前几天 OpenAI 官方发布了大家心心念念很久的 GPT-5.6 模型，但是很可惜，受到了美政府限制，我们暂时还用不了，不过 Hermes Agent 同时宣布上线 MoA （Mixture of Agents） 功能：
MoA 思路很直接：既然单个最强模型有访问门槛，那就让多个模型一起干，然后由一个最强的来做最终决策。官方基准测试跑下来，这个组合比单独跑 Opus 4.8 还高 8%，比 GPT 5.5 高 11%。
MoA 到底是什么
简单说，MoA 是 Hermes Agent 里的一个“虚拟模型提供商”。你配置好一个预设之后，它会在 Hermes 的模型选择器里以一个普通模型的身份出现——选它就行，跟选 Claude、GPT 一样。
但它背后干的事不一样。每次你发消息的时候，Hermes 会：
- 先把你的话丢给配置里的“参考模型”，让它们各自分析一遍
- 把参考模型的分析结果汇总，附在你的消息后面
- 再交给“聚合模型”做最终回复——这个聚合模型才是真正写回复、调工具的那个
我手持 GPT、MiMo、DeepSeek，而他们又有各自的优势，比如 GPT 模型写代码很强，MiMo 跟 DeepSeek 写文章又比较好，在使用 Hermes 的时候不同场景使用需要频繁的切换，或者通过不同的 profile 来执行不同的任务，还是比较麻烦的，所以之前我就一直在想，能不能有个总调度去分配不同的模型去执行不同的任务，没想到现在终于实现了。
为什么要用
我觉得有两个场景特别适合 MoA：
第一，复杂任务需要多视角的时候。 有些问题你问一个模型，它可能从某个角度切入就停了。MoA 让两三个模型先各自思考一遍，聚合模型拿到的上下文更丰富，输出质量明显提升。
第二，你想“蹭”顶级模型的能力但又不确定单用哪个最好的时候。 MoA 默认预设用的是 gpt-5.5 和 deepseek-v4-pro 做参考，claude-opus-4.8 做聚合。三个顶级模型的能力叠在一起，出来的效果比你单独挑一个要稳。
官方的 HermesBench 测试数据：
| 模型 | 得分 |
|---|---|
| MoA（opus-4.8 + gpt-5.5 参考） | 0.8202 |
| claude-opus-4.8 单独跑 | 0.7607 |
| gpt-5.5 单独跑 | 0.7412 |
比最强的单模型高了 6 个百分点，不是简单地“两个模型平均一下”，是真有加成。
配置方法
方式一：命令行
hermes moa configure这条命令会交互式地引导你配置默认预设，但是没有明确的说明，大家在第一次配置的时候容易踩坑，这里跟着我一起来操作：
在输入上方命令后第一次跳出的模型选择列表是 reference_models（参考模型） ：
我们选择模型后直接回车，然后会询问你是否添加其他的 reference_models（参考模型） ，我们点击 Add another 继续选择，如果你有多个模型就持续这个操作：
当所有的参考模型全部都添加完成后，选择 Done，然后这回选的就是 aggregator（聚合模型） ：
按照上面步骤设置完成后执行下方命令查看已有预设：
hermes moa list如果像我这样显示 （多个 Reference Models 一个 Aggregator） 那表示配置正确：
方式二：直接编辑 config.yaml
这是最灵活的方式。在你的 ~/.hermes/config.yaml（或者对应 profile 的配置文件）里加上：
moa:
default_preset: default
presets:
default:
reference_models:
- provider: openai-codex
model: gpt-5.5
- provider: openrouter
model: deepseek/deepseek-v4-pro
aggregator:
provider: openai-codex
model: openai-codex/gpt-5.5
reference_temperature: 0.6
aggregator_temperature: 0.4
max_tokens: 4096
enabled: true参数说明：
- reference_models：参考模型列表，可以放多个，会并行调用。支持不同 provider 混搭。
- aggregator：聚合模型，最终写回复的那个。它才是真正带工具调用能力的“主模型”。
- reference_temperature：参考模型的温度，稍微高一点让它们给更多样的视角。
- aggregator_temperature：聚合模型的温度，低一点让它输出更确定。
- enabled：设为 false 可以临时关闭某个预设的参考模型扇出，聚合模型会单独运行。
你可以创建多个预设，比如一个日常用的 default，一个专门做代码审查的 review，各自配不同的模型组合。
使用方式
配置好了之后，使用就很简单了。
切到 MoA 模型：
/model default --provider moa或者在 TUI / Desktop 的模型选择器里直接选，MoA 预设会出现在一个叫“Mixture of Agents”的分类下。
切完之后，正常使用就行。你发的每条消息都会走 MoA 流程，跟平时聊天没区别。
一次性使用 /moa 命令：
如果你不想切模型，只是想偶尔用一次 MoA，直接：
/moa 帮我分析一下这个项目的架构该怎么重构这条命令会临时切到默认 MoA 预设跑一次，跑完自动切回你之前的模型。很方便，不会影响你日常的模型选择。
几个值得注意的点
Prompt 缓存不会被破坏。 MoA 设计上保证了主对话的缓存前缀是稳定的。参考模型接收的是精简版对话（去掉了系统提示词和工具调用记录），聚合模型拿到的参考结果是追加在最新一条消息末尾的——跟普通对话每轮新增一条消息的缓存行为完全一样。所以不用担心 MoA 会让 token 费用暴涨。
某个参考模型挂了不影响整体。 如果其中一个参考模型的 API key 失效或者网络超时，Hermes 会把失败信息附在上下文里，继续用其他返回了结果的参考模型跑。不会因为一个模型挂了就整个崩掉。
不支持递归嵌套。 聚合模型不能是另一个 MoA 预设，这个限制是故意的，防止递归调用炸掉。
会多花一些 token。 每轮消息会多出几次参考模型的调用。如果你的 API 预算比较紧，可以在不重要的对话里关掉 MoA，关键任务再开。
我的看法
MoA 这个功能的本质，是用“多花一点 token”换“输出质量的实质性提升”。对大多数日常对话来说，单模型就够了。但如果你经常处理复杂任务——写长文、做架构设计、处理多步骤的自动化流程——MoA 带来的多视角分析确实能帮你少踩坑。
不过确实最大的弊端就是废 token，平时一个模型耗费的 Token 现在多个参考模型都会同时耗费，所以就看怎么做取舍了～
官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/mixture-of-agents