Nous Research ปล่อย Hermes Mixture of Agents 2.0 (Hermes MoA 2.0) เมื่อวันอาทิตย์ โดยออกแบบให้เป็นชั้นเชื่อมประมวลผลที่รวมผลลัพธ์จากโมเดลภาษาขนาดใหญ่หลายตัว ทั้ง GPT, Claude และ DeepSeek เพื่อนำมาสังเคราะห์เป็นคำตอบสุดท้าย ที่ทำคะแนนเบนช์มาร์กได้เหนือกว่า การใช้โมเดลตัวใดตัวหนึ่งเพียงลำพัง
ตามรายงานของ TechTimes MoA 2.0 เป็นการอัปเดตจากเฟรมเวิร์ก Hermes Agent เดิมของ Nous Research โดยยังคงโครงสร้างแบบโอเพ่นซอร์ส เปิดให้ชุมชนวิจัยเข้ามาตรวจสอบและดัดแปลงได้เหมือนเดิม
กลไกการทำงาน
Hermes MoA 2.0 ทำหน้าที่เป็น “เลเยอร์รวมผล” (ensemble layer) ส่งคำถามไปยังโมเดลฐานหลายตัวแบบขนาน รวบรวมคำตอบที่ได้แล้วจึงสังเคราะห์เป็นคำตอบเดียว แนวทาง “Mixture of Agents” นี้มองแต่ละโมเดล เป็นผู้เชี่ยวชาญเฉพาะด้าน มากกว่าจะบังคับให้โมเดลตัวเดียวรับผิดชอบทุกงาน
ผู้ใช้งานสามารถกำหนดได้เองว่าจะให้โมเดลใดเข้ามาร่วมอยู่ในชุดรวมผล (ensemble) ค่าเริ่มต้นของระบบจะเรียกใช้ GPT, Claude และ DeepSeek ซึ่งเป็นตัวแทนแนวคิดการฝึกโมเดล และชุดข้อมูลคนละแบบ การดึงเอาจุดแข็งที่ต่างกันของแต่ละโมเดลมาผสมกัน ทำให้ MoA 2.0 เก็บเกี่ยว “ความเสริมกัน” (complementary strengths) ได้เต็มที่
ผลทดสอบเบนช์มาร์กที่มากับการเปิดตัวชี้ว่า MoA 2.0 ทำคะแนนเหนือกว่าโมเดลส่วนประกอบแต่ละตัว ทั้งในโจทย์การให้เหตุผล การเขียนโค้ด และการทำตามคำสั่ง โดยเฉพาะแบบทดสอบเหตุผลระยะยาว ซึ่งมักเป็นจุดที่โมเดลเดี่ยวสูญเสียความต่อเนื่องของตรรกะ
ด้วยความที่เฟรมเวิร์กยังเป็นโอเพ่นซอร์ส นักวิจัยและนักพัฒนาจึงสามารถเข้าไปดูสถาปัตยกรรม สลับเปลี่ยนโมเดลฐาน หรือออกแบบชุดรวมผลของตัวเองให้เหมาะกับ use case เฉพาะทางได้อย่างอิสระ
อ่านเพิ่มเติม: Anthropic ทะยานแซง OpenAI ด้วยมูลค่า 965,000 ล้านดอลลาร์ การแย่งชิงเงินทุน AI เริ่มรอบใหม่
ห้องแล็บโอเพ่นเวต เร่งเดินเกม “จัดวงเอเจนต์”
Nous Research สร้างชื่อมาจากการปล่อยโมเดลแบบ “โอเพ่นเวต” เจาะกลุ่มนักวิจัยเป็นหลัก เฟรมเวิร์ก Hermes Agent รุ่นแรกถือเป็นจุดตั้งต้นสำคัญของการจัดการหลายโมเดล (multi-model orchestration) ตั้งแต่ช่วงต้นปี 2026
ฉากหลังของความเคลื่อนไหวนี้คือวัฏจักรพัฒนา AI แบบโอเพ่นเวตที่เร่งตัวขึ้นอย่างชัดเจน Z.ai เพิ่งเปิดตัว GLM-5.2 เมื่อต้นกรกฎาคม 2026 ในฐานะโมเดลเขียนโค้ดโอเพ่นเวตสำหรับงานวิศวกรรมระยะยาว เดินตามเทรนด์แล็บโอเพ่นเวตที่เน้นบุก “ความสามารถเชิงลึกเฉพาะด้าน” ซึ่งเดิมถูกมองว่าเป็นแต้มต่อ ของโมเดลปิดเชิงพาณิชย์
