学完Claude Code和OpenClaw后,我终于看懂了Hermes在赌什么

第三个 Agent 框架，为什么还值得看

前面研究 Claude Code 和 OpenClaw 时，我逐渐形成了两个很清楚的印象。

Claude Code 像一名顶级程序员。它的世界围绕代码库展开：怎样理解工程、修改文件、运行命令、压缩上下文，以及怎样配合 Claude 的 prompt caching ，把一次编程任务做得更稳。

OpenClaw 则像一套长期在线的个人助理基础设施。它的价值不只在“回答得聪明”，而在于你可以从 Telegram 、 WhatsApp 、 Discord 等不同入口找到它； Gateway 常驻后台，定时任务和消息路由持续运行。

到了 Hermes ，我最初又看见了熟悉的东西： Provider 、 Channel 、 Gateway 、工具调用、 MCP 、多 Agent 。

如果只数功能，它似乎只是又一个通用 Agent 框架。但继续往下看，我发现它真正押注的是第三件事：

Claude Code 想把当前代码任务做得最好， OpenClaw 想让助手无处不在， Hermes 想让同一个 Agent 在长期使用中越来越像“你的 Agent”。

三个框架的中心对象不同

判断一个复杂系统，不能只看它支持什么功能，更要看它把哪种对象放在架构中心。

三者都有会话、工具、上下文和子 Agent ，但资源投入方向明显不同。

Claude Code 会为代码编辑、计划执行和缓存命中精雕细琢； OpenClaw 会为 Channel 、 Gateway 、 heartbeat 和设备连接投入大量工程； Hermes 最有辨识度的代码与产品叙事，则集中在 Memory 、 Skill 、后台复盘和持续整理。

这也是为什么把三者简单排成“谁功能更多”没有太大意义。赛车、越野车和一名会记笔记的学徒，都可以有方向盘，但它们并不是同一种产品。

Hermes 所说的成长，具体是什么

Hermes 并不会训练模型权重。所谓成长，是把交互中形成的东西保存在模型之外。

它把连续性大致拆成四类资产：

身份：我是谁，正在服务谁经历：过去发生过什么事实：哪些信息以后仍然有效程序：这类事情以后应该怎样做

身份由 Profile 、 SOUL 和 USER 等内容表达；过去的经历保存在 Session 中；长期事实进入 Memory ；可重复的方法变成 Skill 。

任务结束后，后台 Reviewer 还可以回看这次会话，判断有没有值得留下的纠正、偏好或操作流程。 Curator 则负责继续整理已经形成的技能资产。

于是一次任务的产物不再只有最终回答：

行动 → 得到结果 → 提取经验→ 写入Memory或Skill → 下次召回→ 再次行动 → 形成新证据

这条链路，就是 Hermes 真正区别于另外两个框架的地方。

Claude Code 也有记忆和 Skill ，区别在哪里

Claude Code 当然也会读取 CLAUDE.md ，也支持 Skill 、子 Agent 和历史恢复。但这些机制最终都服务于一个目标：更好地完成工程任务。

它的长期知识主要由人维护。开发者把项目规范写进 CLAUDE.md ，把稳定流程写成 Skill 。系统可以帮助执行，却不会把“每次任务结束后自动反思并演化程序记忆”放在产品中心。

这是一种很合理的克制。代码修改需要可审查、可复现，人通常不希望工具因为一次特殊任务就悄悄改掉通用开发流程。

Hermes 更激进：它认为 Agent 应该主动寻找值得沉淀的经验。优点是成长感更强，风险是错误经验和偶然做法也会被固化。

OpenClaw 也有 Memory ，区别又在哪里

OpenClaw 的记忆系统更加丰富，默认就可以组合 Markdown 、全文搜索、向量召回，甚至扩展知识层。它还特别擅长通过 Channel 和 Gateway 保持“无论从哪里说话，都是同一个助手”。

但 OpenClaw 的核心产品体验仍然是存在感：长期在线、主动触达、连接外部世界。

Hermes 的重点更偏向能力演化。 Memory 不只是为了下次记得用户说过什么，还要与 Skill 分工：事实进入 Memory ，程序进入 Skill ，任务结束后再决定是否更新。

如果说 OpenClaw 让 Agent “一直在那里”， Hermes 更想让它“下次做得不同”。

Hermes 最容易失败的地方

自学习听上去天然正确，实际上比连接十个 Channel 更危险。

一个 Skill 被创建，不代表它真的有效；一个旧 Skill 被修改，也不代表新版本更好。模型可能把偶然成功总结成通用规律，把客户 A 的特殊流程覆盖到所有客户，还可能为了证明自己在学习而不断制造低价值 Memory 和 Skill 。

因此 Hermes 真正的护城河不能按“生成了多少技能”衡量，而应该看：

Hermes 已经把自学习从口号推进成了一套真实机制，但“怎样证明学得更好”仍是尚未完成的部分。

这套系列接下来研究什么

接下来的五篇不会按源码目录走，而会沿着几个真正影响 Agent 产品价值的问题继续拆解。

Memory 篇会讨论它为何默认使用小型 Markdown 和 FTS5 ； Agent 系统篇会看上下文、 Prompt 、 Session 、工具和多 Agent 怎样组成一次完整运行；两篇自进化会分别解释学习如何发生，以及为什么学习资产必须被治理；最后再讨论，如果把三套框架的优点拿来自建，我们应该抄什么、重写什么。

看到这里，我对 Hermes 的评价不是“它比 Claude Code 和 OpenClaw 更强”。更准确的说法是：它选择了一个更冒险，也更接近长期 Agent 终局的问题。