智能体混合（Mixture of Agents）

智能体混合（Mixture of Agents，简称 MoA）是一个虚拟模型提供商。每个命名的 MoA 预设都会作为 moa 提供商下的可选模型出现。

当你选择一个 MoA 预设时，该预设的聚合器（aggregator）即为实际执行的模型。它是负责撰写助手回复并发出工具调用的模型。参考模型（reference models）会先运行，并为聚合器提供分析依据。

当一项艰巨的任务受益于多个模型的视角，但仍需要 Hermes 的标准智能体循环（包括工具调用、后续迭代、中断、转录持久化以及与其他消息相同的会话上下文）时，请使用 MoA。

选择 MoA 预设作为你的模型

你可以通过常规的模型选择界面来选择预设：

/model default --provider moa
/model review --provider moa

MoA 预设在所有 Hermes 界面上均可选择，因为 MoA 是模型系统中的常规提供商：

• CLI / 网关 / TUI /model — 使用 /model <preset> --provider moa，或使用 /model --provider moa 选择默认预设。如果名称与配置的预设完全匹配，直接使用 /model <preset> 也有效。
• hermes model 和 Dashboard 模型选择器 — 会出现一个 Mixture of Agents 提供商行，其中列出了你的预设名称作为其模型。
• 桌面 GUI 应用 — 模型下拉菜单会显示一个 MoA presets 部分；选择其中一个（MoA: <preset>）会将活动模型切换到该预设。桌面设置面板还可以创建和编辑预设。

因此，配置好的预设会出现在你选择任何其他模型的地方。

斜杠命令快捷方式

/moa 是一次性使用的便捷语法糖。它通过默认 MoA 预设运行单个提示，然后恢复你之前使用的模型：

/moa design and implement a migration plan for this flaky test cluster

Hermes 会暂时切换到默认 MoA 预设以执行这一轮对话，发送提示，然后在之后恢复你之前的模型。整个参数即为提示内容——/moa 不再将其解释为预设名称。

/moa

不带参数的 /moa（无提示内容）仅打印用法说明。

若要切换到某个 MoA 预设并在会话剩余时间内使用它，请从模型选择器中选择它——在所有模型选择界面中，MoA 预设都显示在 Mixture of Agents 提供商下（见上文）。/moa 故意设计为非模型切换命令，因此常规提示永远不会意外更改你的模型。

在智能体循环中的工作原理

当选择提供商 moa 进行每次主模型调用时，Hermes 会：

1. 按名称解析选定的预设；
2. 运行配置的参考模型，且不携带工具 schema（它们仅接收对话中的用户/助手文本——不包含 Hermes 系统提示或工具调用转录——因此参考调用保持低成本并避免严格提供商的拒绝）；
3. 将参考输出作为私有上下文附加给聚合器；
4. 使用正常的 Hermes 工具 schema 调用配置的聚合器；
5. 将聚合器的响应视为真实的模型响应；
6. 如果聚合器调用工具，Hermes 会正常执行这些工具；
7. 在下一次模型迭代中，同样的 MoA 流程会在更新后的对话（包括工具结果）上再次运行。

由于 MoA 是通过常规模型系统选择的，它会自动与 /goal、网关会话、TUI 会话和桌面聊天组合使用。

配置预设

你可以从以下位置配置命名的 MoA 预设：

• Dashboard → Models → Model Settings → Mixture of Agents
• 桌面应用 → Settings → Model → Mixture of Agents
• hermes moa configure [name]
• config.yaml

配置存储明确的提供商/模型对，因此你可以混合使用提供商，并使用来自同一提供商的多个模型：

moa:
  default_preset: default
  presets:
    default:
      reference_models:
        - provider: openai-codex
          model: gpt-5.5
        - provider: openrouter
          model: deepseek/deepseek-v4-pro
      aggregator:
        provider: openrouter
        model: anthropic/claude-opus-4.8
      reference_temperature: 0.6
      aggregator_temperature: 0.4
      max_tokens: 4096
      enabled: true

默认预设：

• reference: openai-codex:gpt-5.5
• reference: openrouter:deepseek/deepseek-v4-pro
• aggregator / acting model: openrouter:anthropic/claude-opus-4.8

