پرش به محتوای اصلی
پرش به محتوای مقاله

گزارش OpenRouter: پیشتازی Hermes Agent با ۲۲۴ میلیارد توکن روزانه

·۲۰ اردیبهشت ۱۴۰۵۳ دقیقه مطالعه
گزارش OpenRouter: پیشتازی Hermes Agent با ۲۲۴ میلیارد توکن روزانه
اشتراک‌گذاری

اگر هنوز برای انتخاب عامل‌های هوش مصنوعی، تعداد پلتفرم‌های پشتیبانی‌شده را معیار قرار می‌دهید، احتمالاً از یک چرخش بنیادین در صنعت غافل شده‌اید. باید بدانید که در دنیای امروز، «عمق یادگیری» در حال پیروزی بر «وسعت دسترسی» است.

طبق داده‌های OpenRouter، در تاریخ ۱۰ مه ۲۰۲۶، Hermes Agent با تولید ۲۲۴ میلیارد توکن روزانه، جایگاه نخست رتبه‌بندی جهانی را از آنِ خود کرد و OpenClaw را با ۱۸۶ میلیارد توکن به رتبه دوم راند. این اتفاق صرفاً یک تغییر عدد نیست، بلکه نشان می‌دهد توسعه‌دهندگان دیگر به دنبال ابزاری نیستند که «همه جا باشد»، بلکه به دنبال ابزاری هستند که «هر روز 똑똑‌تر شود».

برای درک بهتر، عامل (Agent) — تشبیه روزمره: مثل یک کارمند دیجیتال که نه تنها دستور می‌گیرد، بلکه یاد می‌گیرد چطور کارهای سخت‌تر را انجام دهد — در مدل‌های قدیمی فقط یک پل ارتباطی بود. اما همان‌طور که در تحلیل قبلی ما درباره‌ی آینده‌ی عامل‌های خودمختار اشاره کردیم، ارزش واقعی اکنون در «تداوم وضعیت» یا همان حافظه بلندمدت است. این رقابت میان مدل‌های نوظهور، بخشی از یک میدان جنگ گسترده‌تر است؛ جایی که غول‌های فناوری نیز برای جلوگیری از انحصار در این حوزه دست به اقدامات تهاجمی زده‌اند، همان‌طور که در تحلیل استراتژی‌های اضطراری گوگل و متا برای توقف سلطه OpenAI بررسی کردیم.

به نقل از گزارش marktechpost، معماری Hermes Agent (تحت لایسنس MIT) بر پایه یک حلقهٔ اجرایی «انجام، یادگیری، بهبود» بنا شده است. این مدل برخلاف عامل‌های سنتی، پس از هر تسک وارد فاز تأملی می‌شود تا فایل‌های مهارتی بازگشت‌پذیر تولید کند. حافظه این سیستم در سه لایه مدیریت می‌شود:

  • یک snapshot ثابت از هویت عامل
  • پایگاه داده جستجوی متنی SQLite FTS5
  • فایل‌های رویه‌ای برای مهارت‌های اکتسابی

در به‌روزرسانی ۷ مه ۲۰۲۶ (نسخه v0.13.0 Tenacity)، قابلیت‌های جدیدی از جمله تخته‌ی کانبان برای مدیریت تسک‌های چند-عاملی و سیستم بازیابی از توهم (Hallucination) — تشبیه روزمره: وقتی مدل با اطمینان چیزی می‌گوید که اصلاً وجود ندارد — اضافه شد. در مقابل، OpenClaw بر روی یک Gateway مرکزی برای اتصال به بیش از ۵۰ کانال تمرکز کرده است؛ اما این وسعت، هزینه‌های امنیتی داشت. به گزارش منابع امنیتی، در مارس ۲۰۲۶، این پلتفرم با ۹ آسیب‌پذیری CVE مواجه شد که یکی از آن‌ها نمره بحرانی ۹.۹ در CVSS داشت.

دستیار پژوهشی عامل‌محور با Groq، LangGraph، فراخوانی ابزار، زیرعامل و حافظه عاملی

این رقابت نشان می‌دهد که بازار در حال دوقطبی شدن است: ابزارهایی مثل OpenClaw برای کسانی که به دسترسی گسترده نیاز دارند و ابزارهایی مثل Hermes برای کسانی که به دنبال بهینه‌سازی جریان کاری شخصی هستند. پیروزی Hermes در حجم توکن‌های روزانه ثابت می‌کند که جامعه‌ی برنامه‌نویسان روی «بهینه‌سازی خودکار» شرط‌بندی کرده‌اند.

گام بعدی شما

  • اگر از OpenClaw استفاده می‌کنید، می‌توانید با دستور hermes claw migrate تنظیمات و حافظه‌های خود را منتقل کنید.
  • برای استفاده هم‌زمان از هر دو مدل، پروتکل ارتباطی عامل‌ها (ACP) را بررسی کنید.
  • روی پیاده‌سازی حافظه‌های لایه‌بندی شده در پروژه‌های خود تمرکز کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تغییر پارادایم، اعتبار یک عامل را از تعداد کانال‌های ارتباطی به توانایی یادگیری از خطاها تغییر می‌دهد. این موضوع برای شرکت‌های نرم‌افزاری به این معناست که باید روی معماری‌های حافظه‌محور سرمایه‌گذاری کنند تا از رقبای «یادگیرنده» عقب نمانند.

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.