從單一模型到多代理協作：Hermes Agent 與 Mixture of Agents 深度研究

2026 年的 AI Agent 競爭，不再只是模型智商競賽，而是 runtime、記憶、工具、安全與評估方法的系統設計競賽。

AI Agent 的競爭，正在從「哪個模型最聰明」轉向「如何讓多個模型、工具、記憶與工作流形成可靠系統」。

Nous Research 的 Hermes Agent 是這個轉向中很值得研究的開源專案。它不只是聊天介面，也不只是 prompt loop，而是把模型供應商切換、工具呼叫、技能系統、長期記憶、排程、自動化、跨平台訊息入口與子代理平行處理，整合在同一個 agent runtime 裡。

更值得注意的是，Hermes Agent 已在官方文件中提供 Mixture of Agents（MoA） 功能。它把 MoA 做成一個「虛擬模型供應商」：使用者可以像切換一般模型一樣選擇 moa provider；Hermes 會先讓多個 reference models 提供分析，再由 aggregator 作為真正的 acting model 產出回答與工具呼叫。官方文件明確說明，MoA preset 的 aggregator 才是實際寫出 assistant response 與發出 tool calls 的模型，reference models 則先行提供分析供 aggregator 使用。

這篇文章會從四個角度來談：MoA 的研究脈絡與 Hermes 的產品化實作、Hermes Agent 作為個人常駐型 AI runtime 的架構價值、它與主流框架的差異，以及我自己打算怎麼把它放進研究與內容生產的工作流。

為什麼 2026 年還值得研究 Hermes Agent？

2024 到 2025 年的 Agent 熱潮，很多專案停留在「能 demo」的階段：能規劃、能查資料、能叫工具、能串幾個 API。這些 demo 很漂亮，但放到真實工作裡，很快會遇到幾個問題：

• Agent 不記得過去的互動，或記憶很難管理。
• Agent 會用工具，但缺少權限邊界與安全設計。
• Agent 可以完成單次任務，但很難變成長期可運作的工作系統。
• 多模型很強，但使用者往往不知道何時該用便宜模型、何時該用高階模型。
• Agent 的能力常常散落在 CLI、聊天工具、瀏覽器、自動化腳本與文件系統之間，最後變成一隻章魚在彈鋼琴，手很多，譜很亂。

Hermes Agent 的定位剛好切中這些問題。它的 GitHub README 把 Hermes 描述為 self-improving AI agent，具備 built-in learning loop，能從經驗建立 skills、在使用中改善 skills、搜尋過去對話、跨 session 建立使用者模型，並支援 Telegram、Discord、Slack、WhatsApp、Signal、CLI 等多種入口。

這使 Hermes 比較不像「一次性 Agent 框架」，而更像「個人 AI 作業系統」的雛形。

MoA 是什麼？和 MoE 有什麼不同？

討論 Hermes 的 MoA 前，先要拆開兩個容易混淆的概念：MoE 與 MoA。

MoE（Mixture of Experts） 通常發生在模型內部。模型在推論時會透過 routing 機制選擇部分 expert subnetworks 參與計算。使用者看到的是一個模型，背後的專家選擇由模型架構處理。

MoA（Mixture of Agents） 則通常發生在應用層或推論層。它不是模型內部架構，而是讓多個模型或多個代理在同一個任務中產生候選分析、互相補強，最後再由一個整合者輸出結果。

Wang 等人在 2024 年的論文《Mixture-of-Agents Enhances Large Language Model Capabilities》中提出 layered MoA architecture，每一層包含多個 LLM agents，每個 agent 會把前一層的 agent outputs 當成輔助資訊再生成回答。該論文報告 open-source LLM 組成的 MoA 在 AlpacaEval 2.0 取得 65.1% 分數，高於 GPT-4 Omni 的 57.5%。

用比較直覺的方式說：

MoE 是模型腦內開會。 MoA 是你在模型外面組一個研究小組。

這個差異很重要。因為 MoA 不需要重新訓練模型，也不需要掌握模型內部參數。它更像是一種 inference-time system design，透過「多模型觀點 ＋ 整合模型」來提升結果品質。

