AI Agent 三国杀:Claude Code vs OpenClaw vs Hermes Agent 深度横评

2026 年，AI Agent 赛道进入「三国杀」阶段。

一边是 Anthropic 官方的编码利器 Claude Code，一边是 Peter Steinberger 搞出的多平台消息网关 OpenClaw（310K+ GitHub Stars），还有 Nous Research 推出的自学习闭环 Agent——Hermes Agent。

它们定位完全不同，但都在争夺同一个问题：AI 到底该怎么跟人协作？

本文从产品定位、记忆系统、Skill 生态、Token 消耗、执行循环五个维度，逐层拆解三者的设计哲学与技术差异。

一、产品定位：三把不同的刀

先看一张总览表：

一句话：Claude Code 写代码最强，OpenClaw 连接平台最多，Hermes Agent 是唯一能「越用越懂你」的。

二、记忆系统：从笔记卡到向量金字塔到自学习闭环

三者记忆架构差异巨大，构成一条清晰的进化线。

Claude Code — 结构化笔记卡

~/.claude/projects/<project>/memory/
├── MEMORY.md      ← 索引（≤200行，始终加载）
├── user_role.md   ← 单条记忆
├── feedback_xxx.md ← 单条记忆
└── project_xxx.md  ← 单条记忆

工作流很简单：对话开始 → MEMORY.md^[1] 加载到上下文 → 需要时 Read 单个文件 → 主动判断写入时机。

优点： 简单透明，200 行硬上限防止失控。

缺点： 无语义搜索，全靠标题浏览，Agent 自己决定什么时候记。

OpenClaw — 四层金字塔

~/.openclaw/workspace/
├── SOUL.md        L1 ← 人格/语气（始终注入）
├── USER.md        L2 ← 用户偏好（始终注入）
├── MEMORY.md      L3 ← 长期记忆（持续膨胀！）
├── HEARTBEAT.md   ← 心跳检查清单
└── AGENTS.md      ← 工作区指令
~/.openclaw/memory/
└── .sqlite        ← 向量索引

四层全部注入 system prompt，加上向量搜索召回历史记忆，还有心跳机制定期自检。

优点： 向量搜索能力强，心跳自检确保记忆不腐化。

缺点：MEMORY.md^[2] 无自动压缩，持续膨胀带来安全和成本风险。

Hermes — 闭环自学习

~/.hermes/
├── MEMORY.md   ← 继承 OpenClaw 格式
├── USER.md     ← 用户偏好
├── SOUL.md     ← 人格定义
└── sessions.db ← FTS5 全文索引

核心是「闭环学习」：任务完成 → 自动提炼 → 写入记忆 → FTS5 全文检索 → Honcho 用户建模 → 理解「你是谁」 → Periodic Nudge 自我提醒。

优点： 唯一有用户建模的，自动学习越用越懂你。

缺点： 黑盒度高，你不太清楚它到底学了什么、记了什么。

记忆系统核心对比

三、Skill 系统：从提示词库到插件市场到自生长记忆

Claude Code — 专家提示词库

Skill = 结构化提示词（SKILL.md^[3]），/skill-name 展开为完整 prompt。手动创建，无官方市场，调用时才注入，不用不花 token。

OpenClaw — 插件市场生态

三层优先级：Built-in > ClawHub > User。ClawHub 市场有 13,000+ 技能。但已安装技能始终注入 system prompt，也就是说装多了每次请求都要付固定 token 税。另外约 20% 已标记为恶意——生态大但安全风险也大。

Hermes — 自生长程序性记忆

这是三者中最独特的：解决问题后自动生成 Skill，Skill 在使用中自改进，兼容 agentskills.io^[4] 开放标准，按需加载不预注入。

Skill 核心对比

四、Token 消耗：谁最烧钱？

记忆和 Skill 对 token 消耗的影响是三者成本差异的根本原因。

每次 API 调用的 Token 构成

总 Token = System Prompt + 记忆注入 + Skill 注入 + 当前对话 + Tool 结果 + LLM 输出

三者的固定开销差异巨大：

核心结论：

• Claude Code 是「按需取用」——不用就不花 token，还有 Prompt Caching 90% 折扣

• OpenClaw 是「全量预加载」——装了多少 Skill、记了多少事，每次请求都要付固定税，24/7 运行下成本极易失控

• Hermes Agent 介于两者之间——按需加载 Skill + LLM 摘要压缩记忆，但自学习闭环会产生额外的「隐形 API 调用」

成本控制策略

五、Agent 执行循环

Claude Code：单线程编码利器

用户输入 → System Prompt → LLM 推理 → Tool 调用（Read/Write/Edit/Bash/Grep/Glob）→ 结果返回 → 继续推理 → 输出。

特点：单线程、单会话、无后台。自动压缩上下文 + Prompt Caching。

OpenClaw：多平台消息枢纽

消息平台（Telegram/Discord/微信…）→ Gateway 路由 → 四层记忆注入 → LLM 推理 → Skill/Tool 执行 → 响应回平台 → 记忆更新。

特点：多平台、多会话、心跳、子代理、DM 配对、群组沙箱、工具白名单。

Hermes：学习闭环引擎

消息平台/CLI → Gateway → FTS5 搜索 + Honcho 用户建模 → LLM 推理 → Skill/Tool 执行 → 经验提炼 → 自动写 Skill + 持久化 → Nudge 自检 → 响应。

特点：学习闭环、并行子代理、Atropos RL 训练、轨迹导出微调。

六、选型指南

总结

Claude Code 是最强编码刀，OpenClaw 是最广连接网，Hermes Agent 是唯一会自己长大的 Agent。

三者的记忆和 Skill 系统从简单到复杂恰好构成一条进化线：静态笔记 → 向量搜索 → 自学习闭环。

选哪个？取决于你最在意什么——编码质量、平台覆盖、还是 AI 能不能真正「记住你」。

本文基于 hyphentech.top/agent-comparison^[5] 原始对比数据撰写。

参考资料

[1]MEMORY.md: http://memory.md/

[2]MEMORY.md: http://memory.md/

[3]SKILL.md: http://skill.md/

[4]agentskills.io: http://agentskills.io/

[5]hyphentech.top/agent-comparison: http://hyphentech.top/agent-comparison

黑粉科技

用大白话讲透 AI 硬核知识

━━━━

📱 公众号：黑粉科技

📺 B站：黑粉科技

🎬 快手 / 视频号：黑粉科技

🌐 官网：www.hyphentech.top

— 感谢阅读，欢迎关注 —