Hermes和OpenClaw 选哪个?

先说结论：两者不是竞争关系，而是互补关系。成年人不选择，都要。

我同时深度用了一个月 Hermes Agent 和 OpenClaw，这篇不写虚的，只写实际使用中的观察和判断。两个平台都在快速迭代，结论可能随版本变化，但底层设计思路的差异短期内是稳定的。

2026年5月9日，OpenRouter 全球应用调用量榜

1. Hermes Agent — 2710 亿 Token/天（登顶第一）

2. OpenClaw — 2450 亿 Token/天（此前长期霸榜）

3. Kilo Code — 1490 亿 Token/天

4. Claude Code — 792 亿 Token/天

全球开发者每天调用 Hermes 的 Token 量，已经超过了此前稳居第一的 OpenClaw。Token 是实打实的调用消耗，对应着真实用户的真实任务。

GitHub 热度方面：Hermes 2026年2月底开源，两个月 Star 数冲到 4 万以上，单日新增最高 6400 颗。36氪、网易、今日头条等媒体报道了这次排名变化。

清华大学清新研究团队 2026年4月发布的 Hermes Agent 深度研究报告（60页）提到：Hermes 标志 AI 从”会说”走向”会做”。

一、架构与部署成本

Hermes：单体设计，部署简单

Hermes 采用单体 Agent 架构，部署门槛低：

• 自带轻量级网关，不需要额外配 nginx
• 用 SQLite 本地文件存储记忆，不需要配数据库
• 一条命令启动，终端关掉后 gateway 仍在后台运行
• 对硬件要求不高，树莓派、旧笔记本都能跑

模型路由：Hermes 内置模型路由器，会根据任务复杂度自动匹配模型——简单任务走低成本 Flash 模型，复杂推理才调用旗舰 Pro。用户不需要手动切换。

上下文压缩：长对话会自动压缩陈旧内容，避免 Token 溢出。记忆检索用 FTS5 全文索引，查询效率较高。

Hermes 走轻量路线，架构简单，对资源占用比较克制。

OpenClaw：网关架构，功能更全面

OpenClaw 的设计偏”重型”：

• 需要常驻 Gateway 进程做核心调度
• 需要 nginx 做反向代理和静态资源服务
• 需要数据库存储会话、配置、任务状态
• 多 Agent 协作时还要考虑节点通信

实际体验：第一次安装配置大概 30 分钟到 1 小时；服务器资源占用更高，低配机器跑起来有压力。但功能更全——Heartbeat、Cron、多 Agent 协作、ClawHub 生态，这些是重型架构才能支撑的能力。

谁更省资源？单 Agent 场景下，Hermes 占用的 CPU、内存、磁盘更少。OpenClaw 的优势不在”省资源”，而在”功能全”——你愿意为生态和扩展性付出额外的资源开销。

如果已经有一台跑 OpenClaw 的服务器，资源还有余量，再装 Hermes 没有问题。如果只有一台低配机器（比如树莓派），Hermes 能跑，OpenClaw 可能比较吃力。

二、核心差异：记忆与学习

这是两个平台最本质的不同。

Hermes：持久记忆 + 自动学习

Hermes 的核心卖点是跨会话的持久记忆和自动技能沉淀。分两层理解：

第一层：记住你是谁

你第一次告诉 Hermes：”我是架构师，技术栈是 Java Spring Boot + MySQL，代码风格走阿里规范。”

下次打开对话，它会主动问：”今天有什么 Java 项目要处理？”

不需要重新交代身份和背景。

第二层：记住你做过什么

你让 Hermes 完成一个复杂任务，比如搭建一个微信小程序。过程中踩了三个坑，最后成功部署。

任务完成后，Hermes 自动把整个过程提炼成一个可复用的 Skill。

三个月后你又要搭类似项目，它直接调用之前沉淀的 Skill，不需要重新踩坑。

技术实现上，记忆不是存在聊天窗口的临时上下文，而是落进 SQLite 数据库的持久化记录——FTS5 全文搜索 + LLM 摘要，今天聊的内容，几周后搜关键词还能找回来。

