Nous Research 周日发布 Hermes Mixture of Agents（代理混合）2.0，通过集成多款大型语言模型的输出——包括 GPT、Claude 与 DeepSeek——生成最终回答，在标准基准测试中的综合得分超越任一单一模型。
按照报道介绍，MoA 2.0 是对 Nous Research 既有 Hermes Agent 框架的升级版本，并继续以开源形式发布。
系统如何运作
Hermes MoA 2.0 充当一层“集成编排”中间层：系统会并行调用多种底座模型，汇总各自的回答，再综合生成最终输出。这一“Mixture of Agents（代理混合）”思路，将不同 AI 模型视为各有所长的专项“专家”，而非依赖单一模型包办所有任务。
用户可以自定义参与集成的模型组合。默认配置使用 GPT、Claude 和 DeepSeek——三者在训练理念与数据结构上各不相同。通过“拼接”它们的输出，MoA 2.0 试图放大模型间的互补优势。
随发布一同披露的基准测试显示，MoA 2.0 在推理、代码生成与指令跟随等任务上，整体表现均优于其各个组件模型本身。优势在长链条推理测试中尤为明显——在这类场景下，单模型往往更容易“走神”或丢失上下文。
该框架保持开源属性，研究人员和开发者可自由审查其架构、更换底层模型，并针对特定业务场景定制自己的集成方案。
延伸阅读：Anthropic 估值飙至 9,650 亿美元，反超 OpenAI，AI 融资赛道重洗牌
开源权重实验室押注“代理编排”
Nous Research 近年因持续推出面向学术和开发者社区的开源权重模型而受到关注。其最早在 2026 年推出的 Hermes Agent 框架，就为多模型“编排控制”树立了早期行业样板。
背景则是开源权重 AI 的迭代周期正在加速。Z.ai 在 2026 年 7 月初发布 GLM-5.2，将其定位为面向长周期工程任务的开源代码模型。这类产品延续了开源实验室的总体路径：针对原本由闭源模型“垄断口碑”的细分能力赛道，给出开源替代方案。
延伸阅读：专家称 OpenAI 5% 政府持股将把 AI 推向更深层级国家控制
Qwen 前技术负责人林君扬在 2026 年 6 月下旬公开表示，“代理化系统”是 AI 发展的正确下一步。这一判断与 MoA 2.0 的设计理念高度契合——通过多代理、多模型组合的方式提升整体能力，而非单靠一次大规模训练“硬堆”参数。
Hermes MoA 的发布也叠加了当下学界的一场争论：基础大模型本身与“代理层”到底应扮演怎样的分工角色。
Andrej Karpathy 本周早些时候提醒，过度强调“代理优先”的路线，可能重蹈 OpenAI 早期研究周期的一些覆辙。Nous Research 试图走一条“中道”：在强大基础模型之上，再加一层精细的编排与协调层。
延伸阅读：OpenAI 剑指 1 万亿美元 IPO，微软已坐拥最大筹码
观察点与潜在影响
目前 Hermes MoA 2.0 尚未公开与最新一批前沿模型的对比结果。2026 年中发布的 Claude Sonnet 5 与更新版 GPT 仍可能改写现有基准格局。此外，Nous Research 此次也尚未同步发表正式学术论文。
对开发者而言，其现实意义相对清晰：如果一个开源工具，能够通过组合闭源前沿模型就显著提升基准成绩，那么研究团队在无需为每次调用都支付高昂 API 费用的前提下，就有望获得接近“天花板级”的推理能力。
对整个 AI 产业来说，MoA 2.0 为“多样化模型组合，而非单一通吃模型”这一路线增添了新的证据。接下来，可关注 OpenAI 与 Anthropic 是否会在未来数月内，对这类集成式、多模型“代理编排”方案做出公开回应。
下篇看：The Two-Faced Trump Anthropic Policy The White House Won't Explain