最近相信大家应该关注到了GitHub上的一个项目 Hermes Agent 。

几天内就拿下了35k+的star，势头比OpenClaw刚出来时还猛。今天我想聊聊这两个项目的兴衰，以及我们普通开发者能从中学到什么。

一、Hermes Agent：这波热度是真的“炸”

2月底，Nous Research开源了这个项目，口号是 "The agent that grows with you"（与你共同成长的Agent）。我当时点开一看，好家伙，几天时间star数就从几千冲到三万五，现在我去看的时候，已经突破61.7k了。

这增长速度让我想起了2025年底的OpenClaw，但说实话，Hermes Agent的热度感觉更“硬核”一些。不是靠营销，而是实打实的技术设计吸引了开发者。

为什么开发者这么买账？

我仔细看了官方文档和代码，发现Hermes Agent的核心卖点在于“自学习循环”。这不是什么新概念，但他们实现得相当巧妙：

• 从经验中创建技能：完成复杂任务后，能自动提炼可复用的技能
• 跨会话记忆：记住你的习惯和偏好（有点像真的有个AI助手在了解你）
• 多平台部署：终端、Telegram、Discord、Slack、WhatsApp、Signal都支持
• 定时任务调度：用自然语言说“每天下午3点给我发报告”，它真能记住并执行
• 生成子代理并行处理：可以创建独立的子代理来处理多个工作流

但最让我感兴趣的其实是它的研究就绪性。Hermes Agent内置了批量轨迹生成、轨迹压缩工具，并与Atropos RL环境集成，可以直接用于训练下一代工具调用模型。

这意味着什么？使用→生成数据→训练→改进的闭环。这不就是AI Agent进化的终极形态吗？

二、OpenClaw：从“当红炸子虾”到“凉凉”

说到OpenClaw，我的心情有点复杂。

2026年春节那会儿，OpenClaw在国内是真的火。B站教程、知乎热帖、微信群里各种讨论，感觉不部署一个OpenClaw都不好意思说自己在搞AI了。

我今天翻了一下日记本，我是2月中旬开始重新研究AI的，那会国内已经炒的火热，国产龙虾应用集中爆发是在3月初。

我当时也跟风部署了一个，说实话，初期体验确实不错：

• 本地运行：数据不离开自己的电脑，隐私有保障
• 全平台通讯集成：微信、Telegram、Discord都能用
• 浏览器自动化：自动操作网页、填表单、抓数据
• 系统交互：能读写文件、运行命令、执行脚本
• 技能扩展：插件系统很丰富

但问题很快就来了。

为什么OpenClaw“凉”得这么快？

OpenClaw在国内的热度“彻底凉了”。微信搜索指数显示，从巅峰到谷底，只用了不到一个月。

包括我经常听到，身边的朋友在吐槽：

“装了半天，发现没啥卵用，效率没提升，反而更忙了。”

这说出了很多人的心声。OpenClaw被包装成“人人可用的AI助手”，但实际部署和使用门槛依然很高。普通用户需要折腾环境、配置模型、调试插件...折腾一圈下来，发现能做的也就是些简单自动化，远达不到宣传的那种“智能助手”水平。

致命的打击：Claude官方封杀

但真正给OpenClaw致命一击的，是2026年4月4日发生的事。

那天，网上突然炸开了锅，Anthropic官方正式封杀了OpenClaw对其Claude订阅额度的调用权限。

怎么回事？简单说就是：

• 以前：用户通过每月200的ClaudeMax订阅，能消耗约5000的算力价值（OpenClaw架构太高效）
• 现在：不行了，必须用按量计费的API，成本直接翻倍

原因很直白：OpenClaw创始人Peter Steinberger在2026年2月加入了OpenAI，而Anthropic自己也推出了Claude Code、Dispatch等产品，直接对标OpenClaw功能。

商业竞争，就是这么现实。

三、两个项目的本质区别：我个人的观察

为了方便大家理解，我想从架构设计的角度来聊聊这两个项目的本质区别。

1. 设计哲学完全不同

• Hermes Agent：会自我成长的Agent，侧重研究、闭环学习与进化
• OpenClaw：成熟的个人AI助手产品，侧重全平台覆盖和用户体验

用我自己的话说：Hermes Agent想造一个“AI科学家”，OpenClaw想造一个“AI助理”。

2. 工具系统的智慧

• Hermes Agent采用自注册工具表，支持动态Schema重建——自动移除不可用工具的引用，防止模型幻觉。这个设计太聪明了！
• OpenClaw基于插件分发，有更精细的沙箱与权限系统，安全考虑更周全。