会话恢复方面，Hermes 支持 /resume 命令恢复历史会话，每个会话记录 parent_session_id 形成完整的血缘链，不会断档。

OpenClaw：会话隔离，需要手动维护记忆

用 OpenClaw 的用户，大概率遇到过这种情况：

第一天，花了很长时间交代项目结构、技术栈、代码规范。Agent 分析得很准。

第二天打开新对话：”继续昨天那个项目。”

它回复：”你好，我是你的 AI 助手，有什么可以帮你的？”

昨天的背景全部丢失。

OpenClaw 的记忆机制：

• 当天聊的内容能记住，但是按会话存的，不是按用户存的
• 第二天新会话，默认不加载昨天的记忆——需要用户主动维护
• 要明确说”把这条记到 MEMORY.md”，才会更新全局记忆文件
• 即使记进去了，也只是静态文本，不会自动关联、不会主动召回
• 同样的任务做 100 次，第 100 次和第 1 次的处理方式一样，不会自动优化

有个用户体验后写了一段观察：用 OpenClaw 时，跟 Agent 交流时间的相当比例，花在重新交代背景信息上。第一天教的内容，第二天重来一遍。这是效率问题，更是体验问题。

清华大学清新研究团队的报告里提到：传统 AI Agent 存在一个根本缺陷——用完即忘，每次会话结束后什么都不留下。Hermes 通过闭环技能学习系统，把试错经验从口头记录变成了系统化存储。

当然，”笨”不一定是坏事——OpenClaw 的静态 Skill 系统扎实、规范、可预期。但对于需要长期协作、持续积累的场景，Hermes 的自动记忆和学习机制更有优势。

三、跨平台与对话连续性

Hermes：跨平台 + 跨时间，同一个记忆体

Hermes 支持企业微信、飞书、钉钉、微信公众号、短信、邮件、CLI 等多个入口，同一个 Agent 背后共享同一个记忆体。

关键是跨平台 + 跨时间的对话连续性：

场景一：昨天用微信，今天在命令行里

昨天你在微信上让 Hermes 调研了三个技术方案，讨论了两个小时，定了选型。

今天在公司打开 CLI，问：”昨天选的那个方案，帮我写个 PoC 代码。”

它直接开始写——不需要重述背景、不需要重新交代需求。

场景二：手机钉钉，电脑继续

你在下班路上用钉钉让 Hermes 开始跑一个耗时 2 小时的分析任务。

到家打开电脑进 CLI，问：”刚才那个分析跑完了吗？”

它回答：”跑了 73%，发现 5 个内存泄漏，这是中间报告…”

两个场景的共同点是：不管你在哪个平台、什么时间跟它说话，它都记得你是谁、你们在聊什么。这是同一个 Agent 背后共享同一个记忆体和身份认知。

OpenClaw：平台隔离 + 时间隔离

OpenClaw 的现状是双重隔离：

• 平台隔离：微信里聊的 = 一个会话，飞书里聊的 = 另一个会话，两者互不认识
• 时间隔离：昨天的对话今天默认不加载
• 要明确说”把这条记到 MEMORY.md”，才会更新全局记忆
• 即使记进去了，也只是静态文本，不会自动关联、不会主动召回

对于国内用户来说，这确实是个痛点——你想在手机微信上布置任务，然后在电脑上飞书看结果？目前做不到。而且昨天教的内容，今天还得再说一遍。

四、上下文窗口

Hermes Agent 框架支持接入长上下文模型（如 Hermes 3），单次可处理 200 万 Token。什么概念？相当于把《深入理解计算机系统》整本书 + 一个中型项目的全部源码 + 几天的聊天记录，一次性扔进去，它不会”看了一半就忘了前面说了什么”。

OpenClaw 本身不限制上下文长度，但依赖你接入的外部模型（Claude、GPT-4、Kimi 等）。这些模型通常在 4K-128K 之间，处理长文档需要切片、RAG 检索或手动分模块，做着做着容易忘了最初的目标。

