我是怎么把 OpenClaw 和 Hermes 用成一支 AI 团队的

我喜欢新事物。

尤其是那种刚冒头、还不完美、但一眼能看出潜力的新东西。

今年 1 月，OpenClaw 开始火起来。我第一时间就在自己的老电脑上装了一只“小龙虾”。一直用到现在。

上个月，我又装了 Hermes。我叫它“爱马仕”。

这两个东西到底是什么？

如果只用一句话说，它们不是普通聊天机器人，而是可以调用工具、读写文件、操作系统、沉淀技能、长期陪你干活的 AI Agent。

很多人问我：

OpenClaw 和 Hermes 到底能干什么？

是不是又一个技术圈玩具？

我的回答是：

现在确实还不成熟。

但它们已经不是玩具。

更准确地说，它们像早期的 Linux。看起来粗糙，需要折腾，很多地方还不够顺手。但如果你真的装起来、用起来、改起来，你会看到一种新的工作方式正在长出来。

AI 的发展速度，已经不能按年来算。

甚至不能按季度算。

它是按月在变。

如果你对 AI Agent 的印象还停留在一个月前，那很可能已经漏掉了很多新东西。

关键不在于它能干什么，而在于你怎么用

我最早想到的用途，是让它写代码。

原因很简单。

我是技术出身。一个工具如果能帮程序员干活，那它大概率也能迁移到很多岗位上。

程序员的工作有几个特点：

流程复杂。

结果可验证。

错误成本高。

需要协作。

如果 AI Agent 能在软件开发里跑通一套协作流程，那它就不只是“帮我写一段代码”的工具，而是一个小型数字团队的雏形。

所以我没有只把 OpenClaw 当成一个聊天框。

我把它当成一家公司。

 我在 OpenClaw 里搭了一支 AI 开发团队

按照我对软件工程的理解，一个正常开发团队至少需要几个角色。

要有项目经理，负责统筹、拆任务、推动进度。

要有产品经理，负责需求理解、方案设计、边界取舍。

要有程序员，负责编码实现。

要有人做 code review。

还要有测试工程师，负责验证、发现问题、回归测试。

最后，还要有交付和验收流程。

于是，我在 OpenClaw 里搭了一套多 Agent 架构。

项目经理叫“珍珠”。

产品经理叫“贝尔”。

程序员有两个，一个叫“哈利”，一个叫“金豆”。

测试工程师叫“喜羊羊”。

这里有一点私心。

珍珠、金豆和喜羊羊，是我家的三只猫。

现在它们不只负责卖萌，也负责推进项目了。

我把需求交给“珍珠”。

珍珠会组织团队拆任务，贝尔先做设计，哈利和金豆写代码，测试 Agent 做检查，必要时再回到开发环节修改。

一开始我也只是试试。

后来发现，它真的能跑。

不是每次都完美，也不是不用管。但整个过程已经像一个有分工、有反馈、有迭代的小团队。

你不再是对一个模型说“帮我写代码”。

你是在管理一支 AI 团队。

这支团队做出了什么？

最直接的成果，是它帮我开发了一批 OpenClaw skills。

这些 skill 发布到 ClawHub 后，我的账号 harrylabsj 一度冲到全球榜前列，这一段时间稳定到第 5 名。

这件事对我触动很大。

因为这说明，多 Agent 协作不是 PPT 里的概念。

它可以真的把需求变成项目，把想法变成工具，把一次经验沉淀成下一次可以复用的 skill。

这也是我现在越来越相信 AI Agent 的原因。

真正有价值的，不是让 AI 回答一次问题。

而是让 AI 帮你沉淀一套能力。

今天它帮你做一个工具。

明天这个工具变成 skill。

后天这个 skill 被新的 Agent 调用。

一层一层叠上去，你就不再只是“使用 AI”，而是在养一个属于自己的工作系统。

写代码只是开始

当最复杂的软件开发流程都能跑起来，其他场景反而变得容易理解了。

比如健康管理。