Hermes 如何把 MoA 產品化？

Hermes 的做法不是把 MoA 做成外掛式工作流，而是把它包成一個 virtual model provider（虛擬模型供應商）。官方文件說明，每個 MoA preset 會出現在 moa provider 底下，像一般模型一樣可以被選取。

當使用者選擇 MoA preset 時，Hermes 的流程大致是這樣：

拆開來看：

1. 解析 preset：agent loop 先確定這一輪要用哪一組 reference models 與哪一個 aggregator。
2. reference models 先想：它們在沒有 tool schemas 的情況下執行，只接收對話中的 user／assistant text，不接收 Hermes 的 system prompt，也看不到 tool-call transcript。
3. 匯整成 private context：Hermes 把 reference outputs 附加成一段私有脈絡。
4. aggregator 行動：aggregator 帶著 Hermes 正常的 tool schema，因此真正的工具呼叫仍由它發出。

這個設計很聰明，因為它保留了 Hermes 原本的 agent loop，不會讓每個 reference model 都陷入工具相容性、權限控管與 provider 格式差異的泥沼。Reference models 負責「想法」，aggregator 負責「行動」。

一個 MoA 設定範例

Hermes 的 MoA preset 可以從 Dashboard、Desktop app、hermes moa configure [name] 或 config.yaml 設定，而且允許混合不同 provider 與模型。官方範例中，reference models 可以來自 openai-codex 與 openrouter，aggregator 也可以指定為另一個 provider／model pair。

一個簡化的範例大概長這樣：

moa:
  default_preset: review
  presets:
    review:
      reference_models:
        - provider: openrouter
          model: openai/gpt-5.5
        - provider: openrouter
          model: deepseek/deepseek-v4-pro
      aggregator:
        provider: openrouter
        model: anthropic/claude-opus-4.8
      reference_max_tokens: 600
      max_tokens: 4096
      reference_temperature: 0.7
      aggregator_temperature: 0.3
      enabled: true

其中最值得注意的是 reference_max_tokens。官方文件指出，MoA 每一輪都會平行執行 reference models，然後等待 aggregator 回應；每輪延遲往往和 advisors 產生多少 tokens 高度相關，因為整輪要等最慢的 advisor 完成。設定 reference_max_tokens 可以限制 advisors 的輸出長度，讓它們給出簡短建議、降低 wall time，而且不會限制 aggregator 最後給使用者看到的輸出。

我自己的實務判斷是：MoA 不該變成每個問題都開的大砲。它比較適合用在「高價值決策」或「需要多角度檢查」的節點，例如研究報告、方案比較、架構評審、PR review、顧問提案、投資研究，或重要文章發表前的反方檢查。

MoA 的價值：不是更多模型，而是更好的決策流程

MoA 最容易被誤解成「多找幾個模型投票」。但真正有價值的 MoA，不只是投票，而是設計一條決策管線。

比較理想的 MoA 應該包含四種角色：

這也呼應 2025 年的《Rethinking Mixture-of-Agents》論文。該論文指出，混合不同 LLM 不一定總是優於用單一強模型做 self-ensemble；作者提出 Self-MoA，並在多項 benchmark 中觀察到它能超越 standard MoA。這提醒我們，MoA 的品質取決於模型選擇、任務類型與整合策略，不是模型越多越好。

換句話說，MoA 的核心不是「開很多模型很熱鬧」，而是「在正確的節點引入正確的分歧」。

Hermes Agent 的架構價值

Hermes Agent 值得研究，不只是因為它支援 MoA，而是因為它把 MoA 放進一個比較完整的 agent runtime。

Hermes 官方 README 提到幾個關鍵能力：

• 可使用 Nous Portal、OpenRouter、OpenAI、自有 endpoint 等模型來源，並可用 hermes model 切換，降低模型供應商鎖定。
• 支援 Telegram、Discord、Slack、WhatsApp、Signal 與 CLI，並能維持跨平台 conversation continuity。
• 具備 agent-curated memory、periodic nudges、autonomous skill creation、skills self-improve、FTS5 session search 與 LLM summarization。
• 內建 cron scheduler，可執行 daily reports、nightly backups、weekly audits 等自然語言排程任務。
• 可 spawn isolated subagents 做 parallel workstreams，也可以寫 Python scripts 透過 RPC 呼叫工具，把多步流程壓縮成低 context 成本的操作。

