OpenClaw没凉,Hermes也没封神
最近被两个名字刷屏了：Hermes 和 OpenClaw。 媒体标题一个比一个猛“OpenClaw凉了”、“Hermes才是未来”。我刷了一圈发现：喊得最凶的那批人，很多连这两个东西是什么都没搞清楚。 我自己两个都在用。体验差距没有标题党写的那么夸张。但它们背后的两种思路，确实值得聊聊。 它们到底在争什么？为什么突然这么火？这事跟你有什么关系？ 先用一句话说清楚这俩是什么： OpenClaw 多个工具随便接，什么都能干。Hermes 卖点不是工具多，而是用着用着会自己变聪明。 你可以把它理解成一个开源 AI agent 工具箱。它最厉害的地方，不是某一个功能特别强，而是能接很多东西：工具、插件、平台、技能，能往里塞的都往里塞。 所以网上说它“凉了”，我是不太认同的。一个有几十万 GitHub 星标、还被 NVIDIA 拿到 GTC 上站台的项目，肯定不是没人用了。更准确地说，它不是凉了，而是长太快了。 OpenClaw 最近被讨论最多的，就是安全。Snyk （ 全球网络安全独角兽企业 ） 扫了将近 4000 个 ClawHub 技能包，超过三分之一有安全问题，1467 个带恶意载荷。另一份审计发现 63000 多个实例直接暴露在公网上。 这不是 OpenClaw 独有的。应用商店会有垃圾 App，浏览器插件会有恶意扩展，AI agent 的技能市场也一样。只要生态开放，就一定会有人钻空子。 所以我对 OpenClaw 的判断是：它没凉。它只是从野蛮生长走到了必须补安全课的阶段。 安全之外，社区吐槽比较多的还有一个：折腾。更新经常 break 东西，配置改着改着就乱了，自己管服务器、管 Docker、管安全加固装上去容易，养起来累。 当 OpenClaw 因各种问题焦头烂额时，Nous Research 在 2 月 25 号发布了 Hermes Agent。 Hermes 火，是因为它做了一件 OpenClaw 还没做到的事： 减少用户每次从零教 AI 的负担，让 AI 自己记住上下文和经验。 我自己用 AI 最烦的一点，是每次开一个新对话，都要重新解释一遍：我是谁、我在做什么、我喜欢什么风格、上次已经试过什么方案不行。 就像你每周换一个实习生。人都挺聪明，但你永远在重新带人。 Hermes 想解决的，就是这个问题：别让我每次都从零教你。 而且用过的人普遍有一个感受：Hermes 给个任务就自己去干了，不用来回拉扯。默认配置就挺好，不用你反复调。这跟 OpenClaw “装上容易、养起来累”的体验差别挺明显。 OpenClaw 像一个工具箱。 5700 多个工具随你翻，但用完了工具箱还是那个工具箱。 Hermes 像一个新员工。 一开始啥都不会，但干了几天活后，它开始自己记笔记、总结经验、写操作手册。下次遇到类似的事，不用你教。 自己记东西。 每隔一段对话，它在后台克隆一个副本回顾刚才聊了什么，判断有没有值得记住的。整个过程不占你的对话窗口。像一个白天帮你干活、晚上自己写工作总结的员工。 自己学技能。 完成复杂任务后，它会自动把解题过程写成“技能文档”。下次碰到类似问题直接调用，不用从头推理。发现技能过时了比如 API 版本变了当场自己修。 自己训练自己。 Hermes 有一套开源的训练管线，能把工作经验压缩成训练数据，用强化学习训练更强的模型。经验 → 数据 → 更强模型 → 更好 agent，一个闭环。 看到这里你可能觉得：那 Hermes 不是完胜吗？ Reddit 上有人做过统计，社区大概分成四派：35% 继续用 OpenClaw（ 生态太强 ），30% 换了 Hermes（ 记忆好 ），20% 两个都用（ OpenClaw 调度 + Hermes 执行 ），还有 15% 拒绝碰 Hermes（ 怀疑水军营销 ）。 这几年 AI agent 的变化，其实可以分成三阶段： 第二阶段，工具箱–它开始能调工具、跑流程，OpenClaw 就是这一类的代表。 第三阶段，学徒–它不只干活，还会记住怎么干，下次少让你教一遍。Hermes 想做的就是这个。 所以 OpenClaw 和 Hermes 的差别： OpenClaw 在解决“AI 能接触多少世界”。
逻辑：给你最多选择，你自己组合。像一个越来越大的工具箱。
逻辑：你别管，交给我，我自己学。像一个慢慢上手的新员工。
说实话,对大多数普通人来说，这两个的日常体验差距没那么大。你不是重度开发者，可能根本感知不到“自进化”的区别。
但背后有个更大的信号。
哈佛商业评论今年 3 月发了“AI Brain Fry”研究：同时用 3 个以上 AI 工具的人，生产力反而下降；CNN 报道里一个 AI 公司 CEO 说:“我每天精疲力竭不是因为工作,而是因为管理 AI 在做的工作。”
不是 AI 太快，是我们还在用老办法跟 AI 相处。
2024 年的 AI 是问答框,你来选工具、配参数、管流程、判断结果——没问题。2026 年的 AI agent 能自己拆任务、调工具、跑流程、检查结果。你还用管工具的方式去管一个“员工”,当然累。
所以 Hermes 火的真正原因，不是比 OpenClaw 好用多少，而是它代表了一种新的分工：你把目标讲清楚，把边界说清楚，最后验收结果。中间怎么干，AI 自己学。
这听起来轻松，其实不轻松。因为你不用会所有工具了，但 你得更清楚自己到底要什么。
不是不用学了,是要学的东西变了。
说到底,这篇没想教你装 Hermes，也没想教你配 OpenClaw。我更想说的是，别把这事看成两个项目抢热度。它背后真正有意思的，是 AI agent 正在从“工具”变成“同事”。 工具越多，人越容易累。同事越强，人越要学会把话说清楚。 所以别慌。今天是 OpenClaw，明天是 Hermes，后天还会有新的名字。真正不会过时的，不是你记住了多少工具，而是你能不能讲清楚目标、定好边界、判断结果。 以后会用 AI 的人，可能不是追新最快的人，而是最早学会让 AI 替自己跟上变化的人。
夜雨聆风
