Nous Research w niedzielę udostępniło Hermes Mixture of Agents 2.0, który łączy wyniki z wielu dużych modeli językowych, w tym GPT, Claude i DeepSeek, aby generować odpowiedzi przewyższające pojedynczy model w standardowych benchmarkach.
Zgodnie z raportem, MoA 2.0 to aktualizacja istniejącego frameworka Hermes Agent od Nous Research i zachowuje jego otwartoźródłową strukturę.
Jak działa system
Hermes MoA 2.0 działa jako warstwa zespołowa (ensemble). Odpytuje kilka bazowych modeli równolegle, zbiera ich wyniki i syntetyzuje odpowiedź końcową. To podejście, znane jako Mixture of Agents, traktuje różne modele AI jako wyspecjalizowanych współpracowników zamiast wymagać, aby pojedynczy model obsługiwał każde zadanie samodzielnie.
Użytkownicy mogą konfigurować, które modele biorą udział w danym zespole. Domyślna konfiguracja wykorzystuje GPT, Claude i DeepSeek – trzy modele reprezentujące odmienne filozofie treningu i składy danych. Dzięki połączeniu ich wyników MoA 2.0 wychwytuje komplementarne mocne strony.
Udostępnione wraz z premierą wyniki benchmarków pokazują, że MoA 2.0 przewyższa każdy model składowy z osobna w zadaniach wymagających rozumowania, programowania i podążania za instrukcjami. Przewaga jest szczególnie istotna w testach długoterminowego rozumowania, w których pojedyncze modele często tracą spójność.
Framework pozostaje otwartoźródłowy, co oznacza, że badacze i deweloperzy mogą analizować jego architekturę, podmieniać modele bazowe i dostosowywać ensemble do konkretnych zastosowań.
Przeczytaj także: Anthropic przebija OpenAI z wyceną 965 mld dol., gdy wyścig finansowania AI startuje od nowa
Otwarto‑wagowe laboratoria wchodzą w orkiestrację agentów
Nous Research zbudowało reputację dzięki publikacjom modeli o otwartych wagach skierowanych do społeczności badawczej. Oryginalny framework Hermes Agent ustanowił punkt odniesienia dla orkiestracji wielu modeli na początku 2026 roku.
Szerszym kontekstem jest przyspieszający cykl rozwoju AI z otwartymi wagami. Z.ai opublikowało GLM-5.2 na początku lipca 2026 roku, pozycjonując go jako model kodujący z otwartymi wagami do długoterminowych zadań inżynierskich. Wydanie wpisuje się w wzorzec laboratoriów z otwartymi wagami, które celują w określone domeny zdolności, gdzie modele zamknięte mają przewagę reputacyjną.
Przeczytaj także: Eksperci twierdzą, że 5% udziałów państwa w OpenAI pogłębi kontrolę państwową nad AI
Były szef techniczny Qwen, Junyang Lin, publicznie argumentował pod koniec czerwca 2026 roku, że systemy agentowe są właściwym kolejnym krokiem w rozwoju AI. To stanowisko jest zgodne z filozofią projektową stojącą za MoA 2.0, które traktuje agentów i kombinacje modeli jako ścieżkę do wzrostu możliwości, jakiego pojedyncze przebiegi treningowe nie są w stanie łatwo osiągnąć.
Premiera Hermes MoA ma miejsce w czasie ożywionej debaty w społeczności badawczej AI na temat właściwej roli modeli bazowych w porównaniu z warstwami agentów.
Andrej Karpathy ostrzegł na początku tego tygodnia, że rozwój skupiony najpierw na agentach grozi powtórzeniem błędów z wcześniejszych cykli badawczych OpenAI. Podejście Nous Research próbuje obrać drogę pośrednią, wykorzystując silne modele bazowe jako wejścia i dodając nad nimi warstwę orkiestracji.
Przeczytaj także: OpenAI celuje w IPO o wartości 1 biliona dolarów, podczas gdy Microsoft trzyma największą nagrodę
Na co zwrócić uwagę
Hermes MoA 2.0 nie został jeszcze przetestowany względem najnowszych modeli czołowych. Claude Sonnet 5 i zaktualizowane warianty GPT, wydane w połowie 2026 roku, mogą zmienić obraz benchmarków. Nous Research nie opublikowało wraz z premierą formalnej pracy naukowej.
Praktyczne znaczenie dla deweloperów jest jasne. Otwartoźródłowe narzędzie, które w udokumentowany sposób poprawia wyniki zamkniętych modeli poprzez ich łączenie, obniża próg wejścia dla zespołów badawczych chcących korzystać z najwyższej klasy zdolności rozumowania bez konieczności płacenia za frontowe API przy każdym wywołaniu.
Dla branży AI MoA 2.0 wzmacnia argument, że to różnorodność modeli, a nie jeden dominujący system, może zdefiniować kolejną fazę wdrażania AI. Warto obserwować reakcje OpenAI i Anthropic na podejścia oparte na ensemble w nadchodzących miesiącach.
Przeczytaj następną: Dwulicowa polityka Anthropic wobec Trumpa, której Biały Dom nie chce wyjaśnić