夜雨聆风WorkBuddy、OpenClaw、Hermes——同一条赛道，三种完全不同的活法。
上周五晚上十点，我让三个 AI Agent 同时帮我整理季度销售数据。
OpenClaw 从 微信 收到指令后在电脑上开始跑。Hermes 自动调出了上次做类似报告时的流程，跳过了两个中间步骤。WorkBuddy 最安静，打开 Excel、跑完图表、生成 PPT，直接丢到桌面上。
三个工具，同一件事，做法完全不一样。
这半个月我拿它们当"正式员工"在用，每天大概各 2-3 小时。不是跑 benchmark，不是看参数表，就是正经干活。今天把体验摊开聊聊。
先说清楚一件事
所谓"通用 AI Agent"，不是 ChatGPT 那种你问它答的聊天框。
Agent 有自己的执行环境，有工具链和权限体系，还有记忆。你上周让它改过的格式偏好，这周它还记得。你常用的数据源，它会自动关联。
OpenClaw、Hermes、WorkBuddy 都在做这件事。差别在于，这三个"员工"性格截然不同。
OpenClaw：什么渠道都能找到它
OpenClaw 创始人 Peter Steinberger 做完这个项目就被 OpenAI 挖走了，代码交给社区基金会。
这东西最突出的特点是到处都能用。
WhatsApp、Telegram、Slack、Discord、Signal、微信、飞书、LINE……我数了下，25 个以上的聊天渠道能接。还有 macOS 菜单栏 app、iOS/Android 客户端、语音唤醒、实时画布。
你在地铁上用 Telegram 给它发消息，让它帮你整理办公室电脑上的文件——行。你老婆用 WhatsApp 问今天日程，权限跟你不一样——也行。家里的智能音箱也能接进来。
README 里有句话我觉得说得准："The Gateway is just the control plane — the product is the assistant."
说白了：我不是聊天机器人，我是通信总台。
这事听起来不够酷，但你要真把 Agent 当员工用就明白了——你不可能只坐在电脑前给它派活。出门在外、躺在床上、开车途中，都得能喊到它。
Hermes：干完活会自己记笔记
Hermes 背后是 Nous Research，做过 Hermes 3 和 Hermes 4 模型。对模型训练和推理有第一手积累，这个背景很关键。
它最明显的特点是会学。
完成一个复杂任务之后，Hermes 会自动把成功路径沉淀成"技能文档"。下次碰到类似的事，不用从头走。Reddit 上有人说，Agent 在两小时内生成了三份技能文档后，重复性研究任务快了大约 40%。
它管这个叫"闭环学习循环"，拆开就四件事：
当前任务怎么执行——Agent Loop 过去做过什么——SQLite + FTS5 全文检索 哪些流程值得复用——自动生成 Skill 用户长期偏好怎么记——Honcho 用户建模
大多数 Agent 有个毛病：每次对话都像第一天上班。你上周教它的偏好这周忘光了，工作流程得重新解释一遍。
Hermes 试图解决这个问题。它给 Agent 装了个带搜索引擎的工作笔记本。
不过"从经验中学习"也有代价——如果学到了一个错误模式，它会反复犯同一个错。你得定期翻它的技能库，删掉过时的或者有问题的。就像带新人，聪明归聪明，笔记得时不时检查。
WorkBuddy：坐到工位上就能开干
WorkBuddy 是腾讯今年 3 月上线的。跟前面两个有一个本质区别：
OpenClaw 和 Hermes 都带着浓厚的极客气质，面向有技术背景、愿意折腾配置的人。
WorkBuddy 直接面向你公司不会写代码的行政同事。
下载安装，3 分钟配完，微信扫码就能用。不用配 Python 环境，不用改 YAML 文件，不用在终端敲命令。
它的核心能力是把活干完交给你。
你跟它说"把桌面上 2026 Q1 的所有 Excel 合并，做个柱状图，写一份分析报告"——它真的会去读你的本地文件，处理数据，生成文档放到桌面上。
更有意思的是 Claw 跨端控制。你在地铁上用微信发条消息："把昨天的会议纪要整理成 PPT 发到企微群"——办公室电脑就开始干活了。