這些能力加在一起，代表 Hermes 的重點不是「一次問答」，而是「常駐協作」。這也是我認為它值得持續研究的原因：

未來的 AI 能力，不只來自模型本身，而來自模型、工具、記憶、流程、權限與評估方法組成的 runtime。

和主流 AI Agent 框架比較

Hermes Agent

Hermes 的特色是「個人常駐型 runtime」。它適合做長期研究、自動化提醒、跨平台助理、個人知識管理、技能累積與多模型路由。它不是最輕量的框架，但很適合需要「長期成長」的 agent。

LangGraph

LangGraph 更像工程導向的 workflow graph。它適合明確定義狀態、節點、分支、checkpoint 與可重跑流程。如果你在企業內要做可控流程，例如核准、客服分流、合規稽核、文件審查，LangGraph 會比 Hermes 更像「流程引擎」。

CrewAI

CrewAI 的官方文件主打 collaborative AI agents、crews 與 flows，並強調 guardrails、memory、knowledge、observability 等能力。它適合快速建立角色分工明確的多代理流程，例如研究員、撰稿員、審稿員、專案經理共同完成任務。

OpenAI Agents SDK

OpenAI Agents SDK 是相對輕量的 agentic app 開發套件。官方文件把 primitive 簡化為 Agents、Agents as tools／Handoffs、Guardrails，並內建 agent loop、function tools、MCP server tool calling、sessions、human-in-the-loop、tracing 等能力。它適合已經在 OpenAI 生態內開發產品的人，尤其是需要清楚 tracing、guardrails 與 handoffs 的應用。

AutoGen

AutoGen 的定位是 building AI agents and applications。官方文件區分 Studio、AgentChat、Core、Extensions；其中 AgentChat 適合 conversational single and multi-agent applications，Core 則是 event-driven programming framework，用於 scalable multi-agent AI systems。它適合做多代理對話研究、實驗型 agent collaboration，以及需要事件驅動、多語言、分散式代理的架構。

OpenClaw

OpenClaw 代表另一條路線：以個人自主助理與 skills 生態為主。近期報導與資料顯示，它常被拿來和 Hermes Agent 一起比較，OpenClaw 偏向快速上手、技能庫與多通道整合，Hermes 則偏向 self-learning 與長期 runtime。

但 OpenClaw 也提醒我們一件事：當 agent 具備本機檔案、終端機、瀏覽器、錢包、行事曆或訊息權限時，技能生態本身就會變成供應鏈風險。已有安全研究討論 OpenClaw 這類代理的 skill poisoning、cognitive manipulation、multi-agent cascading failures 與 supply-chain vulnerabilities。

框架比較總表

把 Hermes MoA 放進真實工作流

工具介紹寫完，更重要的是它能落在什麼位置。以下是我自己最想優先落地的三個場景。

場景一：AI Agent 研究雷達

這是我最想先做起來的應用。骨架大致是：

可以讓 Hermes 每天追蹤：

• AI Agent 新框架
• MoA／multi-agent 論文
• OpenRouter 模型排行與價格變化
• Claude Code／Codex／Grok／Gemini Agent 的能力變化
• Web3 與 AI 交集的新產品
• GitHub 熱門 agent repo

MoA 不一定用在每天的所有摘要，而是用在「每週一篇正式研究文章」前的最後整理。

場景二：Web3／AI 技術顧問案源雷達

同一套骨架，換掉資料來源與目標，就能變成顧問案源雷達，而不只是找新聞。Pipeline 可以這樣拆：

1. 掃描企業公告、職缺、技術文章、融資新聞。
2. 判斷該公司是否正在導入 AI Agent、Web3、錢包、資料治理或內部自動化。
3. 產生潛在痛點。
4. 產出顧問切入角度。
5. 生成 LinkedIn 互動建議或冷啟動訊息草稿。
6. 用 MoA 檢查「這個切入點是否合理、會不會太硬、是否有商業價值」。

