Nous Research 开源可自改进 AI Agent，支持多模型接入

Nous Research 近日在 X 平台披露了一项开源 AI Agent 产品，并列举其与同类方案的若干关键差异。根据官方推文整理，该 Agent 主要具备以下特点：支持连接任意 provider、订阅或模型；可在用户自有机器上完全免费运行，也可通过 Nous Portal 调用官方提供的若干免费模型；可在 bots 模式与经典 sessions 模式之间自由切换；具备自改进能力，能够在学习中以更低成本、更高效率执行任务；同时以开源形式发布，用户可按需修改 Agent 本身的任何部分。

接入与运行方式

在模型接入上，该 Agent 设计为 provider 无关，用户可自由接入不同的模型服务或本地部署的模型，而无需绑定到单一后端。在运行方式上，官方提供两条路径：一是在用户自有机器上本地运行，二是在 Nous Portal 上直接调用内置的免费模型，从而降低使用门槛。

双模式与会话管理

官方提及可在 bots 模式与经典 sessions 模式之间切换。前者通常对应多 Agent 协同与自动化任务执行，后者更接近传统一问一答式的会话形态。这一设计意味着用户可根据任务复杂度选择不同交互方式，而不必在多个工具之间来回切换。

自改进能力

值得注意的是，官方宣称该 Agent 具备自改进特性，能够在学习中不断优化任务执行路径，从而在后续运行中以更低成本和更高效率完成同类任务。这一方向与当前业界对 Agent 自我演化、强化学习微调等方向的关注一致。不过，官方推文并未披露具体技术实现、评测数据或对比基线，相关细节有待仓库或博客进一步公开。

开源与可定制

该 Agent 以开源形式发布，用户可修改其内部逻辑以适配个性化需求。结合 provider 无关与本地可运行的特性，这一开源策略面向的是希望对 Agent 行为拥有完全控制权的开发者与研究者群体。

小结

整体来看，Nous Research 此次发布聚焦在「开放」与「灵活」两个关键词上，试图以开源、本地部署、多 provider 兼容的组合切入 AI Agent 市场。但仅凭官方推文所披露的信息，仍缺乏足够的技术细节、性能基准与仓库链接，后续需以官方代码仓库或正式博客为准进一步评估其实际能力。