全部 AI 动态 · AI 热点

6月29日

00:36

Yangyi@Yangyixxxx

Nous Research 的 Hermes Agent 发布 MoA（Mixture-of-Agents）预置虚拟模型，允许在不同时刻为同一 Agent 路由不同模型，类似快慢脑逻辑。在新基准测试中，该方案比 Opus 4.8 高出 8%，比 GPT 5.5 高出 11%。多 Agent 场景下效果更显著，延续了 Hermes 的工程化优势。

AI模型 Hermes Nous Research 智能体推理模型 MoA

推荐理由：Nous Research 让 Agent 在不同时刻自动切换不同模型，比单一模型更强，新基准上比 Opus 4.8 高8%、比 GPT 5.5 高11%。

原文

6月28日

22:27

NVIDIA AI@NVIDIAAI

NVIDIA、Stripe 与 Nous Research 联合举办 The Hermes Agent Accelerated Business Hackathon，要求开发者用 Hermes Agent 构建能赚钱、花钱、运营业务的智能体。比赛使用 NVIDIA NemoClaw 安全运行、Nemotron 3 Ultra 快速推理，以及 Stripe Skills 实现支付和资源采购。奖品包括第一名 $10,000 现金 + DGX Spark + $5,000 Stripe Credits，第二名 $5,000 现金 + DGX Spark + $3,000 Stripe Credits，第三名 $2,500 现金 + DGX Spark + $1,000 Stripe Credits。参赛者需在 6 月 30 日（周二）前提交 1-3 分钟 demo 视频和简短说明至 Discord 及表单。

行业 NVIDIA Stripe Nous Research Hermes Agent DGX Spark 智能体黑客松

推荐理由：想赢一台 DGX Spark 吗？用 Hermes Agent 造个自动赚钱的 AI 公司，前三名都有现金加硬件，截止 6 月 30 日，快上车。

原文

6月27日

12:16

Geek@geekbb

Nous Research 推出了 Hermes Agent，通过暴露 MoA（混合代理）预设作为虚拟模型，提供超越公开前沿模型的能力。在即将发布的基准测试中，Hermes Agent 成绩比 Opus 4.8 高 8%，比 GPT 5.5 高 11%。该模型目前仅限部分用户访问。

AI模型 Hermes Agent Nous Research MoA 基准测试

推荐理由：Nous Research 搞了个新东西，用 MoA 预设做虚拟模型，比 Opus 4.8 和 GPT 5.5 都强，值得看看。

原文

6月24日

17:27

marktechpost@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 Agent Nous 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

6月23日

02:05

Nous Research@NousResearch

Nous Research 开发的智能体框架 Hermes Agent 在 GitHub 上获得 20 万颗星标。该项目基于开放权重模型构建可定制代理，支持多种工具调用和多步骤推理。里程碑反映出开发者社区对开源智能体框架的高度关注。

AI产品 Hermes Agent Nous Research 智能体 GitHub 开源项目

推荐理由：看看 Nous Research 搞的 Hermes Agent，GitHub 上 20 万星了，开源智能体框架里很猛的。

原文

6月21日

05:58

marktechpost@Michal Sutter

Nous Research为其开源智能体框架Hermes Agent新增了Blank Slate模式。该模式默认仅启用provider、model、File Operations和Terminal四项基础功能。用户通过platform_toolsets.cli和disabled_toolsets命令行接口手动添加其他工具集，实现从零开始配置。这种设计避免了预装过多工具，提升了Agent的灵活性和可控性。

AI模型 Hermes Agent Nous Research 智能体工具集开源模型

推荐理由：想精细控制Agent工具？Nous Research给Hermes Agent加了Blank Slate模式，从零选工具，不预装一堆，清爽又可控。

原文

6月20日

03:52

Nous 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 NVIDIA Stripe Nous Research Hermes Agent 智能体

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

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

17:25

marktechpost@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 Agent Nous Research 异步子代理智能体

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

6月12日

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

11:58

Nous Research@NousResearch

Nous Research 发布了 Hermes Agent，一个旨在让 AI 智能体更自由、更灵活地执行任务的框架。该框架通过模块化设计和动态任务规划，使智能体能够自主适应复杂环境，减少人工干预。Hermes Agent 支持多种工具集成，并优化了推理效率，为开发者提供了更强大的智能体构建能力。这一发布标志着智能体技术向更高自主性迈进一步，尤其适合需要复杂任务自动化的场景。

AI产品智能体开源/仓库任务自动化 Nous Research 框架

推荐理由：Hermes Agent 解决了智能体自主性不足的痛点，做自动化任务和智能体开发的团队可以直接用它来构建更灵活的 AI 系统，值得一试。

原文

6月11日

18:00

marktechpost@Michal Sutter

Nous Research 推出了 Hermes Agent Profile Builder，这是一个集成在仪表盘中的工具，允许用户通过单一流程配置智能体的身份、模型、技能和 MCP 服务器。该工具取代了之前需要多步 CLI 设置的繁琐过程，大幅降低了智能体构建的门槛。用户现在可以更直观地管理智能体配置，无需编写复杂命令。这一更新对于希望快速部署和定制 AI 智能体的开发者和团队来说，是一个显著的效率提升。

