Hermes vs OpenClaw 全方位对比 + Harness Engineering 实现深度验证

这是系列最后一篇，做两件事：把 Hermes 和 OpenClaw 放在一起比清楚，然后验证 Hermes 在多大程度上实现了 Harness Engineering 的工程范式。

先说结论：Hermes 和 OpenClaw 不是直接竞品。它们解决的是不同层次的问题——OpenClaw 是一个多平台 Agent 网关框架，Hermes 是一个自进化 Agent 运行时。选哪个取决于你需要的是”把 Agent 能力接进各种平台”还是”让 Agent 在使用中自动变强”。

Part 1：Hermes vs OpenClaw

OpenClaw 的核心设计是一个插件化的消息网关——你通过插件系统把 Agent 能力接入 Telegram、Discord、Slack 等平台，Agent 行为本身由你配置的后端模型和 prompt 决定。OpenClaw 的价值在于连接：它让 Agent 无处不在。

Hermes 也做了消息网关，但它不会说自己的核心价值是”连接”。Hermes 的核心价值是学习——消息网关只是让 Agent 能随时随地接收信息的一种手段。

你该选哪个

如果你需要一个”把 AI Agent 接入所有聊天平台”的网关框架，并且各个平台的 Agent 行为可以统一配置管理——OpenClaw 更直接。如果你想让 Agent 在使用过程中持续学习你的偏好、自动积累经验、越用越懂你——Hermes 目前在这个方向上是唯一的开源选择。

两者不冲突。你可以用 OpenClaw 做网关层（如果它的插件系统更符合你的需求），背后接 Hermes 做 Agent 运行时。只是目前没有人做这个集成——技术上可行，但需要自己写适配层。

Part 2：Harness Engineering 验证

Harness Engineering 是一套让 AI Agent 行为”可控、可验证、可改进”的工程范式，核心三个支柱：约束层（Constraining）、验证层（Verifying）、反馈层（Feedback Loop）。我用这套框架审视 Hermes 的完整架构，看它实现了多少、缺了什么。

约束层的评估

Hermes 在约束层的实现是完整的。Skills 引擎提供了行为模板约束（Agent 按 Skill 定义的流程执行，不能跳过关键步骤），对话状态机提供了流程约束（任务只能在合法状态之间转换）。两者的关键差异化在于约束是自动维护的——Skills 由 Agent 在实战中自行提炼和改进，不是人工一次性配置。

约束层有一个缺口：agentskills.io 标准仍在早期阶段。现在 Hermes 的 Skills 理论上是跨框架可移植的，但实际能使用 agentskills.io 标准的框架还很少。这个标准的生态成熟度决定了 Hermes Skills 的跨框架可迁移性。

验证层的评估

验证层有优势也有明显缺失。子代理隔离是 Hermes 验证层最强的能力——每个子代理独立上下文、独立执行，一个代理的偏差不污染另一个。多后端沙箱提供了环境级隔离（Docker/Modal/Singularity），代码在明确定义的沙箱中执行。

验证层的缺失：没有自动化的执行结果验证机制。Hermes 可以生成代码、执行代码，但没有内置的测试集成来验证”生成的代码是否通过了项目已有的测试套件”。Claude Code 在这方面走得更前——它可以在生成代码后自动运行 go test 或 pytest，验证代码的正确性。Hermes 缺少这个”验证闭环”的最后一步。你可以在 Hermes 里手动让它运行测试，但它不会在每次代码生成后自动做这件事。

反馈层的评估

反馈层是 Hermes 最强的部分——也是它和所有其他 Agent 框架拉开差距的地方。三条反馈回路都在正常运行：

• Skills 自我改进回路：Skill 使用中的成功率、被纠正频率驱动自动优化
• Honcho 用户建模回路：你的纠正行为转化为偏好信号，影响未来 Agent 的决策策略
• FTS5 摘要召回回路：历史对话的检索结果持续影响上下文组装质量

三条回路都不需要人工介入，形成了一个自动运转的”使用→反馈→改进→更准”的飞轮。

综合评估

Hermes 在 Harness Engineering 的实现上，反馈层的成熟度远超其他框架，验证层的自动化测试缺失是最需要补齐的短板，约束层的自立维护设计解决了”Skills 写完就不更新”的系统性熵增问题。

如果 Hermes 在未来的版本中加入”代码生成后自动运行项目测试套件、测试通过才提交”的能力，它的 Harness Engineering 实现会接近完整——从约束到执行到验证到反馈形成完整闭环。

系列到此六篇写完。从架构全景开始，经过安装配置、对话引擎、记忆系统、多平台部署，到最后的竞品对比和工程范式验证。Hermes 不是我见过的最成熟的 AI Agent 框架——OpenClaw 的平台网关更完善，Claude Code 的推理深度更强——但它是我见过的唯一一个把”Agent 应该在使用中自动变强”作为核心设计前提的框架。这一点值得所有做 AI Agent 工程的人关注。