Hermes Agentで天気予測トレードボット｜$100→$216(本人申告) @DeRonin_の事例
「Hermes Agent に天気予測トレードボットを書かせて Polymarket で動かしたら、$100が48時間で$216になった」— 2026年4月17日、Xユーザー @DeRonin_ が発信したこの事例は、自律エージェントを「予測+取引」に組み合わせた最も派手な実験例として英語圏で拡散しました。本記事では、株式会社Fyveの法人視点で、3つの気象予報ソースを比較してPolymarketで賭けるパイプラインの中身、そして数字はすべて本人申告であることを明示しつつ、投機ボットを真面目に観察する意味と実務への含意を整理します。
事例の概要 — 3予報ソース比較 × Polymarket
本事例で扱うのは「Hermes Agent を天気予測ボットの土台にし、Polymarket の天気予測マーケットでベットさせた」というシンプルな構造です。Polymarket は実在のイベント（選挙・スポーツ・天気など）の結果に対してUSDCで賭ける予測市場プラットフォームで、米国外を中心にAIエージェントの実験場として頻繁に使われています。
誰 | @DeRonin_（Xユーザー / 自律エージェント実験者） |
いつ | 2026年4月17日 Xポスト |
ツール | Hermes Agent + 3つの気象予報API + Polymarket |
運用形態 | 自律実行（人手介入なし） |
自己申告の結果 | $100 → $216（48時間、本人申告） |
仕組みは大枠で次の通りです。3つの予報ソース（複数の気象API・気象モデル）から同じ地点・同じ時間帯の予報を取得し、エージェントが差分とコンセンサスから「翌日の天気」を独自に予測します。その予測を Polymarket 上の天気予測マーケットのオッズと突き合わせ、ボットの予測がオッズより十分有利と判断されたときだけベットを置きます。これが48時間続いた結果、$100が$216になった、というのが@DeRonin_ の主張です。
派手な数字に目が行きがちですが、ここで強調しておくべきことが2点あります。
- 金額はすべて本人による自己申告であり、取引明細・スクリーンショットの完全な追跡は第三者にできていません
- 同氏は他のポスト（および awesome-hermes-usecases リポジトリ）で「Polymarket で $300 → $123K を3ヶ月で達成」とも主張していますが、こちらも検証は困難です
つまりこの事例は「Hermes Agent が現実にこれだけ稼げる」という証拠ではなく、「Hermes Agent を予測+取引パイプラインに組むとここまで動かせる」という実装上のレファレンスとして扱うのが正しい読み方です。
仕組み解説 — 予測パイプラインと取引判断
このボットを技術構造として分解すると、4つのフェーズに分かれます。Hermes Agent のサブエージェント機能と70+ビルトインツールを使えば、各フェーズを独立したスキルとして組み立てられます。
フェーズ1: 3予報ソースの収集
同一の地点・時間帯について、複数の気象APIから予報を取得します。@DeRonin_ は具体的なAPI名を明示していませんが、Polymarket の天気マーケットでよく参照されるのは次のような商用・公的ソースです。
- NOAA / NWS: 米国海洋大気庁の公式予報（無料・公的データ）
- The Weather Company / IBM: 気象企業の高精度予報（商用API）
- OpenWeatherMap や Weatherbit: 統合型の気象API（無料枠あり）
Polymarket のマーケットは多くの場合、特定の観測ステーション（例: ニューヨーク・セントラルパーク）の結果に対して賭ける形式なので、APIから取得するときも観測点を正確に揃える必要があります。
フェーズ2: コンセンサス予測の生成
3つのソースの予報を Hermes Agent に渡し、コンセンサスと差分を分析させます。シンプルな実装としては、3ソースが一致するときは確度を高く、ばらつくときは確度を低く見積もる、というアプローチです。
ここで重要なのは「ボット単体が新しい予報モデルを作っているわけではない」点です。あくまで複数の既存予報の集計・比較がベースになっています。マーケットのオッズも市場参加者の集計予測なので、構造的には「集計 vs 集計」の戦いになります。
