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:

  1. resolve o preset;
  2. corre os conselheiros sem ferramentas;
  3. anexa as saídas como contexto privado para o agregador;
  4. chama o agregador com o tool schema normal;
  5. a resposta do agregador é a resposta;
  6. se ele chama ferramentas, o Hermes executa-as;
  7. 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: false desliga 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