Hermes Agent получил Mixture of Agents — виртуального провайдера, собирающего консилиум из моделей
Nous Research встроила в Hermes Agent механизм, который выглядит как обычная модель, но под капотом собирает совет из нескольких LLM.
НазываетсяКлуб Что? Где? Когда? Mixture of Agents (MoA),- реализован как полноценный самостоятельный виртуальный провайдер с собственной логикой агрегации результата.
⚡️ Как работает: вы выбираете MoA-пресет как обычную модель — через
🦀 Пресеты настраиваются в
Команда
📦 MoA компонуется с остальной экосистемой автоматически:
Вектор интересный: вместо гонки за одной супер-моделью — консилиум из нескольких, где агрегатор получает размеченный анализ и принимает итоговое решение.
На сложных задачах можно получить результат лучше, чем от самых сильных моделей поодиночке.
Похожий подход недавно реализовал OpenRouter: Fusion Router запускает панель моделей параллельно, судья сравнивает ответы и выдаёт структурированный JSON-анализ — консенсус, противоречия, пробелы, слепые зоны.
Разница лишь в том, что Fusion Router — это API-слой, а MoA встроен прямо в агентский цикл Hermes: aggregator не просто читает анализ, а продолжает работать с инструментами, файлами и контекстом сессии.
Такими темпами, глядишь, архитектура мультимодельных совещаний станет стандартом.
Fable и GPT-5.6 можно не ждать, а добиться схожего результата через совет агентов.
#Hermes #MoA #агенты #OpenRouter
———
@tsingular
Nous Research встроила в Hermes Agent механизм, который выглядит как обычная модель, но под капотом собирает совет из нескольких LLM.
Называется
⚡️ Как работает: вы выбираете MoA-пресет как обычную модель — через
/model, Dashboard или TUI. Hermes запускает reference-модели (например, GPT-5.5 и DeepSeek V4 Pro), они анализируют задачу, а aggregator (скажем, Claude Opus 4.8) пишет финальный ответ и вызывает инструменты. Агентский цикл не ломается: tool calls, follow-up итерации, прерывания, транскрипт — всё работает как с обычной моделью.🦀 Пресеты настраиваются в
config.yaml — можно смешивать провайдеров, задавать отдельно температуру для reference и aggregator, лимитировать токены. Команда
/moa работает как алиас: без аргументов переключает на дефолтный пресет, с именем пресета — на конкретный, с произвольным текстом — выполняет one-shot запрос через MoA и возвращает предыдущую модель.📦 MoA компонуется с остальной экосистемой автоматически:
/goal, gateway-сессии, TUI, Desktop — везде, где выбирается модель. В списке провайдеров появляется отдельная строка Mixture of Agents, а её модели — это ваши пресеты.Вектор интересный: вместо гонки за одной супер-моделью — консилиум из нескольких, где агрегатор получает размеченный анализ и принимает итоговое решение.
На сложных задачах можно получить результат лучше, чем от самых сильных моделей поодиночке.
Похожий подход недавно реализовал OpenRouter: Fusion Router запускает панель моделей параллельно, судья сравнивает ответы и выдаёт структурированный JSON-анализ — консенсус, противоречия, пробелы, слепые зоны.
Разница лишь в том, что Fusion Router — это API-слой, а MoA встроен прямо в агентский цикл Hermes: aggregator не просто читает анализ, а продолжает работать с инструментами, файлами и контекстом сессии.
Такими темпами, глядишь, архитектура мультимодельных совещаний станет стандартом.
Fable и GPT-5.6 можно не ждать, а добиться схожего результата через совет агентов.
#Hermes #MoA #агенты #OpenRouter
———
@tsingular
🔥22❤5🏆2⚡1👍1🤔1👌1