腾讯内部有 2000 多个非技术员工在日常用这个东西，HR、行政、运营都在用。这说明一件事：易用性已经过了最残酷的检验——让不懂技术的人真正用起来。
代价是付费。免费 5000 积分听起来不少，复杂任务跑几个就见底了。58 元/月的专业版对个人还好，但对于习惯开源免费的开发者，这是一道心理关。
技能系统：名字一样，逻辑完全不同
把三个产品的文档摊开，会发现一件有意思的事——"Skill"系统名字一样，但设计思路分叉了。
OpenClaw 的 Skill 更像团队的 SOP 手册。人定义流程，Agent 按流程执行。50 多个内置技能，分层加载，有严格的审核机制。质量取决于写手册的人和社区贡献者。
Hermes 的 Skill 像员工自己做的工作笔记。Agent 在实践中总结方法，自动创建、自动修补。26 个分类，内容全是 Agent 自己写的。迭代快、贴合实际任务，但笔记可能写错。
WorkBuddy 走了另一条路。底层兼容 OpenClaw 全部技能，同时搞了个零代码技能市场。20 多个官方技能包，点一下就装好。对不写代码的人来说，门槛几乎为零。
三种思路，三种取舍。谁好谁坏说不了，取决于你是哪种用户。
安全这件事，分歧比想象中大
安全策略的差异其实暴露了三个团队不同的底层假设。
OpenClaw 走的是"信任模型"——假设这是你自己的 Agent，你是唯一的可信管理员。提供配置审计、DM 配对验证、白名单和沙箱。但 2026 年 2 月被曝过 WebSocket Token 泄露漏洞，第三方 Skill 也出过数据外泄的事。社区在修，但事情已经发生了。
Hermes 走的是"纵深防御"——六种执行后端（本地、Docker、SSH、Daytona、Singularity、Modal），危险命令要审批，有容器隔离和凭据过滤。目前没被公开披露过安全问题。但它上线不到两个月，用户基数还小，这个成绩先打个问号。
WorkBuddy 走的是"企业级安全"——Token + AES 加密校验，深度适配企微/飞书/钉钉的权限体系。数据本地运行不上传云端。腾讯在企业安全上的积累给了它底气，灵活性比前两个差一些。
简单说：OpenClaw 关心"人怎么管 Agent"，Hermes 关心"Agent 运行时怎么被约束"，WorkBuddy 关心"企业的数据别出门"。
怎么选？看你缺什么
我提供三个判断角度，你自己对号入座：
你的复杂度在哪？
需要从微信、Telegram、Slack、智能音箱任何地方都能找到 Agent → OpenClaw。
做研究、写代码、跑数据分析，需要 Agent 越用越聪明 → Hermes。
就想有个能干活的 AI 同事，打开就用 → WorkBuddy。
你的技术背景？
能写代码、愿意折腾配置 → OpenClaw 或 Hermes。上手门槛不低，但能力天花板高。
不写代码、只想用 → WorkBuddy。这不是贬义，它就是为你设计的。
你更怕什么？
怕找不到 Agent → OpenClaw。
怕 Agent 每次都从零开始 → Hermes。
怕出了事没人兜底 → WorkBuddy。背后站着腾讯，至少有个客服电话。
最后说两句真话
Agent 赛道已经过了"能不能调通工具"那个阶段。
现在比的是三件事：谁能管好入口、谁能沉淀经验、谁能让普通人用得上。
OpenClaw 在回答"Agent 怎么接入世界"。Hermes 在回答"Agent 怎么积累经验"。WorkBuddy 在回答"Agent 怎么走进普通人的生活"。
这三个问题最后大概率都得解决——一个只会学但入口乱的 Agent 跑不长；一个入口全但每次从零开始的 Agent 用久了累；一个开箱即用但不够灵活的 Agent 满足不了进阶需求。
所以与其纠结选哪个，不如问自己：
我现在最缺的，是入口、经验，还是易用性？
想清楚这个，答案就出来了。
💬 聊聊：你现在在用哪个 AI 工具当"助手"？最大的槽点是什么？评论区说说，我挨个回。
觉得有用就顺手「在看」，让更多人看到 👇
关注「数字生命哆啦汪」，每天一篇，看懂 AI。
