03:15Nous Research@NousResearch精选NousResearch 发布的 Hermes Agent 通过优化 scraping backends,直接向 Agent 传递干净内容,跳过了冗余处理步骤。大型页面被本地保存并按需分页加载,使得网页读取速度提升 60 倍,成本降低 49 倍。该改进在保持原有质量的同时大幅减少了时间和开销。AI产品Hermes AgentNousResearch智能体网页抓取推荐理由:Hermes Agent 这回读网页快 60 倍、便宜 49 倍,直接把干净内容喂给 Agent,不用再走弯路。原文
12:21Nous Research@NousResearch精选NousResearch发布Hermes Agent,通过暴露MoA预设作为虚拟模型,提供超越公共前沿的能力。在即将发布的基准测试上,Hermes Agent比Opus 4.8高8%,比GPT 5.5高11%。该模型目前被限制访问,仅授予少数人。AI模型Hermes AgentOpusGPT 5.5NousResearch智能体推荐理由:Hermes Agent的MoA虚拟模型比Opus 4.8和GPT 5.5都强,分别高8%和11%,不过目前只能少数人用。原文
17:27marktechpost@Asif Razzaq精选Nous Research 在 Hermes Agent 的技能系统中新增 /learn 命令。该命令可从本地目录、文档 URL、历史对话或粘贴的笔记中自动编写符合规范的 SKILL.md 文件。agent 会使用自身工具获取材料并撰写技能,无需手动编写或额外导入引擎。用户需审查输出结果以确保准确性。AI产品Hermes AgentNous Research智能体工作流推荐理由:Hermes Agent 现在能用 /learn 自动生成技能文件,省去手写 SKILL.md 的麻烦,试试看。原文
07:38Nous Research@NousResearch精选Hermes Agent 推出新指令 /learn,允许用户向其提供任意源材料(包括代码、API 文档、手册、PDF 和配置文件),Agent 会自动学习并提炼出可验证且可重复使用的技能。该功能无需手动编写技能,只需指定数据目录即可。目前通过 NousResearch 平台开放使用。AI产品Hermes AgentNousResearch智能体技能学习推荐理由:Hermes Agent 现在能直接从代码、文档里学技能,喂什么学什么,省去手动配置,适合开发者和团队快速复用知识。原文
03:52Nous Research@NousResearch精选Nous Research联合NVIDIA和Stripe启动Hermes Agent加速商业黑客马拉松,鼓励构建能自主执行商业操作的AI代理。NVIDIA提供NemoClaw安全运行、Nemotron 3 Ultra快速推理及代理技能支持。Stripe新Skills让代理能自主购买服务、订阅SaaS。总奖金包括$17,500现金、3台NVIDIA DGX Spark及$9,000 Stripe Credits。提交截止6月30日。行业NVIDIAStripeNous ResearchHermes Agent智能体4 个信源在谈推荐理由:想让你造的AI代理自己挣钱花钱?这个黑客马拉松有NVIDIA和Stripe支持,奖品有现金和DGX Spark,值得试试。原文
17:25marktechpost@Michal Sutter精选Nous Research 在 Hermes Agent 中新增了异步子代理功能,delegate 工具可生成后台代理而不阻塞父聊天。async_delegation 工具集(issue #5586)支持生成、检查、引导和收集任务。该功能包含子代理隔离机制,并讨论了同步与异步的权衡及 ACP 的适用场景。AI产品Hermes AgentNous Research异步子代理智能体1 个信源在谈推荐理由:Hermes Agent 现在能同时干多件事了,委托任务不耽误主聊天,适合需要并行处理复杂任务的场景。原文
08:11NVIDIA AI@NVIDIAAI精选NVIDIA 发布教程,展示如何让 AI 智能体学会一个工作流后,在每次重建后仍能记住。教程使用 NousResearch 的 Hermes Agent,结合 NVIDIA NemoClaw 和 OpenShell,将智能体连接到 Slack、Outlook、GitHub 和 NVIDIA 开发者论坛。用户可以通过对话纠正将新技能转化为可复用的技能,且私有数据受运行时策略保护。这意味着智能体可以跨部署持久化学习到的技能,无需每次重新训练。AI产品智能体工作流持久化NVIDIAHermes AgentNemoClaw10 个信源在谈推荐理由:做智能体开发和部署的团队终于可以解决「每次重建都要重新教」的痛点——NVIDIA 这套方案让技能跨部署持久化,直接连接 Slack、GitHub 等常用工具,值得一试。原文
