Hermes 推出 Browser Use 模式：12 个浏览器工具合并，token 消耗直降近半

Nous Research 近日为旗下 Hermes 模型推出 "Browser Use 模式"，将原本分散的 12 个浏览器操作工具合并为单一脚本式调用入口。官方在 X 上公布的数据表明，在内部测试中该方案可将 token 消耗削减 48%–66%，同时保持任务准确率不下降。

核心改动：工具合并与脚本化

此前 Hermes 在浏览器自动化场景下需要挂载 12 个独立工具，每次 LLM 请求都要附带一整套 schema，且每一步点击、输入等操作都对应一次独立的工具调用。Browser Use 模式改由 browser_use 提供的 CLI 3.0 驱动，Agent 不再逐个触发工具，而是直接编写一段脚本来完成连续操作。

• 工具数量：从 12 个并行的工具定义压缩为 1 个入口
• 调用方式：由"逐次工具调用"转为"单段脚本执行"
• 底层依赖：browser_use CLI 3.0

实际收益：显著的 token 节省

根据 Nous Research 自述的测试结果：

• token 使用量下降 48%–66%
• 任务准确率未见下降（no accuracy drop）
• 每次请求携带的 schema 数量大幅减少

这一收益在长链路、多步骤的网页任务中尤为明显，因为传统模式下"每步一调用"会让请求次数和上下文长度同步膨胀，而脚本化方式把多步操作折叠成一次完整的程序执行。

对 Agent 开发者的意义

对于使用 Hermes 搭建浏览器 Agent 或自动化工作流的开发者而言，Browser Use 模式提供了两条直接价值：成本端的 token 费用下降，以及延迟与上下文管理压力的减轻。Nous Research 并未公布具体的测试任务集、样本规模或对比基线，因此上述节省幅度仍需社区复现验证。

整体来看，这是 Hermes 在 Agent 能力方向上的一次工程优化，而非底层模型层面的突破，但对依赖浏览器交互的 Agent 场景具有较直接的实用价值。