Nous Research Launches Hermes Desktop Application

🔑 增強重點摘要

•Hermes Desktop 是一款適用於 macOS、Windows 和 Linux 的原生應用程式，作為現有 Hermes Agent 核心的圖形使用者介面 (GUI)，該核心本身是一個開源、自我改進的 AI 代理框架，旨在提供更直觀的用戶體驗。
•Hermes Agent 具備持久記憶體，能從已完成的任務中自動生成可重複使用的「技能」，並支援自然語言排程以實現專注的自動化，使其能夠隨著時間的推移學習和改進。
•該應用程式提供廣泛的連接性，整合了超過 15 個訊息平台（例如 Telegram、Discord、Slack）並支援多種大型語言模型 (LLM) 供應商（例如 Nous Portal、OpenRouter 和本地 Ollama 模型），讓用戶能夠靈活切換模型並避免供應商鎖定。
•Nous Research 開發其 Hermes LLM（例如 Hermes 3、Hermes 4）是透過微調 Llama 3.1 等基礎模型，強調「混合推理」模式（透過標籤進行內部推敲）、進階的長期上下文保留，以及以用戶為中心、中立對齊且內容限制最少的輸出。
•該組織利用名為 Psyche 的去中心化訓練網路（基於 DisTrO 技術），透過網際網路上的分散式計算資源來訓練其 LLM，旨在降低成本並實現 AI 開發的民主化。

📊 競品分析▸ Show

功能/定價/基準	Hermes Desktop/Agent	Ollama	LM Studio	GPT4All
介面	原生桌面 GUI (macOS, Windows, Linux)，同時支援 CLI 和 Web 儀表板	CLI 優先，提供 API 介面	精緻的 GUI，用於模型探索和聊天	初學者友好的桌面應用程式
核心功能	自我改進的 AI 代理，具備持久記憶體、自動技能生成、排程自動化、多通道整合、沙盒工具執行	輕鬆拉取和運行多種本地 LLM，API 優先開發	模型發現、下載、聊天、參數調整、性能比較	本地 RAG、隱私優先、離線操作
模型靈活性	模型不可知，支援 Nous Portal、OpenRouter (200+ 模型)、Ollama 等多種供應商和本地模型	龐大的模型庫，支援多種模型格式，易於切換	支援多種模型架構，內建模型瀏覽器	支援約 1000 種開源模型
記憶體/學習	持久記憶體，將已解決的工作流程轉換為可重複使用的「技能」，並透過學習迴圈改進	主要是會話記憶體，不具備代理的學習迴圈	會話歷史記錄	會話歷史記錄
定價	代理程式碼開源免費 (MIT 許可)，模型使用費依所選 LLM 供應商而定	免費開源	免費	免費
基準	基準測試針對 Hermes 模型本身，而非桌面應用程式。Hermes 4 在 MATH-500、AIME'24 等推理基準上表現出色，並在 RefusalBench 上得分最高	基準測試針對其支援的 LLM 模型	基準測試針對其支援的 LLM 模型	基準測試針對其支援的 LLM 模型

🛠️ 技術深入

Hermes Agent 架構: 核心是一個單代理系統，運行持久迴圈 (輸入 → 推理 → 工具使用 → 記憶體 → 輸出)。其學習迴圈能將已解決的工作流程轉換為可重複使用的「技能」，並儲存於磁碟上 (~/.hermes/skills/)。訊息透過一個持久的閘道器處理，確保跨平台對話的連續性。
記憶體系統: 採用三層記憶體架構：短期上下文（自動摘要每個對話回合）、近期快照（約 1,300 個 token 的上下文視窗，在每個會話開始時注入）和長期檢索（當近期快照不包含答案時搜尋過去的對話）。
技能系統: 技能是程序性文件，包含執行重複任務的指令。系統的突出特點是其自我學習迴圈，代理程式在完成任務後會自動編寫新的技能文件，並在下次使用時改進它們。
模型訓練 (Psyche/DisTrO): Nous Research 使用去中心化訓練網路 Psyche，該網路利用 DisTrO 技術，將 GPU 間的通訊頻寬需求從 10Gbps 降低至 1Gbps，使基於網際網路的分散式訓練成為可能。它使用 iroh 確保可靠連接，並採用基於 gossip 協議的群體架構進行協調。
Hermes 模型 (例如 Hermes 4): 透過微調 Meta 的 Llama 3.1 模型（8B、70B、405B）創建。引入「混合推理」模式，允許模型在快速回應和使用 <think> 標籤進行更深入、逐步思考之間切換。模型經過訓練以實現進階的長期上下文保留、多輪對話、複雜角色扮演和增強的代理功能呼叫。訓練資料主要來自合成生成的回應，並強調經過驗證的推理軌跡。
內建工具: 包含 68 種內建工具，例如網路搜尋、檔案管理、程式碼執行、圖像生成、瀏覽器自動化、視覺、文字轉語音，以及 macOS 桌面控制功能。
沙盒執行: 支援五種後端（本地、Docker、SSH、Singularity、Modal），提供容器強化和命名空間隔離，用於工具執行，以增強安全性。

🔮 前景展望AI analysis grounded in cited sources

開源、以用戶為中心的 AI 代理將獲得更廣泛的採用。

Hermes Desktop 的原生應用程式和 GUI 簡化了對進階代理功能的存取，降低了非技術用戶在本地部署和自訂強大 AI 的門檻，從而促進了更廣泛的開源生態系統。

去中心化 AI 訓練將作為集中式超級計算機的替代方案獲得顯著關注。

Nous Research 成功實施 Psyche/DisTrO 證明了前沿級 LLM 可以透過網際網路上的分散式計算高效訓練，這可能使 AI 開發民主化並降低成本。

AI 差異化的重點將從原始模型智慧轉向代理能力，例如記憶體、工具協調和可控性。

隨著前沿模型性能的趨同，像 Hermes Agent 這樣具備持久記憶體、自我改進技能和強大工具執行的系統，解決了在現實世界任務完成中對可靠、適應性強和用戶可控 AI 的關鍵需求。

⏳ 時間線

2022

Nous Research 成立

2024-08

Hermes 3 模型發布

2024-12

Nous Research 開始使用去中心化 DisTrO (Psyche) 預訓練 15B LLM

2025-08

Hermes 4 模型發布，引入混合推理並透過 Psyche 訓練

2026-02

Hermes Agent 框架推出

2026-06

Hermes Desktop 應用程式發布

Nous Research 發布 Hermes Desktop 應用程式

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (27)

👉相關動態