我可以专门做一个健康 Agent，负责收集体检报告、化验单、医生处方、病历记录。

它不替代医生。

但它可以帮我把资料整理好，提醒我按时吃药，记录血压、运动、睡眠和复查时间。

以前这些东西散落在照片、PDF、医院小程序和聊天记录里。

现在可以慢慢变成一套自己的健康档案。

再比如知识管理。

我很受 Andrej Karpathy 的 LLM Wiki 思路启发。

Karpathy 是 OpenAI 早期成员之一，后来在 Tesla 负责自动驾驶 AI，也设计过斯坦福经典深度学习课程 CS231n。他最近几年特别强调一点：不要只把大模型当成问答工具，而要把它变成整理知识、连接概念、长期积累理解的系统。

这个思路打动了我。

于是我自己写了一个 skill，用来整理我的读书笔记和 Logseq 知识图谱。

它会帮我把原始笔记拆成概念、人物、问题、书目和主题页，再慢慢连成一个 LLM Wiki。

以前查知识，是在一堆笔记里翻。

现在更像是在问自己的第二大脑。

还有陪孩子学习。

我写了一个学习陪伴官。

它可以记录孩子的成绩、作业、错题、知识点掌握情况，也可以根据薄弱点定制练习和试卷。

这件事对家庭很有价值。

因为真正的学习陪伴，不是盯着孩子写完作业，而是看见他到底卡在哪里，哪些概念没有吃透，哪些错误反复出现。

AI Agent 很适合做这种长期、细碎、需要记录和复盘的事。

我越来越确信：AI Agent 会进入普通人的生活

很多人讨论 AI，会习惯性把问题放得很大。

AI 会不会替代人类？

AI 会不会毁掉工作？

AGI 什么时候到来？

这些问题当然重要。

但我更关心另一个问题：

一个普通人，能不能先拥有一个真正能干活的 AI 助理？

不是写一句文案。

不是回答一个问题。

而是帮你管理资料、整理知识、推进项目、记录健康、陪孩子学习、提醒生活琐事、复盘每天的行动。

如果你已经开始这样用，AI 就不再是新闻里的概念。

它会变成你的生活基础设施。

像电脑。

像手机。

像搜索引擎。

只不过，这一次，它不是等你点击，而是能主动帮你执行。

但我不建议你一上来就装在工作电脑里

OpenClaw 和 Hermes 都很强。

强的另一面，是权限边界必须认真对待。

一个能读写文件、调用终端、连接聊天软件、访问浏览器的 Agent，不应该随便装在最重要的工作电脑里。

我的建议是：

先拿一台非核心电脑试。

或者用一台 Mac mini、小主机、闲置笔记本，把 Agent 放在一个相对隔离的环境里。

如果你只是想体验，也可以考虑专门的 OpenClaw 盒子，比如咖特思 OpenClaw 盒子（京东有售）。至少从使用心态上，它更像一台“AI 助理主机”，而不是把所有权限都塞进你的主力电脑。

先隔离。

再授权。

先小范围试。

再慢慢接入真实工作流。

这是我现在对 AI Agent 最基本的安全原则。

最后说句实话

OpenClaw 和 Hermes 现在都不是完美产品。

它们会报错，会卡住，会需要配置，会有一些莫名其妙的坑。

但我反而觉得，这正是早期机会所在。

成熟产品出来的时候，普通人只会使用。

不成熟但方向正确的时候，懂的人可以参与塑造它。

我现在做的事情，本质上就是把 AI Agent 从“能聊天”推进到“能干活”，再从“能干活”推进到“能长期陪一个人、一个家庭、一个企业运转”。

这条路还很早。

但我已经看见了。

一个人可以拥有自己的 AI 团队。

一个家庭可以拥有自己的 AI 管家。

一个小企业可以拥有一组低成本数字员工。

如果你也对这件事感兴趣，可以现在就装一只“小龙虾”试试。

不要等它完全成熟。

等它完全成熟时，真正的红利期可能已经过去了。

先用起来。

先养起来。

未来很多能力，不是买来的。

是你一点一点训练出来的。