AI产品智能体 MCP/工具仪表盘 Nous Research Hermes Agent

推荐理由：Hermes Agent Profile Builder 将智能体配置从 CLI 拖入可视化仪表盘，做智能体开发或部署的团队可以省下大量调试时间，建议直接体验。

原文

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月5日

00:12

Geek@geekbb

精选

Nvidia 与 Nous Research 合作，在 Hermes 平台（Nous Portal）上提供最新的 Nemotron 3 Ultra 模型免费使用两周。该模型属于开放前沿基础模型，旨在推动开源模型发展。用户可通过 Nous Portal 直接访问并体验。

AI模型 Nemotron 3 Ultra Nvidia Nous Research Hermes 开源模型

推荐理由：免费体验强模型

原文

6月3日

19:15

Decoder@Maximilian Schreiner

78°

Nous Research 推出了 Hermes Desktop，一个基于 MIT 许可证的开源 AI 智能体应用。该应用旨在跨平台运行，为用户提供统一的 AI 助手体验。Hermes Desktop 支持多种操作系统，包括 Windows、macOS 和 Linux，并集成了本地 AI 模型，确保数据隐私。这一发布标志着开源 AI 智能体在桌面端的重大进展，让开发者可以自由定制和部署。

AI产品智能体开源/仓库跨平台桌面应用 Nous Research

推荐理由：开源 AI 智能体终于有了跨平台桌面版，做本地化 AI 应用的开发者可以直接用 MIT 许可证代码，省去从头搭建的麻烦。

原文

01:19

宝玉@dotey

Nous Research 发布了 Hermes Agent 的桌面客户端 Hermes Desktop，将原本的终端交互升级为图形界面。该产品在 Jensen 的 GTC 主题演讲中首次演示，现已开放公开预览。Hermes Desktop 保留了 Hermes Agent 的核心能力，同时提供更直观的 GUI 操作体验，标志着 Agent 交互方式向 GUI 主流演进。

AI产品 Agent GUI客户端 Hermes Agent Nous Research 桌面应用

推荐理由：Agent 从命令行走向 GUI 是降低使用门槛的关键一步，做 Agent 开发或重度使用的团队值得试试这个新客户端，看看 GUI 交互能否提升你的工作流效率。

原文

5月30日

11:15

Geek@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 Research Hermes 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

5月25日

13:34

阿里云 Alibaba Cloud@alibaba_cloud

阿里云CTO李飞飞与Nous Research战略主管Tommy Eastman将在2026年5月26日的Qwen Conference上讨论“Scaling Trustworthy Agents”（扩展可信智能体）。该对话聚焦于如何构建可信任的AI智能体，以推动AI原生应用的规模化发展。会议旨在探讨智能体在复杂场景中的可靠性、安全性和可扩展性。这是AI行业从模型能力向智能体落地转型的关键议题。

行业智能体可信AI Qwen 阿里云 Nous Research

推荐理由：智能体信任问题是当前AI落地的最大瓶颈之一，做AI应用开发或智能体部署的团队值得关注这场对话，了解行业头部玩家如何解决规模化中的信任挑战。

原文

5月23日

18:38

marktechpost@Asif Razzaq

精选72°

Nous Research 推出了 Contrastive Neuron Attribution (CNA)，一种无需稀疏自编码器训练或权重修改即可识别并消融稀疏 MLP 神经元电路的方法，用于操控大语言模型的行为。CNA 通过对比分析激活模式，定位影响特定行为的神经元子集，然后直接抑制这些神经元，从而改变模型输出，且不降低通用能力基准。该方法解决了现有电路操控技术依赖复杂训练或权重修改的问题，为模型行为调控提供了更轻量、高效的方案。

论文 CNA 稀疏 MLP 电路模型操控可解释性 Nous Research

推荐理由：CNA 让 AI 研究者无需训练 SAE 或修改权重就能精准操控模型行为，做模型对齐和可解释性的团队可以大幅降低实验成本，值得一试。

原文

5月18日

20:20

AlphaSignal@AlphaSignalAI

精选76°

Nous Research 发表论文提出 Token Superposition Training，一种无需改变模型架构或优化器的即插即用方法，可将 LLM 预训练时间缩短最多 2.5 倍。该方法将连续 token 分组并平均其嵌入，然后联合预测下一组，使用多热交叉熵损失，并在训练中期（20-40% 后）切换回标准 next-token prediction。最终模型权重与常规训练一致，在 270M 到 10B MoE 规模上均优于基线损失和下游评估。这意味着训练成本大幅降低，且不影响最终模型质量。

论文预训练加速 Token Superposition Training Nous Research LLM训练即插即用

推荐理由：训练 LLM 的团队终于有了一个不改变模型、不调优化器的加速方案——直接插进去就能省 2.5 倍时间，做预训练或资源受限的开发者值得一试。

原文