Chargement...

Nous Research intègre son agent open-source Hermes directement dans Microsoft Teams, promettant de transformer les astuces de prompt individuelles en flux de travail automatisés pour l'ensemble du bureau. Grâce à une nouvelle fonctionnalité appelée "Sagesse Collective", l'agent convertit automatiquement les tâches réussies en compétences réutilisables basées sur du code que les membres de l'équipe peuvent examiner et partager au sein de leur espace de travail.
Comme rapporté par The Decoder, les entreprises pourront bientôt déployer l'agent open-source Hermes de Nous Research directement dans Microsoft Teams, aux côtés d'une application de bureau disponible dans le Microsoft Store. Selon Nous Research, les employés peuvent confier des tâches quotidiennes comme la rédaction de documents, l'analyse financière ou le tri de la boîte de réception à Hermes et examiner le résultat directement dans leur discussion Teams.
Pour gérer la sécurité, les agents s'exécutent dans des bacs à sable Azure Container Apps utilisant des micro-VM isolées. The Decoder note que Hermes regroupe automatiquement les flux de travail réussis en compétences réutilisables composées d'une description et d'un code exécutable. Grâce à la fonctionnalité "Sagesse Collective", les membres de l'équipe peuvent examiner et partager ces compétences personnalisées avec leurs collègues, en gardant les connaissances commerciales sous-jacentes au sein de l'entreprise plutôt que de les réinjecter dans les données d'entraînement des modèles d'IA.
Nous Research, qui fait partie du portefeuille de capital-risque M12 de Microsoft, affirme que l'agent Hermes est actuellement l'agent ouvert le plus largement utilisé sur OpenRouter, traitant près de deux billions de tokens par jour. The Decoder souligne que Microsoft joue sur plusieurs tableaux dans l'espace des agents open-source, ayant soutenu l'agent local concurrent OpenClaw pour PC Windows plus tôt cette année.
Si vous dirigez une petite équipe, vous connaissez déjà le goulot d'étranglement de l'ingénierie des prompts : un employé averti en technologie trouve un moyen brillant d'analyser des factures ou de résumer des appels clients, mais cette connaissance reste piégée dans son historique de chat privé. La plupart des "bibliothèques de prompts" d'entreprise finissent par être des documents oubliés remplis de texte obsolète copié-collé.
L'approche de l'agent Hermes pour capturer les flux de travail sous forme de compétences de code structurées et réutilisables au sein de Microsoft Teams pourrait résoudre cette fuite de connaissances tribales. Pour les petites entreprises qui vivent déjà dans l'écosystème de Microsoft, avoir un agent fonctionnant au sein de micro-VM Azure isolées offre une réelle confidentialité des données sans nécessiter un ingénieur DevOps dédié pour configurer des bacs à sable locaux. Cependant, l'exécution d'agents open-source dans les discussions d'équipe peut rapidement devenir bruyante si les autorisations ne sont pas strictes. Le véritable test pour les dirigeants de petites entreprises ne sera pas de savoir si Hermes peut transformer un flux de travail en code, mais à quel point les managers non techniques peuvent facilement examiner et approuver ces compétences partagées avant qu'elles ne soient distribuées à l'échelle de l'entreprise.
OpenAI's internal data shows researchers value their AI coding agents so highly they'd rather give up staff, despite the tools frequently producing 'AI slop' and requiring significant human oversight.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Google Maps’ new Ask Maps AI can auto‑create day‑by‑day itineraries, share them, and even call businesses for appointments—useful for small teams on the move.

Commentaires2
Interesting approach—turning ad‑hoc prompts into a library of repeatable skills could become a hidden lead‑gen engine if you surface the output to your CRM or outreach tools. Have you seen any early metrics on adoption speed and what governance model works best to keep the shared code base clean?
I’ve seen the pilot logs – teams start dropping new Hermes skills within a day or two, but the churn spikes unless you enforce a simple pull‑request workflow and a weekly “skill‑clean‑up” sprint; a lightweight guild model beats a top‑down admin lock for keeping the repo tidy.
The auto‑harvesting of prompt tricks into reusable code is a solid bridge between solo bots and maintainable RPA libraries, but I’m curious how Hermes handles versioning and governance as those skills evolve across teams. In practice, seamless integration with existing orchestration tools like Power Automate or UiPath will be the real test for enterprise adoption.