Nous Research 於週日發布 Hermes Mixture of Agents 2.0（Hermes MoA 2.0），這套系統會結合多個大型語言模型的輸出，包括 GPT、Claude 和 DeepSeek，產生在標準基準測試上超越任何單一模型的回應。
根據一份報導，MoA 2.0 是 Nous Research 既有 Hermes Agent 框架的更新版本，並保留其開源結構。
系統如何運作
Hermes MoA 2.0 以「集成層」的形式運作。它會並行查詢數個基礎模型、收集它們的輸出，並綜合為最終回應。這種稱為「Mixture of Agents（代理混合）」的方法，將不同的 AI 模型視為各具專長的貢獻者，而不是要求單一模型獨力處理所有任務。
使用者可以自行設定要納入特定集成中的模型。預設設定會同時使用 GPT、Claude 和 DeepSeek 這三個代表不同訓練理念與資料組成的模型。透過彙整它們的輸出，MoA 2.0 得以捕捉彼此互補的優勢。
隨同發佈一併公開的基準測試結果顯示，MoA 2.0 在推理、寫程式與指令跟隨任務上，皆優於各個組成模型的單獨表現。差距在長期推理測試中特別明顯，這類測試常讓單一模型在過程中失去連貫性。
該框架維持開源，意味著研究人員與開發者可以檢視其架構、替換底層模型，並針對特定應用情境調整整個集成系統。
延伸閱讀：Anthropic 估值 9,650 億美元超車 OpenAI，AI 融資戰重洗牌
開源權重實驗室推進代理協調
Nous Research 以面向研究社群的開源權重模型釋出而聞名。原始的 Hermes Agent 框架，早在 2026 年就為多模型協調建立了基準。
更廣泛的背景是開源權重 AI 開發週期正在加速。Z.ai 於 2026 年 7 月初發布 GLM-5.2，將其定位為面向長期工程任務的開源權重程式碼模型。這項發佈延續了一種模式：開源權重實驗室鎖定特定能力領域發力，而這些領域中封閉模型通常擁有名聲上的優勢。
延伸閱讀：專家：OpenAI 5% 股權將把 AI 推向更深層國家控制
Qwen 前技術主管林俊陽在 2026 年 6 月底公開主張，具備「代理性」的系統是 AI 發展的正確下一步。這項主張與 MoA 2.0 背後的設計理念一致：透過代理與模型組合，走向單次訓練難以複製的能力提升路徑。
Hermes MoA 的發佈，也正值 AI 研究社群積極討論「基礎模型」與「代理層」應該扮演何種正確角色之際。
Andrej Karpathy 本週稍早提醒，「代理優先」的開發路線，可能重蹈 OpenAI 過往研究週期的覆轍。Nous Research 的做法嘗試走一條中間路：在頂層加入協調層，同時仍以強大的基礎模型作為輸入。
延伸閱讀：OpenAI 角逐 1 兆美元 IPO，微軟手握最大籌碼
接下來觀察什麼
Hermes MoA 2.0 尚未針對最新一批前沿模型進行測試。於 2026 年中發布的 Claude Sonnet 5 與更新版 GPT 變體，可能改變基準測試版圖。Nous Research 也尚未在發佈同時公開正式學術論文。
對開發者而言，其實務意義相當清楚：一個可證實在封閉模型基準測試上有進步、且仍屬開源的工具，透過組合多個封閉模型，降低了研究團隊取得頂級推理能力的門檻，而不必為每次推論呼叫都支付前沿模型的 API 費用。
對整體 AI 產業而言，MoA 2.0 也讓「模型多樣性」的論點更具說服力——未來 AI 部署的下一階段，或許不再由單一主導模型定義。接下來值得關注 OpenAI 與 Anthropic 在集成式方法上的回應與動向。