乐于分享
好东西不私藏

OpenClaw vs Hermes Agent:两种 AI Agent 的进化路线

OpenClaw vs Hermes Agent:两种 AI Agent 的进化路线

OpenClaw VS Hermes Agent

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:

会话记忆:当前对话的上下文
持久记忆:跨会话保存的事实、偏好、决策
技能记忆:从解决问题的过程中提炼的方案模式

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”。

OpenClaw 记忆VSHermes 记忆
按助手隔离,数据不串
三层记忆,逐级深入
团队共享同一助手上下文
个人深度召回,FTS5 搜索
适合多角色、多助手场景
适合单人长期使用场景
手动管理记忆内容
主动提醒自己保存重要信息

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。

一个类比

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。

选 OpenClaw 的场景

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。

选 Hermes Agent 的场景

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

探索未知,分享科技的力量

图灵纪

一个在 AI 时代积极探索的线上杂志