夜雨聆风SuuJiKat 深研改写
结论先说：OpenClaw 适合“让 AI 住进聊天账号”；Hermes Agent 适合做组织级 agent 平台底座；OpenHuman 适合本地记忆、屏幕理解和隐私优先的桌面 AI。你如果只问“哪个更强”，选型就已经偏了。
先把一个误区拆掉
这份报告表面上在比较 OpenClaw、Hermes Agent 和 OpenHuman，真正有价值的地方却不是“功能列表 PK”，而是帮我们看清楚一件事：
AI Agent 产品正在分化成不同入口。
有的从聊天入口长出来，有的从平台编排长出来，有的从个人记忆和桌面上下文长出来。它们都能调用模型、接工具、跑任务，但第一优先级完全不同。
💡 Agent 可以先粗略理解为“能带着目标调用工具、读取上下文、连续执行任务的 AI 系统”。它不只是聊天机器人，重点在于它能进入流程并做动作。
报告给出的总判断很清楚：
- OpenClaw
的第一公民是消息网关和设备通达性。 - Hermes Agent
的第一公民是 agent 平台能力和可编排行为。 - OpenHuman
的第一公民是长期个体记忆和本地用户体验。
💡 “第一公民”是工程里常用的说法，意思是某个能力不是附属功能，而是系统设计的核心对象。看一个产品的第一公民，往往比看 feature 数量更能判断它适合什么场景。
01｜OpenClaw：把 AI 放到你的聊天账号背后
OpenClaw 最像一个自托管的 personal assistant gateway。
它的重点不是做一个漂亮的桌面应用，也不是先搭一个研究平台，而是把 WhatsApp、Telegram、Slack、Discord、Signal、iMessage、WebChat 等聊天表面，接到一个长期在线的 Gateway 上，再把消息路由给后面的 agent runtime、skills、nodes 和工具。
💡 Gateway 可以理解为“总入口”或“中转站”。它负责接住外部消息、做身份和路由控制，再把请求分发给后面的 agent、工具或设备节点。
所以 OpenClaw 的典型画面是：你在常用聊天软件里发一句话，背后有一个常驻在 VPS、家用主机或小型服务器上的 AI 助理接住请求。它可以访问工作区、调用工具、连接设备节点、维护会话上下文，并通过聊天入口把结果返回给你。
这条路线适合
想把 AI 接进现有消息渠道。 想要一个长期在线的个人助理。 想用自托管方式掌控入口、账号和运行环境。 对聊天、设备节点、远程执行、轻量 VPS 部署有明确需求。
但 OpenClaw 也有一个必须正视的风险：安全治理责任很重。
报告里提到，OpenClaw 官方对安全的态度非常直接：你的 AI 有能力执行 shell 命令、读写文件、访问网络、发送消息，所以不存在“完美安全”。真正的边界来自 loopback bind、gateway auth、DM/group allowlists、node pairing、sandboxing 和安全审计。
换句话说，OpenClaw 很适合“可信单操作者”的长驻 AI 助理，但不适合带着默认配置直接外放到复杂多人环境。
02｜Hermes Agent：把 Agent 当成组织级操作系统
Hermes Agent 的气质完全不同。
它更像一个通用 agent 平台，面向的是研究、平台、复杂工具编排、跨 provider 调度、插件系统、轨迹数据和生产级部署。
报告里总结了几个关键能力：
平台无关的 AIAgent核心。SQLite + FTS5 会话持久层。 70+ tools、约 28 个 toolsets。 20 个 platform adapters。 22 个 messaging platforms。 18+ 模型或推理 provider。 ACP、MCP、plugin、trajectory、memory provider、context engine 等扩展面。
💡 MCP/ACP 可以先理解为 agent 与外部工具、上下文或平台之间的协议层。它们的价值不在缩写本身，而在于让 agent 能通过稳定边界连接不同系统。
Hermes 的优势不只是“功能多”，而是抽象层次完整。它适合被当成组织级 agent platform 的底座：不同入口可以共用同一个 agent core，不同工具可以通过插件或 provider 进入系统，不同任务可以沉淀为轨迹、记忆和可复用能力。
这条路线适合
做内部 agent OS。 做复杂工具编排和自动化平台。 做 agent evaluation、训练数据沉淀、provider routing。 做 IDE/editor 集成、API server、batch runner、serverless 或 Nix/NixOS 部署。
它的问题也同样明显：功能面太宽，复杂度自然更高。
如果你的需求只是“给自己接一个聊天助理”，Hermes 可能显得过重。它的优势会在多入口、多工具、多 provider、多场景复用时才真正释放。
03｜OpenHuman：把长期记忆做成本地体验
OpenHuman 和前两者的出发点又不一样。
它的核心叙事不是“消息入口”，也不是“平台编排”，而是给 AI 模型补上长期记忆和个体化潜意识层。报告里提到的关键能力包括：
Neocortex 记忆引擎。 Screen Intelligence，约 5 秒周期分析屏幕。 Auto-complete，基于记忆上下文跨系统补全。 本地 Gemma 3 支持 chat、vision、STT、TTS。 118+ 第三方集成。 多源信息压缩为结构化知识图谱。 本地优先、raw data 不离设备、keys never leave the device。