使用 reference_max_tokens 调整顾问速度

每一轮中，MoA 并行运行参考模型（顾问），然后由聚合器执行操作。顾问生成是每轮延迟的主要来源——轮次墙壁时间（wall time）与顾问生成的 token 数量强相关，因为轮次需等待最慢的顾问完成写入。默认情况下，顾问是无上限的（未设置 reference_max_tokens），因此它们可能会撰写长篇大论的建议。

在预设上设置 reference_max_tokens 以限制顾问输出，从而提供简洁的建议。聚合器只需要每个顾问判断的要旨，因此设置上限（例如 600）可以在几乎不影响质量的情况下显著减少每轮的墙壁时间。此上限仅适用于顾问——实际执行的聚合器的输出（用户可见的答案）永远不会受到上限限制。

moa:
  presets:
    fast:
      reference_models:
        - provider: openrouter
          model: anthropic/claude-opus-4.8
        - provider: openrouter
          model: openai/gpt-5.5
      aggregator:
        provider: openrouter
        model: anthropic/claude-opus-4.8
      reference_max_tokens: 600   # concise advice → faster turns

保持未设置（或设为 0/空白）以保留之前的无上限行为。

终端预设管理

hermes moa list
hermes moa configure              # update the default preset
hermes moa configure review       # create or update a named preset
hermes moa delete review

基准测试

在 HermesBench 上，一个双模型 MoA 预设——由 gpt-5.5 作为参考，claude-opus-4.8 作为聚合器——的得分高于任一模型单独运行的得分：

模型	HermesBench 分数
Opus 聚合器（opus-4.8 + gpt-5.5 参考）— MoA	0.8202
anthropic/claude-opus-4.8	0.7607
openai/gpt-5.5	0.7412

MoA 配置比其最强组件（opus-4.8）高出约 6 分，这证实了聚合第二个视角可以提升困难任务的质量，而不仅仅是取两者的平均值。

提示缓存

MoA 的构建方式确保了主对话的提示词缓存永远不会被破坏。选择 MoA 预设是一种正常的模型选择操作：它不会改变过去的上下文、交换工具集或在对话中途重建系统提示词。你的对话历史、系统提示词和工具模式保持字节级稳定，因此其他每个模型所依赖的缓存前缀会像普通模型一样被精确保留。切换到或切换出 MoA 预设所产生的缓存失效成本与任何其他 /model 切换相同——没有额外开销。两种内部调用类型均正常缓存：

• 参考模型（Reference models） 接收经过修剪的、确定性的对话视图（系统提示词和工具转录内容已被剥离——参见上述循环）。由于该视图是稳定历史的稳定函数，参考模型的提示词前缀在各次迭代中重复出现并正常缓存。参考调用是简短的建议性调用，不使用任何工具。
• 聚合器（The aggregator） 是实际执行的模型。参考输出作为私有指导信息附加到最新用户轮次的末尾。由于这些文本位于尾部——在整个稳定前缀（系统提示词 + 先前历史）之下——它不会使任何缓存前缀失效：聚合器对注入点之上的所有内容都能命中缓存，只有新附加的尾部是新的。这正是每次正常轮次的行为方式，即每条新用户消息也是未缓存的尾部 token。

因此，MoA 在任何一种调用类型上都不会牺牲提示词缓存。其唯一的实际成本是每次迭代中额外的参考调用——你为多种模型视角付费，而不是为破坏的缓存付费。与 Hermes 其余部分共享的长生命周期对话前缀保持完整无损。

注意事项

• MoA 不再列在 hermes tools 下；没有要启用的 moa 工具集。
• 在预设上设置 enabled: false 会禁用该预设的参考扇出（reference fan-out）：聚合器将单独行动，完全就像你将其选为普通模型一样。这是仪表板和桌面设置中提供的每个预设的关闭开关。
• 预设的聚合器不能是另一个 MoA 预设。递归的 MoA 树被有意阻止。
• 某个参考模型上的凭证失败不会中止当前轮次。Hermes 会将该失败包含在参考上下文中，并继续使用返回结果的其他模型。
• MoA 会增加模型调用次数。单次模型迭代可能涉及多次参考调用以及一次聚合器调用。