五、交互体验

Hermes：TUI 界面，可打断

Hermes 提供完整的终端用户界面（TUI）：多行编辑，支持 Vim 风格快捷键；斜杠命令自动补全（按 Tab 就行）；任务执行中可以打断、改方向；实时显示工具输出，不是黑盒。

OpenClaw：消息-响应模式

OpenClaw 主要是消息-响应模式：你发一条消息，等它回复；任务执行中是”黑盒”，看不到中间过程；想打断？只能 Ctrl+C 杀掉重来；没有命令补全，没有多行编辑。

六、OpenClaw 的独特优势

说了一堆 Hermes 的长处，但 OpenClaw 也有 Hermes 替代不了的地方：

1. ClawHub 技能生态

ClawHub 上有大量现成 Skill：视频生成、文章排版、公众号推送、企业微信集成、待办管理、日程查询。MCP 协议支持让 Agent 能接入各种外部工具和服务。

2. 微信生态深度集成

国内用户离不开微信。OpenClaw 支持微信公众号、企业微信、微信群，能发消息、收消息、发文件、发图片。Hermes 对微信的支持较弱。

3. 多 Agent 协作

一台机器上可以跑多个 Agent，还能互相传话、协作完成任务。Hermes 目前不支持这种多 Agent 协作。

4. Heartbeat + Cron

OpenClaw 内置周期性任务调度：每天早上自动检查日程、每小时检查邮件、每周自动总结进度。Hermes 没有这种机制。

七、怎么选？

选 OpenClaw 的情况：

• 需要现成 Skill 生态（视频生成、文章排版、公众号推送等）
• 需要多 Agent 协作（一台机器跑多个 Agent，互相传话）
• 需要定时任务（Heartbeat + Cron 自动调度）

选 Hermes 的情况：

• 需要 Agent 长期记住你的偏好、自动积累技能
• 需要跨平台连续对话（微信、钉钉、CLI 共享同一个记忆体）
• 需要处理长文档或整个代码库（200 万 Token 上下文）
• 需要实时交互和可打断的 TUI 体验
• 服务器资源有限，希望轻量部署

我的实战策略：

主战场用 OpenClaw：微信通知、日常任务调度、Heartbeat 监控、多 Agent 协作——这些是 OpenClaw 的主场。

深度任务用 Hermes：长文档分析、代码库审查、需要学习沉淀的重复任务、跨设备工作流——这些是 Hermes 的强项。

两个 Agent 之间可以互相传话：遇到适合对方做的事，直接甩过去。

八、上手

安装 Hermes

如果你已经在用 OpenClaw，不需要从零开始配环境。直接让 OpenClaw 来装和配置：

你只需要对 OpenClaw 说：「帮我安装 Hermes Agent」。

它会自动完成：环境检查、依赖安装、配置初始化、消息通道接入。

为什么推荐让 OpenClaw 来装？已有 Gateway 和服务器资源，OpenClaw 自己就是环境管理专家。两个 Agent 跑在同一台机器上，互相传话更方便。

安装 OpenClaw

如果你还没装 OpenClaw，去 docs.openclaw.ai 看官方文档。或者先装上Claude code 或者codex ，然后用Claude code 或者codex 去安装Hermes 和openclaw 。

写在最后

关于 Hermes 的背景：背后的 Nous Research 从 Discord 社区里一群 AI 爱好者的草根协作起步，已完成 5000 万美元 A 轮融资（Paradigm 领投）。此前以 Hermes 系列微调模型在开源社区闻名。

没有最好的工具，只有最合适的工具。

选 Hermes 的场景：需要 Agent 长期记住你的偏好、自动积累技能、跨平台连续对话、处理长文档——这是个人深度工作流的方向。

选 OpenClaw 的场景：需要微信生态、现成 Skill 生态、多 Agent 协作、定时任务调度——这是团队协作和日常自动化的方向。

两者都用，各取所长——这才是 2026 年 AI 时代的实用策略。