Nous Research أطلقت Hermes Mixture of Agents 2.0 يوم الأحد، وهو نظام يجمع مخرجات عدة نماذج لغوية كبيرة، بما في ذلك GPT وClaude وDeepSeek، لإنتاج ردود تتفوّق على أي نموذج منفرد في الاختبارات المعيارية.
ووفقًا لـتقرير، فإن MoA 2.0 هو تحديث لإطار Hermes Agent القائم لدى Nous Research، مع الحفاظ على طبيعته مفتوحة المصدر.
كيف يعمل النظام
يعمل Hermes MoA 2.0 كطبقة تجميع (ensemble). فهو يستعلم عدة نماذج أساسية بالتوازي، يجمع مخرجاتها، ثم يُركّب منها استجابة نهائية. هذا الأسلوب، المعروف باسم خليط الوكلاء (Mixture of Agents)، يتعامل مع النماذج الذكية المختلفة باعتبارها مساهمين متخصصين، بدلًا من الاعتماد على نموذج واحد للتعامل مع كل مهمة بمفرده.
يمكن للمستخدمين ضبط النماذج التي تشارك في كل تجميع. الإعداد الافتراضي يعتمد على GPT وClaude وDeepSeek، وهي ثلاثة نماذج تمثل فلسفات تدريب وتكوينات بيانات مختلفة. ومن خلال تجميع مخرجاتها، يلتقط MoA 2.0 نقاط القوة التكاملية بينها.
تُظهر نتائج الاختبارات التي نُشرت مع الإصدار أن MoA 2.0 يتفوّق على كل نموذج مكوّن على حدة في مهام الاستدلال والبرمجة واتباع التعليمات. ويزداد الفارق أهمية في اختبارات الاستدلال طويلة الأمد، حيث غالبًا ما تفقد النماذج المنفردة ترابطها.
يظل الإطار مفتوح المصدر، ما يعني أن الباحثين والمطورين يمكنهم فحص المعمارية، واستبدال النماذج الأساسية، وتكييف التجميع لحالات استخدام محددة.
اقرأ أيضًا: شركة Anthropic تتفوّق على OpenAI بقيمة 965 مليار دولار مع إعادة تشكيل سباق تمويل الذكاء الاصطناعي
مختبرات الأوزان المفتوحة تتجه إلى تنسيق الوكلاء
بنت Nous Research سمعة في إصدارات النماذج ذات الأوزان المفتوحة الموجّهة لمجتمع البحث العلمي. وقد أسّس إطار Hermes Agent الأصلي في وقت مبكر من عام 2026 خط الأساس لتنسيق النماذج المتعددة.
يأتي ذلك في سياق دورة تطوير متسارعة في مجال الذكاء الاصطناعي مفتوح الأوزان. فقد نشرت شركة Z.ai نموذج GLM-5.2 في أوائل يوليو 2026، وطرحته كنموذج برمجة مفتوح الأوزان لمهام الهندسة طويلة الأمد. ويتماشى هذا الإصدار مع نمط عمل مختبرات الأوزان المفتوحة التي تستهدف مجالات قدرات محددة تتمتع فيها النماذج المغلقة بأفضلية سمعة.
اقرأ أيضًا: الخبراء يقولون إن حصة 5% من OpenAI قد تدفع الذكاء الاصطناعي إلى سيطرة أعمق من جانب الدولة
وقد جادل جونـيانغ لين، القائد التقني السابق في Qwen، علنًا في أواخر يونيو 2026 بأن الأنظمة الوكيلية (agentic systems) تمثل الخطوة الصحيحة التالية لتطوير الذكاء الاصطناعي. هذا الطرح ينسجم مع فلسفة التصميم وراء MoA 2.0، الذي يتعامل مع الوكلاء وتركيبات النماذج باعتبارها مسارًا لتحقيق مكاسب في القدرات لا يمكن لتدريبات النماذج الفردية تكرارها بسهولة.
ويأتي إصدار Hermes MoA أيضًا وسط نقاش نشط في مجتمع أبحاث الذكاء الاصطناعي حول الدور المناسب لنماذج الأساس في مقابل طبقات الوكلاء.
وحذّر أندريه كارباتي في وقت سابق من هذا الأسبوع من أن التطوير القائم على الوكلاء أولًا قد يعيد تكرار أخطاء دورات البحث السابقة لدى OpenAI. وتحاول Nous Research اتباع مسار وسطي، وذلك باستخدام نماذج أساس قوية كمدخلات مع إضافة طبقة تنسيق في الأعلى.
اقرأ أيضًا: OpenAI تتطلع إلى طرح عام أولي بقيمة تريليون دولار بينما تحتفظ مايكروسوفت بأكبر مكسب
ما الذي ينبغي متابعته؟
لم يُختبر Hermes MoA 2.0 بعد أمام أحدث النماذج المتقدمة على الحدود التقنية. فقد تكون إصدارات Claude Sonnet 5 ونسخ GPT المحدّثة التي طُرحت في منتصف 2026 قادرة على تغيير صورة النتائج المعيارية. كما لم تنشر Nous Research ورقة أكاديمية رسمية مرافقة للإصدار.
المعنى العملي للمطورين واضح. فأداة مفتوحة المصدر تُظهر تحسنًا ملموسًا على مقاييس النماذج المغلقة من خلال جمعها معًا، تُخفّض الحاجز أمام فرق الأبحاث للوصول إلى قدرات استدلال من الدرجة الأولى بدون دفع تكاليف واجهات برمجة النماذج المتقدمة في كل استدعاء استدلالي.
بالنسبة لصناعة الذكاء الاصطناعي، يضيف MoA 2.0 وزنًا للحجة القائلة بأن تنوّع النماذج، وليس نموذجًا مهيمنًا واحدًا، قد يحدد المرحلة التالية من نشر الذكاء الاصطناعي. ترقّبوا ردود OpenAI وAnthropic على الأساليب القائمة على التجميع في الأشهر المقبلة.
اقرأ التالي: سياسة ترامب المزدوجة تجاه Anthropic التي يرفض البيت الأبيض توضيحها