夜雨聆风最近，OpenClaw 的讨论热度明显回落，社区注意力反而迅速转向了另一个新项目：Hermes Agent。
这个由 NousResearch 团队开源的项目，被不少人称为：“一个会伴随着你成长的 Agent。”
它的热度还在持续攀升，今天更是直接冲上 GitHub Trending 榜首，累计斩获 49000+ Star。与此同时，Hermes Agent 的迭代速度也相当惊人——从 2 月底开源至今，平均不到一周就会发布一个大版本，昨天刚刚更新到 0.8.0。
甚至已经有不少用户在体验后直接“倒戈”。有网友在迁移到 Hermes Agent 后直言：
“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？
Hermes Agent 真正想解决的，不是“能不能做”，而是“会不会越做越强”
当前大多数 Agent 都存在一个明显问题：
记忆需要人手动维护，技能需要人手动编写；面对同一类任务，往往每次都要重新跑一遍。
Hermes 想解决的，正是这件事。
每当它完成一个复杂任务后，会自动把整个过程沉淀成一份 Skill：不仅记录“怎么做”，还会总结过程中踩过的坑，以及下次应该注意什么。
这样一来，当它下次再遇到类似任务时，就可以直接调用已有 Skill，而不必从头开始推理。
更关键的是，这份 Skill 不是静态的。在后续使用过程中，如果 Hermes 发现了更优的方法，它还会自动更新这份 Skill，替换掉旧的做法。
换句话说，Hermes 的核心能力，不只是“会做任务”，而是会把做任务的经验积累下来，并不断优化。
和 OpenClaw 相比，Hermes 的差异到底在哪？
如果用一句话概括两者的区别：
OpenClaw 解决的是“连接”
Hermes 解决的是“积累”
OpenClaw 的价值，在于让 Agent 接入更多渠道、调用更多工具，生态连接能力是它的核心竞争力。
而 Hermes 更看重的是另一件事：让 Agent 用得越久，越懂你；积累越多，能力越强。
也就是说，OpenClaw 的护城河更像是生态，而 Hermes 的护城河则更像是时间。
当连接问题逐渐被解决之后，下一个更自然的问题就是：
Agent 能不能自己变强？
这恰恰是 Hermes 正在回答的问题，而 OpenClaw 目前还没有给出一个完整答案。
为什么说 Hermes 的“自我成长链路”更值得关注？
相比 OpenClaw 依赖社区去贡献、维护技能，Hermes 走的是另一条路：
自己写、自己用、自己改。
OpenClaw 的 Skill 更多依赖人工沉淀——由人来写、由人来维护。而 Hermes 则是由 Agent 在执行任务的过程中，自动完成技能沉淀和更新。
这意味着，Hermes 用得越久，积累就越厚；任务做得越多，能力也会越来越强。
再往深一层看，Hermes 日常产生的每一条工具调用记录，还可以直接用于训练下一代模型。
也就是说，它不只是“在用”，还在不断为未来的模型训练提供高质量数据。这条从使用到训练的自我成长链路，才可能是 NousResearch 真正的护城河。
OpenClaw 和 Hermes，不一定是替代关系
值得注意的是，这两者并不是完全对立的。
事实上，一个 Hermes Agent 和一个 OpenClaw Agent 已经可以互相委派任务。在开源社区里，不少人的实际做法也不是“二选一”，而是搭配使用。
这背后的逻辑其实很清晰：
OpenClaw 更擅长把各种工具和渠道连接起来
Hermes 更擅长把任务经验沉淀下来，并持续优化
一个偏“外部连接”，一个偏“内部成长”，两者结合，反而可能形成更完整的 Agent 工作流。
一键部署，快速上手
Hermes 的安装并不复杂，目前已经支持 Linux、macOS、WSL2，同时也可以运行在 Docker 中。
项目提供了一键安装脚本，只需要执行一行命令即可：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
等待脚本执行完成后，再运行下面两条命令：
source ~/.bashrchermes setup
之后系统会引导你完成配置，包括选择模型、填写 API Key 等，几分钟内就可以开始对话。
目前，Hermes 支持 OpenRouter、Claude、Kimi、MiniMax 等任意 OpenAI 兼容端点。同时，它也支持接入 Discord、Slack、WhatsApp，以及 飞书、企业微信 等消息渠道。
如果你的本地电脑已经装有 OpenClaw，那么在安装 Hermes 的过程中，还会提供迁移选项，可以一键导入原有的设置、记忆和技能。
需要注意的是，Hermes Agent 目前还没有官方可视化界面。不过，你可以先尝试这个第三方 Web UI：
GitHub：https://github.com/nesquena/hermes-webui
Hermes Agent 背后的团队，也值得一看
再来聊聊 Hermes 背后的团队：NousResearch。
NousResearch 成立于 2023 年，团队目前大约 20 人。他们最知名的作品，是 Hermes、Nomos、Psyche 三个开源模型家族，在开源 LLM 社区中积累了相当不错的口碑，模型累计下载量已超过 5000 万次。
在资本层面，他们此前也已经完成 A 轮融资，由 Paradigm 领投，总融资规模达到 6500 万美元。
还有一个很值得注意的细节：团队中的四位创始人，都来自模型训练一线。
这意味着，他们比很多只做应用层的团队，更清楚大模型在工具调用、长程规划等关键能力上，究竟会在哪些地方出错。
某种程度上说，由真正训练模型的人亲自来做 Agent，可能正是 Hermes 与其他项目相比的一大优势。
写在最后：Agent 的竞争，正在从“功能”转向“时间”
过去，Agent 赛道比拼的更多是：
谁的工具更多
谁的平台更广
谁的插件生态更丰富
谁做得更全，谁就更容易吸引用户。
但现在，竞争逻辑正在发生变化。
一个越来越明显的趋势是：比起“功能多不多”，市场开始更在意“用得越久，值不值”。
因为一旦使用时间足够长，Agent 对你的理解会越来越深，积累的上下文、技能和工作习惯也会越来越多。而这些东西，恰恰会形成越来越高的迁移成本。
于是，时间本身，开始变成护城河。
这种逻辑更接近“平台”，而不只是“工具”。一旦这条路跑通，后来者想追上，难度会非常大。
而 Hermes 押注的，正是这个方向：打造一个能与用户共同成长的 Agent。
私有部署、数据自主、越用越强。当这三件事被放到一起时，它或许正在勾勒出下一代 AI 应该有的样子。
项目地址
Hermes Agent GitHub：https://github.com/NousResearch/hermes-agent
