Hermes Agent 0.20 Herald มาแล้ว คุยด้วยเสียงแบบขัดจังหวะได้ พร้อมโหมดอ้างอิงแหล่งที่ตรวจสอบได้
สารบัญ
สรุปให้ไว
เสียงสตรีมแบบแทรกได้
พูดสวนกลางประโยคได้ มันหยุดฟังและรู้ว่าเราขัดจังหวะ
Grounded citations
โหมดใหม่ที่ทุกคำอ้างในงานวิจัยมีแหล่งจริงตรวจสอบได้ พร้อมโหมดเช็กข้อเท็จจริง
ทำงานยาวขึ้น
ลิมิตจำนวนสเต็ปของทูลต่อรอบเพิ่มจาก 90 เป็น 500 รันงานใหญ่แล้วเดินจากไปได้
โอเพนซอร์ส ฟรี
จาก Nous Research อยู่บน GitHub มีทั้ง plugin SDK, A2A และ webhook
01Hermes Agent 0.20 คืออะไร
Hermes Agent คือ AI agent โอเพนซอร์สจาก Nous Research ที่แจกฟรีบน GitHub เวอร์ชัน 0.20 ใช้ชื่อรุ่นว่า Herald และตัวเลขเบื้องหลังก็บอกความเคลื่อนไหวได้ดี ราว 3,650 คอมมิต ผู้ร่วมพัฒนากว่า 650 คน และปิดไปราว 1,200 issue เป็นโปรเจกต์ที่ขยับเร็วกว่าเครื่องมือเสียเงินหลายตัว
ฟีเจอร์ที่เป็นพระเอกคือเสียง แต่ไม่ใช่เสียงแบบเดิม ก่อนหน้านี้โหมดเสียงยังอืด เราพูด รอให้มันสร้างคำตอบทั้งก้อน แล้วค่อยฟังไฟล์เสียงยาว ๆ เหมือนฝากวอยซ์เมลไปมา รอบนี้ Hermes พูดแบบสตรีมทีละส่วนตามที่คิด และที่เด็ดคือเราพูดแทรกได้ แค่เริ่มพูดมันก็หยุด ฟัง และโมเดลรับรู้ว่าเราขัดจังหวะ เขาเรียกฟีเจอร์นี้ว่า bargin ใช้ได้ทั้งในเทอร์มินัล แอปเดสก์ท็อป และแพลตฟอร์มแชต
02มีอะไรใหม่ที่สำคัญ
นอกจากเสียงแทรกได้ คำสั่งปลุกด้วยเสียง (wake word) ตอนนี้รันบนเครื่องเราทั้งหมด เลือกวลีเองได้ และไม่มีเสียงหลุดออกจากเครื่องระหว่างรอ ซึ่งดีต่อความเป็นส่วนตัว เสียงยังใช้บนแพลตฟอร์มข้อความได้ เช่น ส่งวอยซ์โน้ตมา มันถอดความและตอบกลับให้
แต่ฟีเจอร์ที่ควรจับตายิ่งกว่าเรื่องเสียงคือ grounded citations เป็นสกิลใหม่ที่ทุกคำอ้างในงานวิจัยต้องมีแหล่งจริงรองรับ คำพูดที่ยกมาถูกจับคู่กับข้อความบนหน้าเว็บจริง และมีโหมดเช็กข้อเท็จจริงที่ยื่นเอกสารหรือข้อความให้แล้วมันบอกว่าอะไรผ่าน อะไรไม่ผ่าน อะไรตรวจไม่ได้ นี่คือเส้นแบ่งระหว่าง "ฟังดูน่าจะถูก" กับ "มีหลักฐานอ้างอิงได้จริง" ซึ่งตรงกับหลักที่ว่าอย่าปล่อยให้ AI มั่นใจแทนเราโดยไม่มีแหล่ง
อัปเกรดตัว agent เอง
- ★
แก้ทิศกลางทาง
ถ้ามันไปผิดทาง พิมพ์แก้ระหว่างทำงานได้เลย งานที่ทำค้างและ prompt เดิมถูกเก็บไว้ ไม่ต้องเริ่มใหม่
- ★
ทูลซ่อมตัวเองได้
เอาต์พุตล้นก็เทลงไฟล์ให้อ่านย้อน แก้ไฟล์พลาดก็วินิจฉัยสาเหตุแล้วลองใหม่ ค้นไม่เจอก็ไล่หาตัวใกล้เคียง
- ★
รันยาวขึ้นมาก
ลิมิตสเต็ปทูลต่อรอบเพิ่มจาก 90 เป็น 500 งานอัตโนมัติยาว ๆ ไม่ชนกำแพงเร็ว
- ★
ความจำดีขึ้น
ยกเครื่องการบีบอัด context บทสนทนาล่าสุดไม่หาย เซสชันยาวไม่สะดุด
- ★
เร็วขึ้นทั้งระบบ
เวลาสตาร์ตในโหมดหนึ่งลดจากราว 14 วินาทีเหลือไม่ถึง 2 แอปเดสก์ท็อปลื่น 60 fps
- ★
กลายเป็นแพลตฟอร์ม
เรนเดอร์ artifact ได้ มี plugin SDK จริง รองรับ A2A ให้ agent คุยกับ agent อื่น และ webhook ส่งอีเวนต์ออกไประบบอื่น
03เกี่ยวอะไรกับเรา
ฟันธง: ถ้าใช้ coding agent อย่าง Claude Code หรือ Codex อยู่แล้ว อันนี้ลองได้ มีคำสั่ง hermes import-agent ย้ายทั้งชุดตั้งค่ามาให้ในคำสั่งเดียว ตัวมันฟรีและโอเพนซอร์ส เราแค่เตรียม model access ของเราเอง ที่เหลืออยู่บน GitHub หมด สายมือใหม่เริ่มจากโหมดเสียงก็ได้ เพราะพูดง่ายกว่าพิมพ์ prompt ส่วนสายบิลด์จะได้ plugin SDK, webhook และ A2A เป็นชิ้นส่วนต่อยอด
จุดที่แนะนำให้ตั้งเป็นค่าเริ่มต้นคือเปิด grounded citations ทุกครั้งที่ทำงานเชิงข้อเท็จจริง ให้ "อ้างอิงได้จริง" เป็นมาตรฐานของเรา และแม้จะมีระบบอนุมัติที่ให้มันเสนอรายการ auto-approve จากประวัติเดิมเพื่อลดการกดซ้ำ ๆ ก็ยังควรให้คนคุมจุดที่แตะไฟล์สำคัญอยู่ดี อย่าเปิด auto-approve กับงานที่เกี่ยวกับเงิน ลูกค้า หรือสัญญา เริ่มจาก workflow เดียวให้แน่นก่อน แล้วค่อยต่อยอดทีละชิ้น
โปรเจกต์ open-source
อยากลองเองไหม? โปรเจกต์นี้เป็น open-source โหลด repo ทางการมาลองได้เลย
ดูบน GitHub → →