フェーズ3: オッズとの突き合わせと取引判断
Polymarket の各マーケットには、参加者の取引によって決まる確率（オッズ）が表示されます。たとえば「明日のNY最高気温が60°F以上」のマーケットが0.55で取引されているとき、ボットが自分の予測で同じイベントを0.70と評価すれば、期待値プラスのベットとして検知されます。
取引判断のロジックには通常、次のようなガードレールが必要です。@DeRonin_ がどこまで実装したかは公開されていませんが、再現するなら以下は最低限必要です。
- 1ベットあたりの上限金額（資金管理）
- 期待値の閾値（小さい優位性はノイズに飲まれるため除外）
- 1日あたりのベット数の上限
- マーケットの流動性の最小ライン（薄いマーケットはスリッページで負ける）
フェーズ4: 自律実行と結果記録
Hermes Agent のcronスケジューラと永続記憶を使えば、予測→取引→結果記録のループを完全に自動化できます。永続記憶層には過去のベットと結果が時系列で蓄積されるため、運用が長くなるほど「自分のボットがどのマーケットで強く、どこで負けやすいか」のメタ知識も蓄積されていきます。
私たちの解釈 — 派手な数字は本人申告として読む
株式会社Fyveとしてこの事例を整理すると、扱い方には強い注意が必要です。投機性の高い実験例を法人記事で扱う以上、「実際に儲かる」と読まれてしまうリスクを丁寧に排除しなければなりません。私たちは次の3点を明確にしておきます。
数字はすべて本人申告で検証困難
$100 → $216の48時間運用も、$300 → $123Kの3ヶ月運用も、いずれも一次情報は本人のXポストと、それを引用したコミュニティリポジトリだけです。Polymarket のウォレットアドレス・取引履歴・税務上の記録など、第三者が再計算できる材料は公開されていません。
つまり、この事例から読み取れるのは「Hermes Agent でこういうパイプラインを組み立てて回した人がいる」までであって、「同じ構成で同じ利益が出る」ではありません。記事として参照するときも、再現を試みるときも、ここを誤解しない設計が必要です。
勝ち事例は公開され、負け事例は公開されにくい
予測市場や暗号資産まわりの自律エージェント事例は、構造的に「勝った話」だけがSNSで拡散しやすいバイアスがあります。同じ48時間で$100が$30になったボットは投稿されないか、投稿されても拡散しません。生存者バイアスを差し引いたうえで読む必要があります。
あくまで「実験プラットフォームとしての価値」を見る
この事例の真の価値は、利益額ではなく、Hermes Agent が「予測モデル + 自律取引」というやや高度なパイプラインを、個人開発者レベルでも48時間でデプロイできる柔軟性を備えていると示した点にあります。MCP連携・サブエージェント・cron・永続記憶の組み合わせがすべて噛み合えば、こうした実験を素早く立ち上げ・破棄できる、という意味でのプロトタイピング基盤としてのHermes Agentの位置づけが鮮明になります。
実務落とし込み — 予測モデル × 自律取引を検討する場合の論点
この事例を中小企業の法人実務にそのまま転用するのは、ほぼ全てのケースで適切ではありません。それでも「予測モデル × 自律意思決定」というパイプラインそのものは、賭けではない領域に応用できる構造を含んでいます。私たちが法人クライアントに対して整理しておきたい論点を、慎重に並べます。
第一に: 法規制・利用規約・税務リスク
Polymarket は米国本土の居住者に対しては利用が制限されています。日本においても、海外の予測市場や暗号資産デリバティブを業務で利用する際は、賭博罪・金商法・暗号資産関連規制・税務処理を含めて法務確認が必須です。法人として「ボットでベットする」という形をそのまま採用する選択肢は、現実的には極めて限定的だと考えるべきです。
第二に: 投機ではない応用先
「複数ソースを比較して確率的に意思決定する」構造そのものは、賭けの外側でも価値があります。私たちが法人案件で実際に検討対象にしているのは次のようなパターンです。
- 需要予測の合議: 自社の販売実績モデル・気象データ・近隣イベント情報など複数ソースをエージェントが集計し、翌週の発注量を提案する
- シフト調整の合議: 過去の来店データと天気予報・周辺イベントを突き合わせ、シフト案を自動生成する
- 営業見込みの合議: CRMのスコア・行動データ・先方からの返信パターンを統合し、フォロー優先度を提案する