3. 记忆设计的差异

• Hermes Agent：有界策展式记忆，存储在MEMORY.md和USER.md中，有字符数上限，逼着AI学习优先级管理
• OpenClaw：模块化、可替换的记忆插件，同一时间只有一个记忆插件活跃

我个人更喜欢Hermes Agent的设计——有限制才有智慧。

4. 安全模型的取舍

• Hermes Agent：默认信任 + 选择性防护，适合技术用户自托管
• OpenClaw：默认安全 + 选择性开放，有完整的信任模型和安全审计工具

OpenClaw在安全上确实更成熟，毕竟是要给普通用户用的。

四、OpenClaw褪色给我的启示

OpenClaw的兴衰，让我想了很多。

1. 技术概念炒作 vs 实际价值

一个技术概念的流行，往往更多依赖于营销、社区氛围和“故事”，而非立即兑现的实用价值。

OpenClaw早期被包装成“人人可用的AI助手”，但现实是：部署复杂、使用门槛高、实际效用有限。当新鲜感过去，用户发现投入产出比过低时，热情便迅速冷却。

2. 热潮的产业链本质

在这场技术狂欢中，产业链上的多数环节都可能获利：

• 技术提供方：获得名声、人才、股价或产品热度
• 硬件与云服务商：卖出更多设备和服务套餐
• 生态与内容创作者：赚取流量、开设课程获利
• 普通用户：主要收获是“跟上了AI潮流”的心理满足和社交谈资

但处于终端的普通用户往往是承担成本、验证效果的主体。当预期落空，热度便无法维持。

3. AI Agent技术还在早期

说实话，无论是OpenClaw还是Hermes Agent，都还处于探索阶段。

用户的过高期望与技术实际能力之间的差距，是热度难以维持的根本原因。我们现在看到的，可能只是AI Agent技术成熟度曲线的第一个波峰。

五、作为开发者，我们该怎么选？

基于我的观察，给大家一些建议：

如果你是：

• AI Agent研究者：选Hermes Agent。它的闭环学习设计、轨迹生成与RL训练集成是独一无二的研究基础设施。
• 需要日常使用的个人助手：选OpenClaw（如果还能承受API成本的话）。产品完成度高，多平台原生应用、安全模型都很完善。
• Agent框架架构师：两个都看。Hermes Agent的工具注册表、有界记忆设计；OpenClaw的信任模型、沙箱分级都极具参考价值。
• 从OpenClaw迁移：Hermes Agent提供了hermes claw migrate一键迁移工具

我的个人选择

我个人两个都会继续关注，但更看好Hermes Agent的技术路线。

原因很简单：闭环学习是AI Agent进化的关键。如果一个AI不能从经验中学习、不能自我改进，那它永远只是个“工具”，而不是“伙伴”。

六、写在最后：热潮会过去，价值会沉淀

AI Agent赛道还远未到终局。

OpenClaw的热度褪去，不是Agent技术的失败，而是市场对技术成熟度的重新校准。

Hermes Agent的爆火，也不是最终答案，而是技术演进中的一个新节点。

作为技术人，我们既不应盲目追捧每一个爆火的项目，也不应全盘否定还在演进的技术。更重要的是：

1. 保持技术判断力：看清每个项目背后的设计哲学和适用场景
2. 关注实际价值：评估技术是否能真正解决你的实际问题
3. 参与理性建设：在热潮中保持冷静，在冷遇中看到机会

技术永远在迭代，热潮总会过去。但真正有价值的技术和思想，会在一次次潮起潮落中沉淀下来，成为推动行业前进的基石。

就像Hermes Agent的口号说的：

"The agent that grows with you"

或许，真正需要“成长”的，不仅是Agent，还有我们对待技术的态度和认知。

以上，既然看到这里了，

如果觉得不错，随手点个赞、在看、转发三连

如果想第一时间收到推送，也可以给我个星标⭐

谢谢你看我的文章

你的关注是我持续更新的动力🔍