con acciones permitidas, operaciones estructuradas sobre archivos y playbooks que describen procedimientos seguros y repetibles. Si una operación queda fuera de esa política, SentinelX la rechaza en el límite del agente.
El modelo razona. SentinelX aplica la política. El servidor mantiene el control.
La diferencia central: ¿a quién le hablás?
Esta es la distinción que más se nota en el día a día.
Con Hermes, le hablás al agente. Para interactuar tenés que pasar por su superficie: abrís Telegram (o Discord, o su CLI) y conversás con Hermes, que corre con su propio modelo y su propia memoria. Es una entidad nueva que vive en tus apps de chat.
Con SentinelX, le hablás a tu LLM de siempre. Abrís Claude —en el escritorio o en el celular— y le pedís que revise un servidor, edite un sitio o reinicie un servicio. Claude usa SentinelX como una herramienta más vía MCP. No hay un chat nuevo donde vivir ni un asistente nuevo que aprender: es el mismo modelo que ya conocés, ahora con manos sobre tu infraestructura.
Dicho corto:
Hermes trae el cerebro y te pide un canal para hablarle. SentinelX trae la política y usa el cerebro que ya tenés.
En una tabla
| SentinelX | Hermes | |
|---|---|---|
| Qué es | Puente gobernado (servidor MCP) hacia tus hosts | Agente autónomo que corre solo |
| Cómo le hablás | Desde tu cliente LLM (Claude, ChatGPT) vía MCP | Desde su gateway: Telegram, Discord, CLI, etc. |
| Dónde razona | En el LLM que vos elegís (BYO-LLM) | En su propio loop de agente integrado |
| Memoria | La del cliente que uses; SentinelX es sin estado por diseño | Persistente y propia, crece entre sesiones |
| Capacidades reutilizables | Playbooks definidos por el host | Skills autogeneradas (agentskills.io) |
| Modelo de seguridad | Capacidades definidas por el host: allowlists, rutas r/rw, servicios | Aislamiento por contenedor + aprobación de comandos |
| Modelos | Agnóstico (cualquier cliente MCP) | Agnóstico (Nous Portal, OpenRouter, OpenAI…) |
| Licencia | Agente Apache-2.0 · hub comercial | MIT |
| Ideal para | Operar infraestructura real bajo política explícita | Asistente personal siempre encendido que te sigue |
En qué se parecen
- Agnósticos de modelo. Ninguno te ata a un proveedor de LLM.
- Dejan que una IA opere infraestructura real, no solo que charle sobre ella.
- Tienen una noción de capacidades reutilizables: skills en Hermes, playbooks en SentinelX.
- Multiplataforma en el sentido amplio: ambos apuntan a Linux, macOS y Windows.
En qué se diferencian
- El cerebro. Hermes trae su propio agente; SentinelX usa el LLM que ya tenés. Uno agrega un asistente nuevo, el otro le da herramientas al que ya usás.
- La superficie. A Hermes lo alcanzás por su gateway (chat o CLI propia); a SentinelX lo alcanzás desde tu cliente MCP habitual.
- El centro de gravedad. Hermes está pensado como asistente personal que aprende y acumula; SentinelX está pensado como plano de control para operar máquinas con reglas claras.
- El modelo de seguridad. Hermes aísla por contenedor y pide aprobación de comandos; SentinelX parte de que el host define los límites: nada existe salvo que el operador lo haya expuesto explícitamente.
¿Cuál te conviene?
No es una pelea de suma cero; dependen de lo que busques.
Elegí Hermes si querés un compañero de IA siempre encendido que viva en tus apps de chat, aprenda de vos con el tiempo y vaya construyendo su propio repertorio de habilidades. Es un gran asistente personal autónomo.
Elegí SentinelX si lo que querés es que tu LLM actual pueda operar infraestructura real bajo una política explícita y definida por el servidor —especialmente si administrás una flota de máquinas o trabajás en equipo y te importa el control fino de qué puede tocar la IA y qué no—. No agregás un agente nuevo: le das manos, con límites, al modelo que ya usás todos los días.
Y como SentinelX se integra con cualquier cliente MCP, convive sin problemas con el resto de tu stack de IA en lugar de competir por ser el único.
La conversación con una IA es cómoda de un lado y del otro. La diferencia está en qué pasa cuando esa IA toca una máquina real. Hermes pone el énfasis en el agente que crece; SentinelX lo pone en la política que protege. Si tu prioridad es esto último, la elección se vuelve simple.