อ่านเพิ่มเติม: ผู้เชี่ยวชาญชี้ การถือหุ้น 5% ใน OpenAI อาจดัน AI เข้าสู่การครอบงำโดยรัฐลึกยิ่งขึ้น
ด้าน Junyang Lin อดีตหัวหน้าด้านเทคนิคของ Qwen เคยออกมาให้ความเห็นต่อสาธารณะช่วงปลายมิถุนายน 2026 ว่าระบบแบบ “agentic” คือก้าวต่อไปที่ถูกต้องของการพัฒนา AI มุมมองดังกล่าวไปในทิศทางเดียวกับ ปรัชญาการออกแบบของ MoA 2.0 ซึ่งมองว่าการผสมผสานเอเจนต์และโมเดลหลายตัว คือเส้นทางสร้างศักยภาพใหม่ที่การฝึกโมเดลเดี่ยวให้ใหญ่ขึ้นเพียงอย่างเดียวทำได้ยาก
การเปิดตัว Hermes MoA ยังเกิดขึ้นท่ามกลางข้อถกเถียงในวงการวิจัย AI ว่าบทบาทที่เหมาะสม ระหว่าง “foundation model” กับ “agent layer” ควรเป็นอย่างไร
Andrej Karpathy เตือนเมื่อต้นสัปดาห์ว่าแนวคิด “เอเจนต์มาก่อน” (agent-first) เสี่ยงจะทำให้ วงการเดินซ้ำรอยข้อผิดพลาดในรอบวิจัยยุคแรกของ OpenAI ขณะที่แนวทางของ Nous Research พยายามหาทางสายกลาง ใช้โมเดลฐานที่แข็งแรงเป็นหัวใจหลัก แล้วเสริม “ชั้นประสานงาน” (orchestration layer) ลงไปด้านบน
อ่านเพิ่มเติม: OpenAI เล็ง IPO มูลค่า 1 ล้านล้านดอลลาร์ ขณะ Microsoft กอดรางวัลใหญ่ที่สุดไว้ในมือ
ประเด็นที่ต้องจับตา
Hermes MoA 2.0 ยังไม่ได้ถูกทดสอบเทียบกับโมเดลแนวหน้ารุ่นล่าสุดอย่างเป็นระบบ Claude Sonnet 5 และ GPT เวอร์ชันอัปเดตที่ปล่อยช่วงกลางปี 2026 อาจเปลี่ยนภาพรวมเบนช์มาร์กได้ อีกทั้ง Nous Research ยังไม่ได้ปล่อยงานวิชาการฉบับเต็มประกบการเปิดตัวครั้งนี้
แต่ในเชิงปฏิบัติสำหรับนักพัฒนา สัญญาณค่อนข้างชัดเจน: เครื่องมือโอเพ่นซอร์สที่พิสูจน์ได้ว่า สามารถยกระดับคะแนนเบนช์มาร์กของโมเดลปิด ด้วยการผสานหลายโมเดลเข้าด้วยกัน ย่อมลดอุปสรรคให้ทีมวิจัยเข้าถึงศักยภาพการให้เหตุผลระดับบนสุด โดยไม่ต้องจ่ายค่า API โมเดลแนวหน้าทุกครั้งที่เรียกใช้งาน
สำหรับอุตสาหกรรม AI โดยรวม MoA 2.0 เสริมแรงให้ข้อถกเถียงที่ว่า “ความหลากหลายของโมเดล” มากกว่าการยึดติดกับโมเดลตัวเดียว อาจเป็นภาพหลักของการใช้งาน AI ระยะถัดไป นักลงทุนและผู้เล่นในตลาด จึงควรจับตาปฏิกิริยาจาก OpenAI และ Anthropic ต่อแนวทาง ensemble ในช่วงเดือนข้างหน้า
อ่านต่อ: นโยบายสองหน้าต่อ Trump ของ Anthropic ที่ทำเนียบขาวไม่เคยอธิบาย