In der aktuellen KI-Landschaft haben wir uns an den „ephemeren Agenten“ gewöhnt – einen brillanten, aber vergesslichen Assistenten, der seine kognitive Uhr bei jeder neuen Chat-Sitzung neu startet. Während LLMs zu Grasp-Codierern geworden sind, fehlt ihnen das anhaltender Zustand erforderlich, um als echte Teamkollegen zu funktionieren.
Nous-Forschung Mannschaft freigegeben Hermes-Agentein autonomes Open-Supply-System, das die beiden größten Engpässe in Agenten-Workflows lösen soll: Speicherverfall und Umgebungsisolation.
Gebaut auf der hohen Lenkbarkeit Hermes-3 Als Modellfamilie gilt Hermes Agent als der Assistent, der „mitwächst“.
Die Gedächtnishierarchie: Lernen über Fähigkeitsdokumente
Damit ein Agent „wächst“, benötigt er mehr als nur ein großes Kontextfenster. Hermes Agent nutzt a mehrstufiges Speichersystem das prozedurales Lernen nachahmt. Während es kurzfristige Aufgaben durch Standardinferenz erledigt, wird sein langfristiger Nutzen durch Folgendes bestimmt: Qualifikationsdokumente.
Wenn Hermes Agent eine komplexe Aufgabe abschließt – etwa das Debuggen eines bestimmten Microservices oder die Optimierung einer Datenpipeline – kann er diese Erfahrung in einem permanenten Datensatz zusammenfassen. Diese Datensätze werden im Anschluss als durchsuchbare Markdown-Dateien gespeichert Agentskills.io offener Customary.
- Prozedurales Gedächtnis: Wenn Sie den Agenten das nächste Mal bitten, eine ähnliche Aufgabe auszuführen, beginnt er nicht bei Null. Es fragt seine eigene Bibliothek von Fertigkeitsdokumenten ab, um sich an die erfolgreichen Schritte zu „erinnern“, die es zuvor unternommen hat.
- Kontextuelle Persistenz: Im Gegensatz zum Customary-RAG (Retrieval-Augmented Technology), das oft unzusammenhängende Snippets abruft, ermöglicht dieses System dem Agenten, über Wochen oder Monate hinweg ein zusammenhängendes Verständnis Ihrer spezifischen Codebasis und Präferenzen aufrechtzuerhalten.
Persistenter Maschinenzugriff: Jenseits der Sandbox
Ein großer Reibungspunkt für KI-Entwickler ist die „Ausführungslücke“. Die meisten Agenten schreiben Code, können aber ohne umfangreiche manuelle Eingriffe nicht mit der realen Welt interagieren. Hermes Agent schließt diese Lücke mit der Bereitstellung Dauerhafter, dedizierter Maschinenzugriff.
Der Agent ist so konzipiert, dass er in einer funktionalen Umgebung lebt und fünf verschiedene Backends unterstützt:
- Lokal: Direkte Interaktion mit der Host-Maschine.
- Docker: Isolierte, reproduzierbare Container für eine sichere Codeausführung.
- SSH: Die Möglichkeit, sich bei Distant-Servern oder Cloud-Instanzen anzumelden.
- Singularität: Unterstützung für Excessive-Efficiency-Computing-Container (HPC).
- Modal: Serverlose Ausführung zur Skalierung hoher Arbeitslasten.
Diese Beständigkeit ist für KI-Entwickler von entscheidender Bedeutung. Sie können eine lang laufende EDA (Exploratory Knowledge Evaluation) auf einem Distant-Server über SSH initialisieren, sich abmelden und später zurückkehren. Der Agent verwaltet den Terminalstatus, verwaltet Hintergrundprozesse und verfolgt unabhängig Dateisystemänderungen. Es simuliert nicht nur ein Gespräch; Es verwaltet einen Arbeitsbereich.
Das Gateway: Ein Agent in Ihrer Tasche
Während die meisten technischen Agenten auf eine CLI oder ein proprietäres Net-Dashboard beschränkt sind, hat Nous Analysis der Zugänglichkeit über das Priorität gegeben Hermes-Gateway.
Das System lässt sich direkt in bestehende Kommunikations-Stacks integrieren, einschließlich Telegram, Discord, Slack und WhatsApp. Dies ermöglicht eine kontinuierliche Feedbackschleife: Ein Ingenieur kann eine Aufgabe an seinem Arbeitsplatz starten und erhält per Telegram eine Benachrichtigung über die abgeschlossene Aufgabe. Über das Gateway können Sie Folgeanweisungen oder sogar Sprachnotizen senden, die der Agent in seiner persistenten Umgebung verarbeitet und ausführt.
Unter der Haube: Der ReAct-Loop und die Lenkbarkeit
Für die darauf aufbauenden KI-Entwickler ist die Architektur eine verfeinerte Implementierung des ReAct-Schleife (Reasoning and Performing).. Der Agent folgt einem strukturierten Zyklus:
- Beobachtung: Lesen von Terminalausgaben oder Dateiinhalten.
- Argumentation: Analysieren des aktuellen Zustands im Hinblick auf das Ziel.
- Aktion: Einen Befehl ausführen oder ein Software aufrufen.
Dies wird unterstützt von Hermes-3 (basierend auf Llama 3.1)das mithilfe eines speziellen Reinforcement-Studying-Frameworks namens trainiert wurde Atropos. Diese Schulung zielt speziell auf die Genauigkeit des Software-Aufrufs und die langfristige Planung ab, um sicherzustellen, dass der Agent bei mehrstufigen Bereitstellungen nicht „verloren“ geht.
Wichtige Erkenntnisse
- Permanenter Maschinenzugriff: Im Gegensatz zu zustandslosen Chatbots arbeitet es in realen Terminalumgebungen (Docker, SSH, Lokal usw.), wodurch langfristige Aufgaben ausgeführt und der Dateistatus über Sitzungen hinweg beibehalten werden können.
- Sich selbst entwickelnde „Fähigkeitsdokumente“: Es nutzt ein mehrstufiges Speichersystem, um erfolgreiche Arbeitsabläufe als durchsuchbare Markdown-Dateien aufzuzeichnen (by way of Agentskills.io), was bedeutet, dass es im wahrsten Sinne des Wortes intelligenter wird, je mehr Sie es verwenden.
- Präzises „Hermes-3“-Denken: Angetrieben von der Lama 3.1-basierter Hermes-3 Modell, mit dem es fein abgestimmt ist Atropos RL für hohe Steuerbarkeit und zuverlässige Werkzeugaufrufe innerhalb komplexer Argumentationsschleifen.
- Allgegenwärtiges Tor: Sie können mit Ihrem Agenten über interagieren Telegram, Discord oder SlackSo können Sie umfangreiche technische Aufgaben verwalten oder Statusaktualisierungen von Ihrem Telefon erhalten.
Schauen Sie sich das an Technische Particulars Und GitHub-Repo. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 120.000+ ML SubReddit und Abonnieren Unser Publication. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.
