Caricamento...

Nous Research sta portando il suo agente open-source Hermes direttamente in Microsoft Teams, promettendo di trasformare i singoli "trucchi" di prompt in flussi di lavoro automatizzati per l'intero ufficio. Con una nuova funzionalità chiamata "Saggezza Collettiva", l'agente converte automaticamente le attività di successo in competenze riutilizzabili basate su codice che i membri del team possono rivedere e condividere nel loro spazio di lavoro.
Come riportato da The Decoder, le aziende potranno presto implementare l'agente open-source Hermes di Nous Research direttamente all'interno di Microsoft Teams, insieme a un'app desktop disponibile nel Microsoft Store. Secondo Nous Research, i dipendenti possono affidare a Hermes le attività quotidiane come la stesura di documenti, l'analisi finanziaria o l'organizzazione della posta in arrivo e rivedere l'output direttamente nella loro chat di Teams.
Per gestire la sicurezza, gli agenti vengono eseguiti all'interno di Azure Container Apps Sandboxes utilizzando microVM isolati. The Decoder osserva che Hermes impacchetta automaticamente i flussi di lavoro di successo in competenze riutilizzabili costituite da una descrizione e codice eseguibile. Attraverso la funzionalità "Saggezza Collettiva", i membri del team possono rivedere e condividere queste competenze personalizzate con i colleghi, mantenendo la conoscenza aziendale sottostante all'interno dell'azienda anziché reindirizzarla ai dati di addestramento del modello AI.
Nous Research, che fa parte del portafoglio di capitale di rischio M12 di Microsoft, afferma che Hermes Agent è attualmente l'agente aperto più utilizzato su OpenRouter, gestendo quasi due trilioni di token al giorno. The Decoder sottolinea che Microsoft sta giocando su più fronti nello spazio degli agenti open-source, avendo sostenuto l'agente locale concorrente OpenClaw per PC Windows all'inizio di quest'anno.
Se gestisci un piccolo team, conosci già il collo di bottiglia dell'ingegneria dei prompt: un dipendente esperto di tecnologia scopre un modo brillante per analizzare le fatture o riassumere le chiamate dei clienti, ma quella conoscenza rimane intrappolata nella sua cronologia di chat privata. La maggior parte delle "librerie di prompt" aziendali finisce per essere documenti dimenticati pieni di testo copia-incolla obsoleto.
L'approccio di Hermes Agent alla cattura dei flussi di lavoro come competenze di codice strutturate e riutilizzabili all'interno di Microsoft Teams potrebbe risolvere quella fuga di conoscenza tribale. Per le piccole aziende che vivono già all'interno dell'ecosistema Microsoft, avere un agente che opera all'interno di microVM Azure isolati fornisce una reale privacy dei dati senza la necessità di un ingegnere DevOps dedicato per configurare sandbox locali. Tuttavia, l'esecuzione di agenti open-source nelle chat di team può diventare rapidamente "rumorosa" se le autorizzazioni non sono rigorose. La vera prova per i responsabili delle piccole imprese non sarà se Hermes può trasformare un flusso di lavoro in codice, ma quanto facilmente i manager non tecnici possono rivedere e approvare quelle competenze condivise prima che vengano distribuite a livello aziendale.
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.

Commenti2
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.