這種應用很貼近我自己的定位：AI Agent × Web3 × 軟體工程流程顧問。

場景三：Claude Code 與 Hermes Agent 的分工

可以把 Claude Code 當成「工程實作副駕駛」，Hermes Agent 當成「長期研究與提醒中樞」。

這樣的分工比「哪個工具最好」更成熟。真正有效的 agentic workflow，不是單一工具稱王，而是每個工具坐在對的位置上。

部署與使用建議

不要一開始就全自動

Hermes 有排程、工具、記憶、skills 與 gateway，很容易讓人一開始就想做「全自動個人助理」。但比較穩健的方式是分階段：

1. 只讀取、只整理、不執行外部動作——例如每日研究摘要、論文雷達、AI 工具新聞整理。
2. 產生草稿，但人工確認後才發出——例如 LinkedIn 文章草稿、X thread、顧問開發信、活動推薦。
3. 允許低風險自動化——例如整理資料夾、建立 markdown 筆記、更新 local knowledge base。
4. 高風險操作永遠保留人工確認——例如寄信、發文、交易、刪檔、改 production 設定、操作公司系統。

MoA 用在高價值節點

建議建立三種 MoA preset

moa:
  default_preset: research
  presets:
    research:
      reference_max_tokens: 700
      reference_temperature: 0.5
      aggregator_temperature: 0.3

    skeptic:
      reference_max_tokens: 500
      reference_temperature: 0.2
      aggregator_temperature: 0.1

    content:
      reference_max_tokens: 600
      reference_temperature: 0.8
      aggregator_temperature: 0.5

三種 preset 的用途：

• research：研究報告、技術比較、論文摘要。
• skeptic：反方檢查、風險控管、投資或顧問提案前的檢查。
• content：網站文章、LinkedIn、X thread、個人品牌內容。

值得一讀的 Agent 研究論文

以下是這篇文章背後的閱讀清單。它不只是「參考資料」，也可以當成後續研究的種子。

Mixture-of-Agents Enhances Large Language Model Capabilities

MoA 的核心論文，提出 layered MoA architecture，讓多個 LLM agents 分層產生輸出並互相參考，最後提升回答品質。

對 Hermes 的啟發：Hermes 把這個概念產品化成 model provider，而不是獨立的 orchestration framework。

Rethinking Mixture-of-Agents

這篇論文提醒我們，混合不同模型不一定永遠更好；Self-MoA 在不少情境下反而超越 standard MoA。

對 Hermes 的啟發：不要迷信「多模型混合」，要針對任務做 A/B test。

ReAct: Synergizing Reasoning and Acting in Language Models

ReAct 是 tool-using agent 的重要基礎。它把 reasoning traces 與 actions 交錯產生，讓模型能透過外部知識或環境更新自己的行動。

對 Hermes 的啟發：Hermes 的 agent loop、tool dispatch 與多輪工具結果回饋，可視為 ReAct 思想在實務系統中的延伸。

GAIA: A Benchmark for General AI Assistants

GAIA 測試的是真實助理能力，包含 reasoning、multimodality、web browsing 與 tool use。論文指出，人類得分為 92%，而帶 plugins 的 GPT-4 為 15%，顯示真實助理能力遠比單純問答困難。

對 Hermes 的啟發：Hermes 這種有工具、瀏覽、記憶與跨 session 能力的 agent，應該用接近 GAIA 的任務來評估，而不是只看聊天品質。

SWE-bench

SWE-bench 使用真實 GitHub issues 與 pull requests 評估模型修復軟體問題的能力。它要求模型理解 codebase、修改多個檔案、與執行環境互動。

