Hermes可靠、可自我進化，並由最新的代理大型語言模型提供支持，為NVIDIA RTX PC和工作站帶來了一類新型代理
智能體人工智慧正在改變使用者完成工作的方式。繼 OpenClaw 取得成功之後，社群正積極擁抱新的開源智能體框架。最新的案例是 Hermes Agent，它在不到三個月的時間內就獲得了超過 14 萬個 GitHub star ，根據OpenRouter 的數據，截至上週，它已成為全球使用最廣泛的智能體。
Hermes 由 Nous Research 開發，旨在實現可靠性和自我改進——這兩點在以往的代理程式中都難以實現。它從設計上就與提供者和模型無關，並針對始終在線的本地使用進行了優化，因此 NVIDIA RTX PC、NVIDIA RTX PRO 工作站和 NVIDIA DGX Spark 是全天候全速運行它的理想硬體。
阿里巴巴推出的全新高效能、開放權重的大型語言模型（LLM）系列－Qwen 3.6，是運行 Hermes 等本地智能體的理想選擇。Qwen 3.6 的 270 億和 350 億參數模型性能優於上一代 1200 億和 4000 億參數模型，並可在 NVIDIA RTX 和 DGX Spark 顯示卡上運行，從而加速智能體的 AI 運行。
Hermes：本地人工智慧代理能力加速
與其他熱門智慧代理一樣，Hermes 可以與即時通訊應用集成，存取本地文件和應用程序，並全天候運行。但它有四項突出的功能使其脫穎而出：
- ● 自我進化技能：Hermes 會寫作並完善自身的技能。每當智能體遇到複雜任務或收到回饋時，它都會將學習成果保存為技能，以便隨著時間的推移不斷適應和改進。
- ● 子代理：Hermes 將子代理視為生命週期短、彼此獨立的個體，它們專注於特定的子任務，並擁有特定的上下文和工具集。這使得任務組織更加清晰，最大限度地減少了代理的困惑，並允許 Hermes 在更小的上下文視窗中運行，這對於局部模型而言非常理想。
- ● 可靠性源自於精心設計：Nous Research 對 Hermes 自帶的每項技能、工具和插件都進行了嚴格的篩選和壓力測試。最終成果：Hermes 開箱即用——即使面對 300 億參數級的本地模型——也無需像大多數其他代理框架那樣進行頻繁的調試。
- ● 同樣的模型，更好的結果：開發者使用相同模型在不同框架中進行對比，結果始終顯示 Hermes 表現更佳。差別在於框架：Hermes 是一個主動式編排層，而非簡單的封裝層，它支援持久化的裝置端代理，而非逐個任務執行。
Hermes 代理程式和底層 LLM 皆設計為本地運作－這意味著硬體品質直接決定使用者體驗的品質。 NVIDIA RTX GPU 專為此類工作負載而設計。
Qwen 3.6：資料中心級智能，在地化
最新的 Qwen 3.6 車型在備受讚譽的 Qwen 3.5 系列的基礎上進行了升級，為本地 AI 代理帶來了另一個飛躍。全新的 Qwen 3.6 35B 型號僅需約 20GB 內存即可運行，其性能卻超越了需要 70GB 以上內存的 1200 億參數模型。
此外，Qwen 3.6 27B 是一款全新的高密度模型，具有更多活躍參數——其精度可媲美 Qwen 3.5 397B 等 4000 億參數模型，而體積卻只有後者的十六分之一。在高階 RTX GPU 上運行，可為該模型提供所需的強大運算能力，從而帶來流暢的體驗。
這些模型非常適合 Hermes 等本地智能體，而 NVIDIA GPU 和 DGX Spark 則是運行它們的最佳方式。 NVIDIA Tensor Core 可加速 AI 推理，從而實現更高的吞吐量和更低的延遲——因此 Hermes 可以在幾秒鐘內完成多步驟任務或改進自身技能，而無需耗費數分鐘。
DGX Spark：始終在線的智慧型計算機
像 Hermes 這樣的智能體旨在持續運作——回應請求、規劃多步驟任務、自主執行並自我改進。 NVIDIA DGX Spark 是其理想搭檔——這是一款緊湊高效的獨立設備，專為持續、全天候的智能體工作流程而設計。
NVIDIA DGX Spark 擁有 128GB 統一記憶體和 1 petaflop 的 AI 效能，可全天候運行 1200 億參數的混合專家模型。而全新的 Qwen 3.6 35B 型號則以更小的體積提供同等的智能，運行速度更快，並支援用戶同時運行多個工作負載。
為了最大限度地發揮性能並提高易用性，請閱讀 Hermes DGX Spark 使用手冊。此外，請報名參加 NVIDIA 「自己動手打造」智能體 AI 系列即將舉辦的實作課程，學習如何使用 NemoClaw 和 OpenShell 建立自主 AI 代理。
NVIDIA DGX Spark 現已可透過 NVIDIA 的製造合作夥伴訂購。
在NVIDIA硬體上使用Hermes入門指南
在 NVIDIA 硬體上本地運行 Hermes 非常簡單。
造訪 Hermes GitHub 程式碼庫即可開始使用，並將其與首選的本地模型和運行時環境搭配使用。您可以透過 llama.cpp、LM Studio 或 Ollama 在 Qwen 3.6 上執行 Hermes。 Hermes Agent 開箱即用，支援 LM Studio 和 Ollama，是部署本地代理的最簡單方法。
無論是探索個人代理前沿的本地人工智慧愛好者，還是為其工作流程建立本地工具的開發人員，NVIDIA 硬體上的 Hermes 都能提供獨特而強大的可靠基礎。
請關注 RTX AI Garage 的更多更新，以了解針對 NVIDIA RTX 硬體優化的最新開放式模型和代理程式。
#ICYMI：RTX AI Garage的最新消息
使用 llama.cpp 執行 Qwen 3.6 模型時， NVIDIA RTX PRO GPU 可將令牌產生速度提升高達 3 倍。獲得本地 AI 所需的即時回應能力，使智能體能夠處理多步驟任務並不斷提陞技能，從而保持工作流程的順暢。
Google 的 Gemma 4 26B 和 31B 型號現已推出 NVFP4 檢查點版本，可在 NVIDIA Blackwell GPU 上實現更快的效能。將 NVFP4 檢查點與 Google 全新的多標記預測 (Multi-Token Prediction) 草案搭配使用，可在維持相同輸出品質的前提下，將推理速度提升至 3 倍，從而在 NVIDIA GPU 上實現前沿級推理。
Mistral Medium 版本 3.5也於 4 月發布，其中包含與 llama.cpp 和 Ollama 的兼容性更新，使用戶能夠在 NVIDIA RTX PRO 和 DGX Spark 系統上運行。
NVIDIA 近期推出了 NVIDIA NemoClaw，這是一個開源技術棧，它透過增強安全性和支援本機模型，優化了 OpenClaw 在 NVIDIA 裝置上的使用體驗。 NemoClaw 現在支援 Windows 子系統 Linux 版 (WSL2)，為微軟平台上的愛好者和開發者提供了支援。您可以參考這份逐步指南，在 DGX Spark 上快速上手 NemoClaw 。
