OpenClaw 还没凉,Hermes 又来了,结果 OpenHuman 把它们都比下去了

Agent 赛道这是真卷。

前有 OpenClaw 扛起开源大旗，后有 Hermes 喊着”自己会学”，开发者们刚选好站队，OpenHuman 又冒出来了。

OpenHuman 跟前两者有什么区别呢？

OpenClaw 和 Hermes，说白了都是”工具箱型”框架。

你拿到的是一堆能力：能调模型、能跑工作流、能接工具。但怎么用，靠你自己配；接什么服务，靠你自己写脚本；上下文怎么管，靠你自己喂数据。

归根结底，得你先把它服侍好，它才能帮你干好活。

而 OpenHuman 的逻辑是反过来的。它不等你喂，它自己去拿。

OpenClaw 和 Hermes 的毛病，都出在同一个地方

用过 OpenClaw 的人应该有感觉：Terminal-first，没有命令行基础的人直接劝退。想让它记住你的上下文，还得自己装记忆插件，没有统一方案，装错了白折腾。

Hermes 标榜”自学习”，但同样是进终端配置，数据集成全靠自己搭，没有现成的连接器，你得先把数据手动整理好喂给它，它才开始学。

两个框架还有一个共同毛病：没有自动同步。

你的工作数据分散在 Gmail、Slack、Notion、GitHub 十几个地方。每次想用 Agent 干点有意义的事，都得先把相关背景手动整理进去，才能让它开工。

这不叫 Agent，这叫人工 Agent。

OpenHuman 戳中的，就是这个窟窿

连上你的 Gmail、GitHub、Slack、Notion、日历……118 个服务，一键 OAuth 授权，不用自己跑去各平台生成 API Key。

连完之后，每 20 分钟自动轮询一遍所有账户。新邮件、日程变更、代码提交、文档更新，全拉到本地，自动压缩进一个结构化的本地知识库。

你什么都不用动，它已经把你的工作生活摸了个透。

OpenClaw、Hermes 解决的是”Agent 能干什么”，OpenHuman 解决的是”Agent 在开口之前知道多少”。

记忆这块，是真的不一样

OpenClaw 的记忆靠插件，Hermes 有自学习但没有统一架构，两者说到底都是会话级别的上下文，换个任务就断了。

OpenHuman 有一套 Neocortex 记忆引擎，名字取自人类大脑新皮质。存的不是平铺的文本，是带实体、关系、时间链的知识图谱。

比如”Q4 复盘文档”这个概念，在 Slack 里提过、Notion 里建过、邮件里转发过，在 Neocortex 里就会是同一个节点，而不是三条割裂的记录。

性能上，1000 万 Token 10 秒内完成索引，整套跑在 CPU 上，不用 GPU，也不调用任何 LLM——记忆纯本地运算。

抓回来的数据都存成本地 SQLite + Obsidian 兼容的 Markdown 文件，你可以直接用 Obsidian 打开 Agent 的”记忆”，自己看、自己改。

数据进 LLM 之前，还有一层叫 TokenJuice 的压缩：HTML 转 Markdown、去重、长 URL 缩短，Token 消耗最多砍 80%。

这块 OpenClaw 和 Hermes 都没有内置。

它还有个”潜意识”

你不跟它说话的时候，它不会没停。

OpenHuman 有后台系统 Subconscious，这个系统的灵感来自大脑里负责随机想法生成的浦肯野细胞。它会不断扫你的知识库，找数据之间的关联和矛盾，主动浮现洞察——你在两个不同对话里承诺了冲突的事，它会告诉你；你三周前聊的一个方向，和今天一份新数据对上了，它会点出来。

每天跑一万多次，成本不到 1 美刀。

能火，因为踩中了真实的痛

OpenClaw 解决工具调度，Hermes 解决自学习，但两者都没解决：Agent 从第一天起就真正了解你这件事。

这个窟窿一直在，只是没人认真填。

OpenHuman 选了这个切口进来，记忆 + 自动同步 + 后台潜意识，三件事打包，让 Agent 在你开口之前已经准备好了。

项目地址：https://github.com/tinyhumansai/openhuman

✨ 有任何问题欢迎随时联系缪斯