對 Hermes 的啟發：要評估 Hermes 的工程能力，不能只看它會不會寫 code，而要看它能否完成可驗證、可回歸測試的修復流程。

Small Language Models are the Future of Agentic AI

這篇論文主張，很多 agentic systems 其實只需要小模型反覆執行特定任務；小模型在成本、延遲與部署上可能更適合大量的 agent 子任務。

對 Hermes 的啟發：MoA 的 reference models 不一定要全部使用最貴的模型。便宜、快速、專門化的小模型，可能更適合當 advisor。

Agentic AI: A Comprehensive Survey

這篇 survey 把 agentic systems 分成 symbolic／classical 與 neural／generative 兩條脈絡，並指出未來重點在混合式架構，而不是單一路線勝出。

對 Hermes 的啟發：Hermes 屬於 neural／generative agent runtime，但若要進入企業流程，仍需要更多 symbolic policy、permission、workflow state 與 audit trail。

AI Harness Engineering

這篇 2026 年的論文把軟體工程 agent 的能力重新定義為 model-harness-environment system，不只看模型，而是看 task specification、context selection、tool access、project memory、observability、verification、permissions、intervention recording 等 runtime substrate。

對 Hermes 的啟發：Hermes 的真正價值不只是模型回答，而是它提供了一個 harness，讓模型能觀察、行動、記憶、驗證與被人類介入。

風險與治理：Agent 越像員工，越需要管理制度

Hermes、OpenClaw、Claude Code、OpenAI Agents SDK 這類工具越強，越不能只用「聊天機器人」的心態來管理。

一個常駐型 agent 至少會帶來五種風險：

1. 權限風險：能讀檔、改檔、上網、寄信、呼叫 API。
2. 記憶風險：長期記憶可能保存過多個人或公司資訊。
3. 工具風險：MCP server、skills、plugins 可能成為攻擊面。
4. 供應鏈風險：第三方 skills 或套件可能含惡意邏輯。
5. 錯誤放大風險：多代理可能互相強化錯誤，形成看似合理的錯誤共識。

因此，比較務實的做法是按風險分級處理，用權限等級決定自動化程度：

最低治理基線：

• 只讀任務可自動化。
• 發文、寄信、改檔、刪檔、交易，必須人工確認。
• 高權限工具放進 sandbox 或 allowlist。
• 記憶系統要定期審查。
• 第三方 skills 視為不可信程式碼。
• 重要輸出保留 source map、agent logs 與人工評分。
• MoA 不等於事實查核，仍需 citation checker 與 source quality scoring。

我的結論

Hermes Agent 的價值，不在於它又多了一個聊天入口，也不在於它能同時接多少模型。它真正值得研究的地方，是它把 AI Agent 從「一次性回答工具」推向「長期運作的個人 runtime」。

MoA 則是 Hermes 中很有代表性的設計：它不是取代 agent loop，而是把多模型觀點嵌入原有的 agent loop。Reference models 提供分析，aggregator 負責輸出與工具呼叫，讓多模型協作不會摧毀原有的工具、安全與會話架構。

對個人使用者而言，Hermes ＋ MoA 最有價值的方向不是「讓 AI 全自動幫我做所有事」，而是建立幾條高品質的工作流：AI Agent 與 Web3 研究雷達、技術顧問案源偵測、Claude Code 工作流改善、研究文章生產線、LinkedIn／X 觀點內容生成與反方檢查，以及高價值決策前的多模型審稿機制。

更抽象地說，Hermes Agent 讓我們開始面對一個新問題：

未來的專業能力，不只是會不會問 AI，而是能不能設計一套讓 AI 穩定研究、判斷、行動、記憶與被治理的系統。

這正是 agentic engineering 的核心。

參考資料

• Nous Research，Hermes Agent GitHub README。
• Hermes Agent 官方文件：Mixture of Agents。
• Wang et al., 2024, Mixture-of-Agents Enhances Large Language Model Capabilities。
• Li et al., 2025, Rethinking Mixture-of-Agents: Is Mixing Different Large Language Models Beneficial?。
• Yao et al., 2022, ReAct: Synergizing Reasoning and Acting in Language Models。
• Mialon et al., 2023, GAIA: A Benchmark for General AI Assistants。
• Jimenez et al., 2023, SWE-bench: Can Language Models Resolve Real-World GitHub Issues?。
• Belcak et al., 2025, Small Language Models are the Future of Agentic AI。
• Zhong and Zhu, 2026, AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents。