夜雨聆风🌟 点个关注不迷路，「瓴易」带你探索 AI 工具 de 无限可能！
上一篇聊了 Hermes Agent 和 OpenClaw 的背景故事，这篇我们深入到架构层面。
如果你觉得"架构"这个词太抽象，别担心。我用大白话来讲——这两个东西的核心思路，就像两辆车用了同样的发动机，但底盘和变速箱完全不同。
先说结论：OpenClaw 的设计哲学是"简单直接"，Hermes 的设计哲学是"严谨可扩展"。
OpenClaw：Gateway 就是老大
OpenClaw 的架构很清晰：
聊天平台（Telegram/Discord/微信...） ↓ Gateway（网关） ↓ Agent（大脑） ├── Skills（技能） ├── MCP（外部工具） └── Tools（内置工具）所有消息先到 Gateway，Gateway 负责路由、会话管理、权限控制，然后交给 Agent 处理。
Gateway 是绝对的中心。 一切都围着它转。
这个设计的好处是什么？
简单。 你理解了 Gateway，就理解了整个系统。配置一个 openclaw.json，启动 Gateway，所有平台就都通了。
快。 Node.js 本身就快，加上架构简单，启动速度和内存占用都很低。我跑在树莓派上，日常使用完全没压力。
灵活。 记忆系统没有硬性限制，想记多少记多少，格式随意。Skill 也是纯 Markdown，怎么写都行。
坏处呢？
扩展性受限。 当你需要更复杂的执行环境（比如 Serverless、HPC），或者更精细的权限控制，Gateway 中心的架构就开始吃力了。
Hermes：AIAgent 才是核心
Hermes 的架构完全不同：
CLI / Gateway / ACP / Batch / API / Python Library ↓（都是平级入口，没有谁是"老大"） AIAgent（核心循环，约9200行代码） ├── Prompt Builder（提示词构建） ├── Provider Resolution（模型调度，3种API模式） ├── Tool Dispatch（48个工具，40个工具集） └── Context Compression（上下文压缩） ↓ Session Storage（SQLite + FTS5全文搜索） Tool Backends（6种终端后端）注意这个关键区别：Gateway 只是入口之一。CLI、Gateway、ACP、批量运行、API Server、Python Library——这些全是平级的。
真正的核心是 AIAgent。
而且 Hermes 在 AIAgent 里做了很多 OpenClaw 没有的分层：
Provider Resolution（模型调度）。 支持三种 API 模式——chat_completions（标准模式）、codex_responses（代码专用）、anthropic（Anthropic 原生）。不同模型自动选择最优调用方式。OpenClaw 只有一种。
Context Compression（上下文压缩）。 当对话太长时，自动进行有损摘要压缩，保证不会因为上下文溢出而崩溃。OpenClaw 没有这个机制。
Session Storage with FTS5。 所有会话存入 SQLite，带全文搜索索引。这意味着你可以搜索"上周我跟Agent聊了什么关于部署的内容"，直接搜到。OpenClaw 的会话历史没有全文搜索能力。
6种终端后端 vs 2种
这个差异我觉得是架构层面最大的不同之一。
OpenClaw 支持两种执行环境：本地 Shell 和 Docker。
Hermes 支持六种：
Modal 和 Daytona 是什么？
Modal 是一个 Serverless 计算平台。你的代码提交上去，它按需启动容器执行，执行完就销毁。空闲时不花一分钱。对于 AI Agent 来说，这意味着你可以把耗时任务丢到云端执行，而不用一直开着服务器。
Daytona 是一个开源的云开发环境。类似 GitHub Codespaces，但可以自托管。
这两个后端的存在，让 Hermes 的 Agent 理论上可以跑在"几乎零成本"的云端——只有执行任务时才计费，平时不花一分钱。
OpenClaw 目前没有这个能力。
API 调用：1种 vs 3种
这个区别对普通用户影响不大，但对开发者和高级用户很重要。
OpenClaw 用一种 API 模式跟所有模型通信。
Hermes 支持三种：
• chat_completions：标准模式，OpenAI 格式，大部分模型都支持 • codex_responses：代码专用模式，针对代码生成任务优化 • anthropic：Anthropic 原生 API，支持 Claude 的扩展功能
这意味着 Hermes 可以针对不同任务选择最优的调用方式。比如生成代码时用 codex 模式，普通对话用 chat 模式，调用 Claude 时用 anthropic 模式。
实际效果如何？根据我的测试，在代码生成任务上，codex 模式比标准模式确实更快更准确。但这种提升主要在极端场景下才能感受到，日常使用差别不大。
安全机制：都重视，但方式不同
两个项目都很重视安全，但侧重点不同。
命令审批：两个都有。OpenClaw 用 exec preflight，Hermes 用 approval 系统。效果类似——危险命令需要用户确认。
Docker 隔离：两个都支持。但 Hermes 的 Docker 配置更严格：只读根文件系统、删掉所有 Linux capability、限制 PID 数量。这是安全加固的最佳实践。
Hermes 额外有：
• DM 配对授权（pairing 系统）：新用户私聊 Agent 需要先配对验证 • 记忆安全扫描：注入和泄露模式检测，防止恶意内容通过记忆注入 • 环境变量显式声明：技能需要声明自己要用哪些环境变量，消息平台不会在聊天中询问密钥
OpenClaw 额外有：
• mention 规则：群聊中需要 @ 才会响应 • NO_REPLY 机制：精确控制何时回复何时不回复
配置风格：JSON vs YAML
小事，但值得一提。
OpenClaw 用 JSON 配置，Hermes 用 YAML。
JSON 的好处是严格，不容易写错格式。坏处是写起来啰嗦，不能写注释。
YAML 的好处是简洁、可读性好、能写注释。坏处是缩进敏感，有时候会踩坑。
对于"改配置"这种高频操作，YAML 确实更舒服。
总结：谁更适合你？
如果你的使用场景是：
• 🟢 个人使用，日常聊天+工具调用 • 🟢 跑在树莓派等资源受限的设备上 • 🟢 需要快速上手，不想折腾复杂配置 • 🟢 已经有大量 OpenClaw 的 Skills 和工作流
OpenClaw 更合适。 简单直接，够用就好。
如果你的使用场景是：
• 🔵 需要多种执行环境（Serverless、云沙箱、HPC） • 🔵 需要精细的权限控制和安全机制 • 🔵 需要跨会话搜索历史对话 • 🔵 偏好 Python 生态 • 🔵 有 RL 训练或研究需求
Hermes 更合适。 严谨可扩展，面向未来。
关注「瓴易」，别错过后续更新。
📚 往期推荐
OpenClaw 免费助手/工具（1）：SearXNG，一个属于你自己的搜索引擎
觉得有用？点个「❤」让更多人看到 👇