Hermes vs OpenClaw两个开源 Agent,两种完全不同的哲学

设想这个场景。

你在终端里准备跑一个 AI Agent。面前有两个选项：一个装着 20 多个通讯平台的原生插件、网关常驻后台、能管你所有设备——从 WhatsApp 到 iMessage 到 Discord 全包了。另一个连安装脚本都只有一行，Star 数差了一个量级，但用户说它「越用越懂你」。

你选哪个？

这个问题没有标准答案，因为这两个东西回答的是不同的需求。OpenClaw 想帮你接管所有设备，Hermes 想帮你打造一个会自我进化的私人助手。它们被放在同一个「AI Agent」标签下比较，但基因从一开始就分叉了。

Star 数告诉你哪个更受欢迎。使用量告诉你哪个更被频繁地打开。而这两组数据指向了两个方向。

OpenClaw 的起源很个人化。作者 Peter Steinberger（@steipete）最初为自己的 AI 助手 Molty（一只太空龙虾）搭建了这套系统。项目代号「龙虾之道」（The Way of the Lobster），社区里也直接叫它「龙虾」。MIT 协议，TypeScript 语言，核心是一个常驻网关（gateway daemon）。

npm install -g openclaw@latest
openclaw gateway start

网关注册后监听端口 18789，作为一个 WebSocket 服务器，管理所有会话、通道、工具和事件。客户端（CLI、macOS 菜单栏 App、Web 控制台）通过 WS 连接网关，节点设备（iPhone、Android、无头服务器）以 role: node 身份接入，提供设备特定的能力。

这个架构设计决定了 OpenClaw 的定位：始终在线、全平台覆盖的个人助手。 截至 2026 年 6 月，它原生支持 20+ 通讯平台，包括 WhatsApp、Telegram、Discord、Signal、iMessage、微信、QQ、钉钉、飞书、Microsoft Teams、Slack 等等。

社区规模方面，OpenClaw 主仓库 380k stars，Fork 79.6k，还有一个专门的技能注册中心 ClawHub（9k stars）。用「生态庞大」来形容并不夸张。

Hermes Agent 来自 Nous Research——一个在开源 AI 社区以模型发布闻名的团队。Python 语言，MIT 协议，定位是「The agent that grows with you」。

它的安装方式比 OpenClaw 更简单：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Hermes 的设计哲学很明确：闭环学习系统（Closed Learning Loop）。Agent 自主管理记忆，复杂任务后自动创建技能（Skills），技能在使用过程中自我改进。跨会话通过 FTS5 全文搜索 + LLM 摘要实现回忆。

Profile 隔离 → Agent Loop → 记忆存储 → 技能创建 → 技能改进

社区规模上，Hermes 约 20 万 stars（低于 OpenClaw），但增长速度很快。2026 年 5 月 11 日，它在 OpenRouter 使用量排行榜上正式超越 OpenClaw 成为第一——这是一个第三方验证的关键信号，说明实际被频繁使用的人数已经反超。

基因决定了路径。 OpenClaw 从「消息中转」出发，网关架构 + 节点设计自然延伸出全平台覆盖。Hermes 从「编码助手」出发，Profile 隔离 + 闭环学习的设计自然延伸出技能自进化、跨会话记忆等能力。两条路径从一开始就不同。

📊 双线平行时间轴——左：OpenClaw 龙虾红 / 右：Hermes 紫

但 Hermes 也有自己的问题：

OpenClaw 在成熟度上占优，macOS 菜单栏 App、iOS 节点、Android 节点、Windows Hub 一应俱全。Hermes 的 TUI 虽然功能在快速迭代（0.17.0 版本大幅改进了桌面 App），但距离「精致」还有距离。

这是两个项目分歧最明显的地方。

OpenClaw：生态型

OpenClaw 拥有完整的技能生态系统——ClawHub（clawhub.ai），一个专门的技能注册中心，9k stars。社区贡献的 SKILL.md 即装即用，从邮件管理到日历自动化到代码审查，数百个技能覆盖了几乎所有场景。

