什么值得买App下载 App ›
连续签到专享现金活动

语音能打断、答案带出处、Agent自己组队!Hermes史上最大版本来了

语音、可协作、能自查:Hermes v0.20凭什么被称为「传令官」版本
过去跟AI语音聊天,更像互相发语音留言——你说完,它憋半天憋出一整段,再从头念给你听。想中途纠正?门都没有。但8月3日发布的Hermes Agent v0.20.0,直接把这件事翻篇了。官方给这次更新起的代号叫「The Herald Release」,中文可以理解为「传令官」版本——它不只是能说话,还要能传话、能核查、能组队干活。这次升级攒了约3650次提交、1400个合并PR、5200个文件改动,647位贡献者参与其中。从体量上看,是Hermes史上最大的一次版本迭代。1
语音终于从「留言」变成「打电话」了
新版语音模式改成流式合成:Hermes一边生成,一边按句子往外说,中途你直接开口打断,它会停下来听,并且模型会收到「你被打断了」的信号。还有个busy-aware静音检测,不会在你说话的时候抢话。这才是真正的对话节奏。1
唤醒词也改成开放词汇的,你可以喊「嘿Hermes」,也可以自定义别的短语。关键在于:唤醒检测跑在本地设备上,等待期间音频不会离开你的机器。隐私这块真正拿捏住了。2
飞书、钉钉、微信、QQ这些国内常用平台的语音消息,现在都能自动转文字交给Hermes处理,回复会自动转语音发回去。配合多profile路由——工作号、摸鱼号分开,互不干扰,一句「stop」就能同时结束所有端的语音对话。常驻唤醒功能完美解决夜间跑任务失联问题,不用手动配置复杂代码。3
AI开始学会给结论标出处了
做调研最怕什么?AI给出一堆结论,你不知道哪些是真的、哪些是它编的,只能自己逐个去查。v0.20引入了grounded-citations机制,研究结果会附带来源引用,直接定位到原文的实际段落。4
比如丢给它一篇文章让它核查,它会告诉你:第三段数据有来源支撑、第五段观点无法验证、第七段数字与原文不符。AI从「生成答案」变成了「提供可验证答案」。做资料整理、写报告的人,这个功能能省下大量交叉验证的时间。4
Agent之间终于能「组队干活」了
这是v0.20最大的战略变化之一。Hermes接入了A2A v1.0协议,简单说就是Agent之间有了统一的对话语言——它能发现并呼叫别的Agent,也能被别的Agent驱动。不再需要人当中间的「胶水」来回搬运内容。5
有人已经实测出三Agent小队:一个负责全网搜集资讯,一个整理数据生成图文草稿,第三个负责校对排版输出文档。三个AI互相对话交接工作,全程只需要人类下达一句总指令。多Agent分工可以规避单一模型的短板,推理型智能体搭配工具型智能体,出错率比单个AI低很多。6
不过也要理性看待——A2A只是打通了通信底层协议,不是开箱即用的傻瓜式组队工具。想用好这个功能,依旧需要基础的Docker部署知识。算力不足反而会导致运行卡顿、Token消耗暴涨。6
几个让老用户有感的硬核改进
  • 冷启动从14秒压到1.8秒
    实测比官方宣传的数字还要好,有人跑出来0.64秒。这属于软件代码层面的调整,老旧设备依旧会慢,但主流机器体感明显。
    7
  • 运行中重定向,不用推倒重来
    批量修改30个文件,改到第8个发现命名规则错了,直接输入「保留已修改内容,后续文件改用下划线命名」,AI无缝接续,不会从头再来。
    3
  • 工具自愈+迭代上限提到500次
    以前长任务动不动撞到90次上限被强制切断,现在有了兜底值。工具报错会自动诊断、超长日志自动存文件、重试机制也更聪明了。
    8
  • 出站Webhooks
    Hermes现在可以把任务完成、出错、启动等事件,用带HMAC签名的HTTP请求主动推到你指定的服务器。可以接进企业微信、钉钉、飞书机器人,或者自己写个接收端接进CI和监控系统。Agent干完活,终于会自己汇报了。
    9
值不值得升级?对照自己的情况
如果你符合以下任意一条,可以直接升级:日常高频用语音交互、需要多Agent分工协作、经常做资料调研、已经在用Hermes v0.16-v0.19的版本。升级命令一行搞定:hermes update,五分钟内搞定。5
如果属于以下情况,建议先观望:电脑配置普通(16G以下内存、集成显卡)、几乎没用过本地部署的AI、主要用来简单闲聊。v0.20这版偏向技术向工具,强行部署容易冒出一堆报错,体验达不到预期。10
最后提醒一句:这次更新后内存占用相比之前有所上涨,部分老旧设备运行新版本会出现负载偏高的现象。这不是bug,是功能增加带来的正常代价。更新前记得备份配置文件,遇到问题回退旧版本也不难。11
总的来看,v0.20.0正在把Hermes从一个「能调用工具的聊天Agent」,推向一个能说话、能查证、能长期工作、能连接其他Agent和外部系统的协作平台。如果说v0.19.x是个「能用的AI助手」,那v0.20已经是个「懂规矩的工作搭档」了。1

评论

评论区空态插画

当前文章无评论,是时候发表评论了