いずれも「最終決定は人間が下す」前提で、エージェントには「複数ソースを統合した推奨」だけを返させます。@DeRonin_ のパイプラインの骨格（マルチソース → コンセンサス → 期待値判定）は、こうした合議型の業務支援に応用できる骨組みです。
第三に: 自律実行の範囲を絞る
仮に「予測モデル × 自律取引」を業務に取り入れる場合でも、エージェントに最後の判断まで委ねるのは慎重であるべきです。具体的には次のような分界が現実的です。
- エージェント側: データ収集・予測生成・候補提示
- 人間側: 最終承認・例外時の判断・モデル更新
Hermes Agent はサブエージェント・cron・永続記憶を備えているため、人間の承認を経由するワークフローも素直に組めます。「全自律」「全マニュアル」の二択ではなく、業務リスクに応じて自律度を可変にできる点こそ、企業利用での強みです。
関連事例 — 自律意思決定の他の応用例
@DeRonin_ の投機事例は派手ですが、Hermes Agent を「意思決定」に使った事例は他にもいくつか観察できます。
Hermes Inc.（@brucexu_eth）
2026年4月27日、@brucexu_eth はハッカソンで「Hermes Inc.」というコンセプトを公開しました。Telegram 上で自律的に意思決定する仮想スタートアップシミュレーションで、ボードメンバー役のエージェント群が議論し、結論を出すという構造です。投機ではなく経営意思決定のシミュレーションに自律エージェントを使った例として、棚卸し的に押さえておく価値があります。
Day 297 自動化マイルストーン（@NathanWilbanks_）
2026年4月25日の発信。Hermes Agent を297日間連続運用し、累計900,000秒以上の計算時間と10万ドル相当の業務自動化を実現した記録です。こちらはクライアントワーク自動化スイートという「収益化の出口が明確な」運用例で、投機系の事例と並べて読むことで、自律エージェントの応用幅が立体的に見えてきます。
UGC広告スタジオ（@codewithimanshu）
2026年4月24日、@codewithimanshu が公開した事例は、商品URLを渡すとスクレイピングと広告ライブラリ調査を経て、約4分で広告ブリーフを生成するパイプラインです。意思決定そのものではなく「意思決定の準備」を高速化する応用で、法人実務との親和性が最も高い事例といえます。
これら3つを@DeRonin_ の事例と並べると、Hermes Agent が「賭け」「経営判断のシミュレーション」「長期業務自動化」「業務準備の高速化」と幅広い意思決定領域に応用できる柔軟性を持つことが見えてきます。私たちが法人案件で重視するのは、当然ながら後ろの3つです。
関連記事
まとめ
- @DeRonin_ が2026年4月17日に発信した「Hermes Agent × 3予報ソース × Polymarket」の天気予測トレードボット事例は、自律エージェントを予測+取引パイプラインに組み込んだ代表例
- $100→$216（48時間）や$300→$123K（3ヶ月）といった派手な数字はすべて本人申告であり、第三者による検証は困難
- 勝ち事例だけがSNSで拡散される生存者バイアスを差し引いて読む必要がある
- 事例の真の価値は利益額ではなく、Hermes Agent が「予測+自律取引」という高度なパイプラインを素早く組み立て・運用できるプロトタイピング基盤であると示した点
- 日本の法人実務では、Polymarket の利用そのものに法規制・税務上の論点があり、ボット運用をそのまま転用することは現実的でない
- 「マルチソース → コンセンサス → 期待値判定」の骨格は、需要予測・シフト調整・営業見込みの合議型業務支援に応用できる
- 自律実行の範囲は業務リスクに応じて可変に設計し、最終判断は人間に残す運用が現実的
出典:
- @DeRonin_ X post (2026-04-17)
- Hermes Agent — User Stories & Use Cases（Nous Research 公式）
- awesome-hermes-usecases（一次ソース付き事例集）
- Polymarket 公式サイト
Hermes Agent を本気で活用するなら
「Hermes Agent を自分で使いこなしたい」「自社の業務に組み込みたい」
— そんな方は、まず初回無料相談でお話ししてみませんか。