00:56marktechpost@Michal Sutter精选Memory OS 是一个基于 Hermes Agent 的开源项目,通过六层记忆架构、门控检索和 Wiki 功能,为智能体添加本地持久记忆。该项目解决了智能体缺乏长期记忆的痛点,使 AI 能跨会话保持上下文。六层结构包括工作记忆、情景记忆、语义记忆等,支持高效检索和更新。开发者可直接集成,提升智能体的连续性和个性化能力。AI产品智能体开源/仓库记忆系统Hermes Agent本地持久化推荐理由:做智能体开发的团队终于有了开箱即用的记忆方案——Memory OS 的六层架构解决了长期记忆缺失的痛点,建议做对话系统或个性化助手的开发者直接集成试试。原文
14:12IT之家(博客/媒体)精选72°Nous Research 为开源 Hermes Agent 引入 Tool Search 功能,通过按需加载工具模式,解决 MCP 工具定义占用大量 tokens 的问题。Anthropic 报告显示,典型部署中工具模式可消耗约 50% 的 tokens,导致成本增加和准确率下降。启用 Tool Search 后,模型先搜索再加载参数,最后调用工具,Claude Opus 4 准确率从 49% 提升至 74%。该功能使用 BM25 算法匹配工具,并支持退回到字面子串匹配。AI产品智能体MCP/工具开源/仓库Hermes Agent工具搜索10 个信源在谈推荐理由:做智能体开发的团队终于能省下大量 tokens 成本——Hermes Agent 的 Tool Search 直接解决了 MCP 工具税问题,建议用多工具服务的开发者试试。原文
12:47marktechpost@Asif Razzaq精选72°Nous Research 的 Hermes Agent 新增 Tool Search 功能,用于解决 MCP(模型上下文协议)中的上下文膨胀问题。该功能采用 BM25 渐进式模式披露机制,能有效筛选相关工具。Anthropic 的评估显示,在 Opus 4 模型上,该方案将准确率提升了 49% 到 74%。这一改进对依赖 MCP 的 AI 代理系统意义重大,能显著减少无效信息干扰,提升任务执行效率。AI产品MCP/工具智能体Hermes AgentBM25上下文优化10 个信源在谈推荐理由:MCP 上下文膨胀是 AI 代理落地的常见痛点,Hermes Agent 的 Tool Search 用 BM25 精准筛选工具,做智能体开发的团队可以直接参考这个方案来优化自己的系统。原文
11:15Geek@geekbb精选Nous Research 为其 Hermes Agent 引入了 Tool Search 功能,使智能体能够按需加载所需工具,而非一次性加载全部。这一改进提升了资源利用效率和响应速度,尤其适合复杂任务场景。该功能通过动态工具选择机制,减少了不必要的计算开销。对于构建高效智能体的开发者而言,这是一项实用的优化。AI产品智能体工具调用Nous ResearchHermes Agent效率优化推荐理由:Hermes Agent 的 Tool Search 解决了智能体工具冗余加载的痛点,做 Agent 开发的团队可以直接参考实现,提升任务执行效率。原文
23:00阶跃星辰 Stepfun@Stepfun_AI精选StepFun 发布了 Step 3.7 Flash 模型,专为智能体工作流优化。该模型旨在提升 AI 代理在复杂任务中的执行效率。NousResearch 的用户将在其 Hermes Agent 平台上率先使用该模型。这一合作将推动智能体技术的发展,为开发者提供更强大的工具。AI模型智能体Step 3.7 FlashNousResearchHermes Agent工作流优化推荐理由:智能体开发者终于有了专门优化工作流的模型——Step 3.7 Flash 直接解决了代理任务执行效率问题,做自动化流程的团队值得关注。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……
14:00shao__meng@shao__meng精选73°Atomic Bot 发布了一段基于本地模型 Qwen 35B 的真实任务视频,对比 OpenClaw 和 Hermes Agent 在抓取 GitHub 仓库 star 历史、分析增长 spike 并构建实时仪表盘上的表现。OpenClaw 用时 12 分 01 秒、消耗 203k tokens,Hermes Agent 用时 33 分 01 秒、消耗 257k tokens。Hermes 联创 @Teknium 反击称该基准不科学,指出单次运行、无重复测试、Qwen 35B 易循环等问题,并展示 Hermes 在公开基准和真实用户数据上全面领先,用户日 token 量已达 OpenClaw 的 2.5 倍。这场辩论揭示了 AI Agent 评测的复杂性和社区对公平对比的诉求。行业AI AgentOpenClawHermes AgentQwen 35B基准评测2 个信源在谈推荐理由:AI Agent 开发者或评测爱好者会看到一场关于基准科学性的硬核辩论——单次跑分 vs 真实用户数据,哪个更可信?值得点开围观双方论据。原文