KNOWLEDGE BASE · AI动态

OpenClaw和Hermes Agent怎么记事情？记忆系统全面对比

如果你同时用OpenClaw和Hermes Agent这两个开源AI编程助手，可能最头疼的不是怎么用，而是怎么让它们"记住"事情——上次做到哪了、用户的偏好是什么、哪些坑已经踩过了。这些信息存在哪里、怎么查找、存多少合适，两个框架的设计思路完全不一样，最近专门做AI记忆层工具的Mem0写了一篇对比文章，把这件事说得很清楚。

先说Hermes Agent。它的记忆存在两个文件里：`MEMORY.md`存关于世界的笔记，`USER.md`存关于用户的笔记。两者加起来上限是3575个字符，大约1300个token会进入每次的系统提示词。这个容量偏小，Mem0的测评直接用了"硬性上限"这个词来形容——对于需要长期跟踪大量上下文的任务来说，这个空间相当吃紧。

OpenClaw的思路完全不同。它的记忆文件`MEMORY.md`软目标是20000个字符，远大于Hermes的总量。更重要的是，OpenClaw还有每日笔记（按日期组织）和一个基于SQLite的本地搜索引擎，可以通过向量检索找到很久以前存进去的内容，而不需要每次都把所有记忆都塞进上下文。这套架构对需要跨月跟踪项目进展的长期任务来说，容量和检索方式都更友好。

两者各有一个叫"记忆压缩"的设计，但实现方式不同。OpenClaw有一个内置的自动压缩机制，还有一个三阶段的"Dreaming"整合机制，会在适当的时候把零散的每日笔记合并成更精炼的总结。Hermes Agent本身没有这套机制，需要依赖外部的记忆增强工具。Mem0正好填补了这两个不同的缺口——对Hermes来说是突破字符上限，对OpenClaw来说是防止内容被静默截断。

作为总结，两者的本质区别在于：Hermes把记忆"冻"进系统提示词里，每次对话都用同一份缓存，好处是稳定、成本低，坏处是你没法往里塞太多东西。OpenClaw则是每次都动态把记忆注入上下文，好处是内容新鲜、容量大，坏处是token消耗明显更高。Mem0的测评用了一句话总结得很到位：这是两种完全相反的赌注，但哪一个都不是错误的赌注——选哪个取决于你的场景更看重哪一头。

📖 原文链接：https://studyopenclaw.cn/?p=2555

OpenClaw 知识库 · AI动态