Hermes + DeepSeek 4 + MiniMax 2.7: программирование с использованием нескольких моделей на ZimaBoard

Описание: Могут ли две модели LLM действительно координировать свои действия для создания реального программного обеспечения с минимальным участием человека? В этом эксперименте я настроил Hermes на ZimaBoard 2 для управления DeepSeek 4 и MiniMax 2.7, а затем поручил им две совершенно разные задачи по программированию, чтобы посмотреть, насколько далеко они смогут продвинуться самостоятельно.

Это не руководство по «созданию программного обеспечения с помощью ИИ». Это честный взгляд на то, что происходит, когда вы позволяете нескольким моделям координировать свои действия и стараетесь не мешать им.

🛠 Использованная в этом видео конфигурация:
ZimaBoard 2 (https://link.amazon/B06b7opS0)
Агент Hermes (https://cutt.ly/mtMfYM3x)
MiniMax 2.7 (https://cutt.ly/ZtMfUoMq)
DeepSeek 4 (https://cutt.ly/btMfOqNe)

-------------

⏱ Разделы:
00:00 Вступление
00:42 Почему я запускаю агенты на ZimaBoard, а не на ноутбуке
01:27 Конфигурация: Hermes, DeepSeek 4, MiniMax 2.7 через Opencode
04:22 Задание 1: Экспорт PDF + HTML для редактора Markdown
05:42 Тестирование функции экспорта
07:32 Задание 2: Создание агрегатора RSS Ним
10:25 Обзор сгенерированного проекта Ним
12:00 Бинарный файл размером 700 КБ — почему я люблю Ним
12:20 Заключительные мысли

💬 Напишите в комментариях: стоит ли мне публиковать исходный код агрегатора RSS Ним? И что бы вы хотели, чтобы два скоординированных LLM-проекта создали дальше?

👍 Если вам понравился этот эксперимент, поставьте лайк и подпишитесь — скоро появятся новые эксперименты с локальным ИИ, саморазмещаемыми агентами и одноплатными вычислениями.

#LocalAI #Hermes #DeepSeek #MiniMax #ZimaBoard #nimratkhaira

P.S. Как партнер Amazon, я получаю доход от соответствующих покупок.