这就是 OpenHuman 最鲜明的地方：它不是先问“agent 能接多少工具”，而是先问“AI 能不能理解这个人长期在做什么”。
这条路线适合
隐私敏感的个人知识工作流。 需要屏幕理解、跨应用上下文和长期个人记忆。 不想从终端或复杂配置开始，而是希望 UI-first。 愿意接受 Early Beta 带来的快速变化。
但 OpenHuman 也有两个硬边界：
它仍处在 Early Beta，接口和实现细节可能变化很快。 它是 GPL-3.0，商业分发或闭源深度嵌入前要做许可证审查。
💡 GPL-3.0 是一种强 copyleft 开源许可证。简单说，如果你分发修改版或把它深度嵌入闭源产品，可能需要承担开放相应源码的义务，商业团队不能只看“能免费用”。
一张表看懂差异
真正该问的不是“哪个最好”
更好的问题是：
你的 agent 要优先住在哪里？
如果它要住在聊天账号背后，优先看 OpenClaw。如果它要住在组织平台里，优先看 Hermes Agent。如果它要住在个人电脑、记忆和屏幕上下文里，优先看 OpenHuman。
报告最后给出的选型建议，我会进一步压缩成三句话：
研究平台、内部 agent OS、复杂工具编排、训练数据沉淀：选 Hermes Agent。它的平台抽象最完整，适合做底座。
生产中的个人助理、聊天入口、常驻在线 AI 代理：选 OpenClaw。它把“触达用户”放在第一位，消息渠道和 Gateway 路线清晰。
隐私敏感桌面应用、本地知识工作流、屏幕理解、长期个人记忆：选 OpenHuman。它把本地记忆和用户体验放在第一位，方向最鲜明。
还可以怎么组合？
如果不是单选题，可以按层组合，而不是硬迁全栈。
OpenClaw + OpenHuman
前者保留消息入口和常驻 Gateway，后者承担本地记忆、桌面感知和个人上下文。这条路线理念上最接近，因为 OpenHuman 官方叙事里也提到它和 OpenClaw 架构的关系。
Hermes Agent + OpenClaw
Hermes 负责 agent core、provider routing、工具编排和平台能力；OpenClaw 负责聊天渠道和个人设备网络。适合既需要复杂平台能力，又需要强消息触达的团队。
Hermes Agent + OpenHuman
Hermes 继续做研究、复杂编排和组织侧平台；OpenHuman 做个人工作站里的长期记忆前端。适合把“组织任务流”和“个人上下文”分层处理。
但这里要泼一点冷水：三者之间目前没有一个统一、官方冻结的互操作蓝图。真正落地时，最好优先选协议边界，比如 MCP、ACP、HTTP/代理、消息渠道，而不是深耦合内部状态。
今天的一个判断
AI Agent 的竞争，正在从“谁能回答更多问题”转向“谁能占住更关键的工作入口”。
OpenClaw 占的是消息入口。Hermes Agent 占的是平台编排入口。OpenHuman 占的是本地记忆和个人上下文入口。
这三种入口都会变重要，但它们解决的不是同一个问题。对团队来说，最危险的选型方式不是选错工具，而是还没想清楚自己要的是入口、底座，还是记忆层，就先被 feature list 带着跑。
来源与注记
本文基于本地 PDF《OpenClaw、Hermes Agent 与 OpenHuman 对比分析》改写，报告生成时间语境为 2026-05-20，主要依据官方文档、官方 GitHub 仓库和官方 release notes。文中星标数、release 数和性能主张均按原报告表述处理，适合看作该时间点的公开材料摘要，而不是持续更新的实时数据。
OpenClaw GitHub: https://github.com/openclaw/openclaw OpenClaw Docs: https://docs.openclaw.ai/ OpenClaw Security: https://docs.openclaw.ai/gateway/security Hermes Agent GitHub: https://github.com/NousResearch/hermes-agent Hermes Agent Docs: https://hermes-agent.nousresearch.com/docs/ Hermes Agent Architecture: https://hermes-agent.nousresearch.com/docs/developer-guide/architecture OpenHuman GitHub: https://github.com/tinyhumansai/openhuman OpenHuman Docs: https://tinyhumans.gitbook.io/openhuman OpenHuman Privacy and Security: https://tinyhumans.gitbook.io/openhuman/product/privacy-and-security OpenClaw 官方视觉素材: https://openclaw.ai/og-image.png / https://openclaw.ai/favicon.svg Hermes Agent 官方视觉素材: https://hermes-agent.nousresearch.com/docs/img/logo.png OpenHuman 官方 mascot 素材: https://github.com/tinyhumansai/openhuman/tree/main/remotion/public
