Claude Code 里 Fable 规划审核用 Hermes MOA 调度其他模型

## 背景

在2026年6月下旬，Anthropic推出了Claude Fable 5（简称Fable），该模型被定位为下一代智能体，用于解决最困难的知识工作和编码问题。Fable 5 在Claude Code等智能体框架中表现出色，能独自承担多阶段规划、子智能体委托和自我验证等复杂任务，特别适合需要自主运行数天甚至数周的编码项目。

然而，Fable在实际使用中存在显著挑战：其规划与审核环节往往非常耗费Token资源，而单纯的执行任务（如代码实现）由其他模型（如GPT系列）完成则效率更高。用户在LINUX DO·AI社区分享了这一痛点，并提出了跨模型调度需求。近期，Nous Research的Hermes Agent发布了Mixture of Agents（MoA，混合智能体）功能，允许用户配置多个模型并由主模型聚合输出，这一功能被社区称为“Fable 5 Intelligence WITHOUT Fable 5”的高效替代方案。

## 核心内容

用户明确指出，Fable在规划和审核时Token消耗巨大，但执行环节（如代码编写、调试）很多情况下由GPT等模型就能高效完成。核心问题在于：如何在Claude Code的Fable调度下，利用其他模型完成执行任务，同时最大化节省Token。

用户提到前身Hermes（Hermes Agent）新发布了MoA功能，其实际表现“挺省token的，效果也还可以”。MoA被描述为通过“panel of experts”（专家小组）方式实现：参考模型（reference models）并行运行不同模型的回答，聚合模型（aggregator）则作为最终输出者判断、融合并生成更优结果。这种结构直接对应用户需求——Fable负责规划与审核，其他模型承担执行，最终由主模型（或特定聚合器）整合输出。

具体实现方式包括：

• 在Hermes Agent中将MoA预设（presets）作为虚拟模型提供商使用。
• 预设可配置多个参考模型（如OpenAI的GPT系列、Anthropic的Claude系列等）和一个聚合器模型。
• 调用时通过命令（如 /moa 或 --provider moa）切换到MoA模式。
• 参考模型在不带工具模式或完整系统提示的情况下并行处理输入，输出以私有上下文形式追加到主会话中，聚合器在此基础上生成最终响应，同时继续执行正常智能体循环（工具调用、迭代等）。
• 优势：即使单个参考模型较弱，组合仍能提升质量，尤其在复杂任务上；成本为多个模型调用之和，但通过配置可控制（例如默认预设包括GPT-5.5参考 + Opus聚合器）。
• 用户在社区反馈中认可MoA的Token效率和整体效果，视其为替代Fable 5规划审核的实用方案。

## 关键要点

• Fable 5 规划与审核耗费大量Token，但执行环节可由GPT等其他模型完成，形成跨模型调度需求。
• Hermes Agent MoA功能允许配置多个模型并行运行，聚合模型融合输出，核心是“专家小组”式协作。
• MoA预设作为虚拟模型直接在Claude Code等框架中调用，支持自定义配置（参考模型、聚合器、温度等参数）。
• 实际运行显示MoA Token省略且效果可接受，尤其适合需要规划审核但执行由其他模型驱动的任务。
• 这种方式本质上是单模型的扩展，而非依赖单一顶级模型，适用于有多个模型访问权的用户。

## 意义与影响

此话题反映了AI工具生态从单一顶级模型依赖转向混合智能体系统的演进。MoA的出现为Fable用户提供了低成本、灵活的替代方案，尤其在模型访问受限或费用敏感的场景下，能够显著降低Token消耗同时维持接近顶级模型的性能。

对于开发者与工程师而言，这意味着更高效的AI工作流：不再为每一步规划与审核投入高昂Token，而是将Fable的智能调度优势与执行层的并行能力结合。长期来看，这推动了更可持续的AI应用实践，降低整体使用门槛，同时为用户构建“模型联盟”提供了可复制的配置模板。社区对MoA的积极反馈，预示着类似混合系统将在2026年后续AI开发工具中普及，进一步优化Agent工作流的Token效率与质量平衡。