OpenClaw 之后,Hermes 来了:AI Agent 正在分裂成两个世界

今年 2 月，我每天用 OpenClaw 至少 5 次。

查数据、跑脚本、整理想法——它就像一个不知疲倦的初级工程师，听话、透明、每一步都等你点头。

3 月 31 号之后，这个数字变成了 零。

不是刻意不用。是有一天我发现，打开它的冲动消失了。就像一个曾经每天聊到凌晨的朋友，某天之后对话框再也没有亮起来过。

我不是一个人。社交媒体上的讨论热度在降，GitHub issue 的积压速度在涨，社区里出现了一种心照不宣的沉默——大家好像都把它放下了，但没人愿意第一个说出来。

就在这个沉默期，Hermes Agent 出现了。

01OpenClaw 不是因为烂才被抛弃的

先把话说清楚：OpenClaw 是好东西。

它可以直连操作系统——读写文件、控制浏览器、执行 Shell。支持各种 LLM，数据不出你的机器。Skill 插件系统靠人工编写，文件驱动的身份系统 Soul.md 对程序员极其友好。一切皆文件，调试和审计都很直观。

那它为什么被放下了？

三个版本迭代之后，稳定性开始崩。功能越加越多，bug 也跟着进来了。用户量爆炸，边缘场景把 issue 列表塞爆，维护速度追不上。

但这不是根因。

根因在产品哲学上。OpenClaw 的核心逻辑是：人必须在决策环里。 Soul.md、显式授权、文件级审计——每一个设计都在说同一句话：你该知道 Agent 在干什么，你该能干预 Agent 的每一步。

这在早期是卖点。”开源 Agent 终于尊重用户了”的宣言。

但当你每天要用十次之后，事情就变了。

你要告诉它用什么 Skill、文件放哪、Shell 怎么跑。下次做同样的事，这些你还得再说一遍。

它是个好工具，但它不会”长记性”。

就像一个特别聪明的实习生，能力很强，但每天早上来都要重新做一遍入职培训。

时间久了你会烦。大多数人选择了不用。

02Hermes 做了一件不一样的事

一句话：它把”人定义规则，Agent 执行规则”改成了”人定义目标，Agent 自己找最优路径”。

听起来有点虚。说个具体场景。

你用 Agent 做一个例行任务——每周从几个数据源抓报告、整理成表格、推到工作群：

旧的没新的好？存新的。

这就是 Hermes 最核心的卖点：从经验中学习，在使用中进化。

03拆开看，它不是”更聪明的聊天工具”

Hermes 的架构做了八层。说三层最关键的。

▎第一，记忆。

OpenClaw 有没有记忆？有。但那更像是”笔记”——你写了 Soul.md，它按笔记办事。没有跨会话学习，没有经验积累。

Hermes 的记忆是双轨的：

常驻记忆（MEMORY.md + USER.md）：小而稳定，始终在上下文里，告诉 Agent”你是谁、偏好什么、避什么雷”。

历史检索（SQLite + FTS5 全文搜索）：大而按需，只有你问”我们上周是不是讨论过数据库索引”时才拉进来。

容量有明确上限——MEMORY.md 默认 2200 字符。超了不让它无限膨胀，而是让 Agent 自己压缩或替换。

Hermes 对记忆的理解不是”越多越好”，而是”只保留真正重要的那一小块”。很多号称有记忆的 AI 产品，本质就是无脑往 prompt 里塞历史。Hermes 把这个做成了工程问题，不是功能噱头。

▎第二，技能。

Hermes 把技能明确定义为 程序性记忆（procedural memory）——跟”你是谁”那种事实记忆分开。

完成复杂任务 → 自动提炼成 Skill。试错走通了 → 保存成 Skill。用户纠正了 → 更新 Skill。过时了 → 删除 Skill。

记忆层回答”你是谁、讨论了什么”。技能层回答”这类事怎么做、哪条路走通过”。

▎第三，安全。

Hermes 没有因为追求”自治”就放弃”边界”。它做了五层纵深防御：用户授权、危险命令审批、容器隔离、MCP 凭证过滤、上下文文件扫描。不是单点防护，是一层一层兜底。

04真正的问题不是”谁更好”

OK，我说了 Hermes 很多好话。现在说点不好听的。

Hermes 的自动进化是黑盒。

Skill 怎么生成的？为什么是这个不是那个？当你看到 Agent 做了一个你不认可的操作，你没法像改 Soul.md 一样直接打开文件修。进化过程对用户不可见。

OpenClaw 不一样。所有操作文件层面可见，你可以审计、修改、精确控制每一步。

谁对？

都对了。也都错了。

OpenClaw 假设用户愿意且能够持续介入。实际上，大多数人不愿意。每次操作都要确认的安全感，新鲜感过了就变成了疲劳感。

Hermes 假设用户愿意用透明度换便利。这个假设在历史上经常赢——我们每天都在用不知道内部怎么运转的软件。但 Agent 不一样。Agent 替你做决策。当一个能替你决策的东西内部是黑盒——这件事本身就让人不安。

说白了，你选的不只是一个工具，是你在定义你跟 AI 之间的关系。

你是老板，事无巨细都要过目？

还是你是合伙人，给个大方向就行？

不是技术问题。是价值观问题。

05有些话不中听，但得说

OpenClaw 那一波，主力推手是谁？中文区用户。

2 月到 3 月，中文技术圈把它推到了它自己可能都没预料到的高度。GitHub star 狂飙，微信群人手一个，教程铺天盖地。

然后呢？

热度退了。开始找下一个。

这背后有一个我们不愿意承认的模式：技术社区有巨大的流量能量，但它是脉冲式的。来了，带火一个项目，给它不切实际的期望值，然后迅速撤离——留下一个被 issue 淹没、维护者精疲力竭的开源项目。

OpenClaw 不是第一个，也不会是最后一个。

这次 Hermes 来了。同样的剧本在孕育——技术圈开始讨论，自媒体开始选题，微信群开始转发——

06最后，我想说的不是怎么选 Agent

这篇文章写到最后，我发现我真正想说的不是怎么选 Agent。

我想说的是：我们正在从”用 AI 工具”过渡到”与 AI 共事”。而”共事”这件事，比”用工具”复杂得多。

工具好不好用，标准很清楚：快不快、准不准、稳不稳。

共事好不好，标准是模糊的：你信不信任它、它懂不懂你、默契有多深。

OpenClaw 和 Hermes 的分歧，本质上是这个行业在回答同一个问题时走了两条路：

当 AI 能替你做事的时候，你打算站在什么位置？

站在它旁边，看它每一步怎么走？

还是站在它前面，告诉它你要去哪？

这个问题没有标准答案。

如果这篇文章让你想起了自己跟 AI 工具的关系，欢迎转发。也许你的朋友也在纠结同样的问题。