夜雨聆风最近 OpenClaw 的讨论热度明显下滑，反而转移到了 Hermes Agent 项目。
来自 NousResearch 团队开源，被称之为「一个会伴随着你成长的 Agent」。
讨论热度不断地提升，今天更是冲上了 GitHub Trending 榜首，狂揽了 49000+ Star。
它的更新迭代速度也同样惊人，从 2 月底开源到今天，平均不到一周一个大版本，昨天刚发布 0.8.0 版本。
有网友迁移到 Hermes Agent 后说：「切到 Hermes 太爽了，比 OpenClaw 响应速度快太多倍」。
那么 Hermes Agent 到底有什么核心亮点？
大多数 Agent 的记忆要人类手动维护，技能要手动写，同一类任务，每次都要重新跑。
而 Hermes 想解决的，就是这件事。
每当它完成一个复杂任务，会自动把整个过程写成一份 Skill，记录怎么做的、踩了哪些坑、下次该注意什么。
下次遇到类似的任务，直接调用，不用从头推理。
更关键的是，这份 Skill 还会自我更新，用的过程中发现了更好的做法，自动改掉旧的。
相比之下，OpenClaw 的技能靠社区贡献，人来写、人来维护。
Hermes 是它自己写、自己用、自己改，用的时间越长，积累越厚。
再往更深处看，它日常产生的每一条工具调用记录，还可以直接用来训练下一代模型。
这条从使用到训练的自我成长链路，才是 NousResearch 真正的护城河。
与 OpenClaw 的对比
OpenClaw 解决的是连接。让 Agent 接上各种渠道，用上各种工具，生态是它的核心竞争力。
Hermes 解决的是积累。让 Agent 用得越久越懂你，时间本身是它的护城河。
当连接建好之后，下一个自然的问题就是：Agent 能不能自己变强？
这也是 Hermes 在回答的问题，而 OpenClaw 目前还没有给出答案。
事实上两者已经可以互通，一个 Hermes Agent 和一个 OpenClaw Agent 可以互相委派任务。
在开源社区里，不少人的做法是搭配使用，而不是二选一。
一键部署，快速上手
Hermes 的安装不复杂，目前已支持 Linux、macOS、WSL2，也可以运行在 Docker。
项目提供一键安装脚本，只需运行 curl 一行命令即可：
curl-fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
等待命令跑完之后，再执行如下命令：
source ~/.bashrchermes setup
将会引导我们配置，选模型、填 API Key，几分钟就能开始对话。
模型支持 OpenRouter、Claude、Kimi、MiniMax 等任意 OpenAI 兼容端点。
另外也支持 Discord、Slack、WhatsApp，以及飞书、企业微信等消息渠道。
如果本地电脑有 OpenClaw，在安装过程还会提供迁移选项，可一键导入原有的设置、记忆和技能。
Hermes Agent 目前还没有提供可视化界面，大家可以试下这个第三方 Web UI。
GitHub：https://github.com/nesquena/hermes-webui
Hermes Agent 背后团队
再聊下 Hermes 背后的团队， NousResearch 成立于 2023 年，团队目前大概 20 人。
他们最出名的作品是 Hermes、Nomos、Psyche 三个开源模型家族，在开源 LLM 社区里积累了相当口碑，模型累计下载量超过 5000 万次。
此前还完成了 A 轮融资，由 Paradigm 领投，总融资规模达到 6500 万美元。
有一个细节值得注意：团队里的四位创始人全都来自模型训练一线。
这意味着，他们比其他团队更清楚，大模型在工具调用和长程规划上会在哪里犯错。
由专业训练模型的人亲自做 Agent，这也或许是他们做 Hermes 的优势。
写在最后
过去 Agent 赛道比的是，谁的工具多、平台广、插件生态丰富，谁就能吸引用户。
现在来看，竞争正在从「功能多不多」转向「用得越久值不值」。
因为用得越久，Agent 对你的理解越深，积累的东西越多，迁移成本也越高。
时间本身，变成了护城河。
这种逻辑更接近平台，而不是工具，一旦跑通，后来者很难追上。
而 Hermes 押注的，正是这个方向，打造一个能与我们共同成长的 Agent。
私有部署、数据自主、越用越强，三件事放在一起，或许就是下一代 AI 该有的样子。
GitHub 项目地址：https://github.com/NousResearch/hermes-agent
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
