OpenClaw vs Hermes Agent:两种 AI Agent 的进化路线
开源 AI Agent 赛道今年最值得关注的两个项目,一个是 OpenClaw,一个是 Nous Research 的 Hermes Agent。两个都是 MIT 协议,都能接入主流聊天平台,都支持多模型切换。
但它们解决问题的思路完全不同。
OpenClaw 是网关优先的。它的核心是一个 Gateway 进程,所有消息渠道——WhatsApp、Telegram、Discord、Slack、iMessage、微信——都汇入这个中枢,由它统一调度。它的产品定位是”你的私人 AI 助手”,强调的是覆盖面和可控性。
Hermes Agent 是Agent 优先的。它的核心是一个带学习闭环的智能体运行时,能从经验中自动创建技能、跨会话记忆、自我改进。它的产品定位是”和你一起成长的 Agent”,强调的是深度和进化能力。
一个向外扩展,一个向内生长。
架构差异:Hub-Spoke vs 同心圆
OpenClaw 的架构像一个轮毂——Gateway 是中心,各个消息渠道是辐条。所有的会话管理、工具调用、安全策略都在 Gateway 层处理。这种设计的好处是集中管控:一个进程管所有渠道,一套配置管所有行为。
bash# OpenClaw:启动网关,所有渠道自动接入openclaw onboard --install-daemonopenclaw gateway --port 18789
Hermes Agent 的架构像同心圆——Agent 在最内层,记忆和技能围绕它生长,消息渠道在最外层。Gateway 只是一个可选的接入层,不是核心。
bash# Hermes:先有 Agent,再接渠道hermes # 直接开始对话hermes gateway # 可选:启动消息网关
这个差异决定了后面所有功能设计的走向。
记忆系统:隔离存储 vs 分层召回
每次 AI 忘记上下文,就有人要花时间重新解释一遍。记忆不是锦上添花的功能,是实打实的效率问题。
OpenClaw 的记忆是按助手隔离的。每个助手维护自己的持久存储,团队成员共享同一个助手的上下文,但不同助手之间数据不互通。这在多角色场景下很有用——客服助手、销售助手、内部运维助手各管各的,不会串数据。
Hermes Agent 的记忆分三层:
它还有 FTS5 全文搜索和 LLM 摘要,能从几个月前的对话历史里精准召回相关信息,不会因为上下文窗口限制而”失忆”。
技能系统:人工策展 vs 自动生长
这是两个项目分歧最大的地方。
OpenClaw 有 52+ 内置技能,采用文件优先级系统:内置技能 → 本地技能 → 工作区技能。你清楚地知道助手加载了哪个版本的技能、从哪里来的。这种透明度在面向客户的场景里很重要——你需要审计助手到底在做什么。
Hermes Agent 有 40+ 内置工具,但它的杀手锏是技能自动生成。当它解决了一个复杂问题——比如配置一套 CI/CD 流水线——它会自动把过程抽象成一个可复用的技能文档。下次遇到类似问题,直接调用,不需要从头推理。
更关键的是,这些技能会在使用中自我改进。某个步骤经常出错?它自动更新技能定义。用了三个月后,你会发现它积累了一套完全贴合你工作流的私人技能库。
OpenClaw 像一个严格按照操作手册工作的助手——手册写得好,它就做得好。
Hermes 像一个会自己写操作手册的助手——用得越多,手册越厚,效率越高。
技能还兼容 agentskills.io 开放标准和 ClawHub 社区,两个项目的技能生态正在逐步打通。
渠道覆盖:广度 vs 连续性
OpenClaw 在渠道覆盖上碾压级领先。它支持 20+ 个平台:WhatsApp、Telegram、Discord、Slack、iMessage、微信、QQ、Signal、Google Chat、Microsoft Teams、Matrix、LINE、IRC……几乎你能想到的都有。还有 macOS 菜单栏应用、iOS/Android 伴侣应用、语音唤醒。
Hermes Agent 支持 Telegram、Discord、Slack、WhatsApp、Signal 和 CLI。数量少得多,但它强调的是跨平台对话连续性——你在终端开始一个任务,出门后在 Telegram 上收到进展通知,到公司后在 Discord 上继续,上下文无缝衔接。它还支持语音消息转写。
20+
OpenClaw 支持的消息渠道
6
Hermes Agent 支持的消息渠道
安全模型
OpenClaw 的安全设计面向多用户场景:设备配对(新设备需要显式批准)、网关令牌认证、访问控制、按助手数据隔离。类似银行 App 的新设备授权流程。
Hermes Agent 的安全设计面向数据主权:零遥测,不主动向外发送任何数据。沙箱执行环境,容器级隔离。对于处理敏感数据的场景,”什么都不外传”这个保证直接消除了一整类合规问题。
谁该选谁
不需要在所有维度上打分。
找到你最在意的两三个点,答案就清楚了。
你的助手需要面向团队或客户,需要接入 5 个以上消息渠道,需要多助手隔离和访问控制,想要托管部署省心省力。OpenClaw 在渠道覆盖、团队协作和托管运维上有结构性优势。
你是个人用户或小团队,需要助手越用越聪明,在意模型选择的灵活性和成本优化,或者你在做 AI 研究需要轨迹数据和 RL 训练集成。Hermes 在自我学习、模型广度和研究工具链上有结构性优势。
两个项目都在快速迭代。Hermes Agent 甚至内置了 OpenClaw 的迁移工具(hermes claw migrate),可以一键导入 OpenClaw 的设置、记忆、技能和 API 密钥。这说明两个社区之间并不是对立关系,更像是同一个方向上的不同路径。
“
OpenClaw 优化了覆盖范围和生态系统的广度,Hermes 优化了学习的深度。
The New Stack
2026 AI Agent 对比评测
图灵纪
一个在 AI 时代积极探索的线上杂志
夜雨聆风