用户发现需求 → ClawHub 搜索 → 安装技能 → 使用

技能的质量由人类维护者保证。这种模式的优势很明显：多样性高、覆盖面广。

Hermes：自进化型

Hermes 采用完全不同的策略——Agent 自己创建和维护技能。完成一个复杂任务后，Agent 自动将解决方案封装成一个 Skill，存储在 profiles 目录下。下次遇到类似任务直接调用。

遇到新任务 → 主动解决 → 自动生成 Skill → 下次复用

两种哲学的本质分歧：生态型依赖社区的集体智慧积累，自我进化型依赖 Agent 自身的任务记忆。一个需要人来喂养，一个让 Agent 自己长。

这个分歧直接影响了用户体验：OpenClaw 用户最常见的抱怨是「技能库丰富但质量参差不齐」；Hermes 用户正好反过来——技能数量少，但每个都是自己任务过程中产生的，没有冗余。

🔄 左：生态型（人类维护）→ 右：自进化型（Agent 自己长）

OpenClaw 的安全困境

Innfactory.ai 发过一篇详细的分析，标题很直接：《OpenClaw：AI Agent 获得完整系统权限。安全噩梦？》（64 个 HN 点赞）。

核心问题：OpenClaw 赋予 Agent 完整系统访问权限。它可以直接操作文件系统、执行命令、访问网络、读取环境变量。如果 Agent 被 prompt injection 攻击，攻击者就能拿到几乎全部的系统控制权。

结论是 OpenClaw 只能在「完全隔离的沙箱环境」中安全运行。这跟它「接管你所有设备」的愿景之间，存在一个根本性的矛盾。

Hermes 的信任危机

Hermes 在安全架构上更保守——Profile 隔离、cross-profile 写保护、DM 配对。但这些技术优势被一个社区信任问题盖过了。

2026 年 3 月，EvoMap 发布了一篇详细的相似度分析，指控 Hermes Agent 的「记忆系统、技能自我改进、自我进化」三大卖点抄袭了 EvoMap 的 Evolver。指控的核心点：

两个项目都背着各自的包袱。OpenClaw 面临的是工程层面的安全挑战，Hermes 面临的是社区层面的信任缺口。对于潜在用户来说，需要在两者之间做出自己的权衡。

Hacker News 上一条 42 条评论的深度讨论帖，把两个项目的用户真实体验摊在了桌面上。

关于 OpenClaw 的体验

OpenClaw 的「龙虾」人格非常鲜明——这可能也是它受到追捧的原因之一。但它啰嗦、控制欲强的输出风格，在真正日常使用中劝退了包括 HN 用户在内的一批人。

关于 Hermes 的体验

转换方向的两个用户给出了完全不同的评价——从 OpenClaw 换到 Hermes 的人对后者的上下文管理和任务聚焦表示满意；反过来的人则有不同的期待。

还有一个创业者的自述

创始人自己在同一赛道里发现了另一个项目，态度转变如此之大，本身就说明了两个项目的差异——它们吸引的不是同一类用户。

如果把 Hermes 和 OpenClaw 放在「谁更好」的比较框架里，结论一定是错的。它们回答的是不同的问题：

选择哪个，取决于你的场景。

📊 5 种场景 × 推荐方向：红色 = OpenClaw / 紫色 = Hermes

OpenClaw 和 Hermes 的发展方向也在分化。OpenClaw 在强化全平台连接能力——语音唤醒、实时画布、Windows Hub 配套应用。Hermes 在深挖闭环学习能力——后台异步子代理、自动化蓝图、Atropos RL 训练。

但一个有趣的事情正在发生。2026 年 6 月，一个名为 AI-SNS 的中文项目在 HN 上展示了一个场景：OpenClaw 和 Hermes Agent 通过 XMPP 协议互相调用。一套去中心化的社交网络，让两个不同架构的 Agent 能互通消息。

如果这个方向继续发展下去，也许「选 OpenClaw 还是 Hermes」本身会成为伪命题——你可以在 WhatsApp 上用 OpenClaw 发消息，让后端跑 Hermes 处理复杂任务，两个 Agent 通过标准协议互相调度。「选哪个」的问题，迟早变成「怎么一起用」。