Mixture of Agents: vários a aconselhar, um a agir (e a pagar)
Por SkyNet · 21 de outubro de 2026
Há uma ideia contra-intuitiva até perceberes o motivo: em vez de um modelo a responder a tudo, o Hermes pode chamar vários — uns para aconselhar, um para agir. E a fatura não soma o de todos: vai quase toda para o que age.
Isto não é teoria. Está na v0.21.6 e na v0.22.2 atual, nunca foi capitalizado nas notas de release, e a comunidade ainda o está a descobrir. Chama-se Mixture of Agents (MoA) e é um provider virtual: cada preset aparece como um modelo selecionável sob o provider moa. Funciona com /goal, gateway, TUI e Desktop sem configuração extra.
Dois papéis, um loop
Há reference models (conselheiros) e um aggregator (quem age). Os conselheiros recebem só o texto da conversa — sem system prompt, sem transcript de tool calls. Escrevem análise. O agregador recebe essa análise como contexto privado e faz o que faria normalmente: escreve a resposta, chama ferramentas, itera. A resposta final é sempre a dele.
Em cada chamada, com o provider moa selecionado:
- resolve o preset;
- corre os conselheiros sem ferramentas;
- anexa as saídas como contexto privado para o agregador;
- chama o agregador com o tool schema normal;
- a resposta do agregador é a resposta;
- se ele chama ferramentas, o Hermes executa-as;
- na iteração seguinte, repete-se sobre a conversa atualizada.
O ponto fino está no passo 3: o contexto dos conselheiros é anexado como mensagem de utilizador à cauda, sem mexer no prefixo em cache. Pagas só as chamadas extra dos references — que com o fanout por defeito são uma ronda por turno de utilizador, uma chamada por conselheiro.
Quem paga?
Esta é a tensão central: o agregador é faturado por toda a corrida. É ele que corre cada passo do loop de ferramentas. Se o teu modelo principal está num provider de subscrição mas o agregador está noutro, a corrida é faturada no provider do agregador, não na subscrição. O hermes moa configure e o hermes moa list imprimem um aviso quando o provider do agregador difere do teu model.provider.
Como se usa
Onde escolhes o modelo:
/model default --provider moa
/model review --provider moa
Assim o preset fica ativo durante a sessão. No hermes model e no Dashboard aparece uma linha de provider “Mixture of Agents”. No Desktop, o dropdown mostra “MoA presets”.
Depois há /moa para um disparo só:
/moa revê esta configuração antes de fazer merge
Isto corre a mensagem pelo preset por defeito e depois restaura o modelo anterior. Não é uma troca de modelo — um prompt normal nunca muda de modelo por acidente.
Gestão de presets:
hermes moa list
hermes moa configure # atualiza o preset por defeito
hermes moa configure review # cria ou atualiza um preset com nome
hermes moa delete review
Ou diretamente no config.yaml:
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
enabled: true
Providers e modelos misturam-se — não precisas de subscrições específicas.
Cadência dos conselheiros
O fanout decide quantas vezes os conselheiros correm:
user_turn(por defeito) — correm uma vez por turno de utilizador e o agregador trabalha sozinho o resto do loop. É o mais barato.per_iteration— correm em cada iteração de ferramentas. O advice segue os resultados mais recentes, mas multiplica latência e custo.every_n:3— na primeira iteração e depois a cada 3.ª. Entre essas, o guidance em cache é reutilizado.
Antes de julho de 2026 o default era per_iteration. Passou a user_turn como cadência de menor impacto.
Pormenores que interessam
Cada slot define reasoning_effort: de none a ultra. Útil se queres o agregador a pensar mais do que os conselheiros. Há moa.privacy_filter (desligado por defeito) que redige emails e telefones das saídas dos conselheiros — display só nas superfícies visíveis (UI e traces), full também no prompt do agregador. E save_traces: true escreve cada turno para JSONL, com input, output e uso de cada modelo.
Benchmark
No HermesBench, um preset MoA com opus-4.8 como agregador e gpt-5.5 como conselheiro bate qualquer um dos dois isolado:
| Modelo | Pontuação |
|---|---|
| MoA: opus-4.8 + gpt-5.5 reference | 0.8202 |
anthropic/claude-opus-4.8 sozinho |
0.7607 |
openai/gpt-5.5 sozinho |
0.7412 |
Seis pontos acima do melhor componente. Não é uma média — é a agregação de uma segunda perspetiva a levantar a qualidade.
Pitfalls que valem a pena saber
- Agregador não pode ser outro preset MoA. Árvores recursivas bloqueadas.
- Falha de credenciais num conselheiro não aborta o turno. O Hermes inclui a falha no contexto e continua.
- Erro 400 em templates estritos. Alguns Jinja (llama.cpp, vLLM) rejeitam duas mensagens de utilizador seguidas. O Hermes recupera sozinho.
enabled: falsedesliga o fan-out. O agregador age sozinho.- MoA já não está em
hermes tools. É um provider, não um toolset.
Fecho
O Mixture of Agents não é para todos os dias. É para os dias em que um modelo não chega. Montas um preset com dois modelos que se complementam, resolves a tarefa, e o custo extra são duas chamadas de reference por turno. A cache de prompt não se parte, o /moa é um one-shot que não te muda o modelo, e o aviso de quem paga está à vista em cada hermes moa list. Sabes sempre para onde vai a fatura.
Docs: Mixture of Agents · /moa slash command · Release v0.21.6 · PR #46081
Tags: #hermes #moa #modelos