乐于分享
好东西不私藏

372k Star 的 AI 助手,用了两个月后我换了这个

372k Star 的 AI 助手,用了两个月后我换了这个

一个是 GitHub 上 372k Star 的「小龙虾」,一个是 149k Star 却让我再也回不去的「学习型员工」。

都是开源,都本地优先——但用起来的体验,天差地别。


导读

两个最火的开源 AI Agent 框架,我都用了两个月。这篇文章不是技术文档,是一个普通用户的真实对比。读完你会知道:什么场景选哪个。


一、先说结论:工具 vs 员工

这是我对比两个框架后最深的体会:

OpenClaw 是一个你配置好的工具。 你告诉它做什么,它就做什么。像一个听话的助手。

Hermes 是一个你培养出来的员工。 它会自己学习、自己造工具、自己记住你。你不需要每次都下指令,它会主动适应你的工作方式。

这两个定位完全不同,理解了这个,后面的一切差异都说得通。

图 1:一个「工具」,一个「员工」——定位决定了一切


二、我踩过的四个坑

坑 1:记忆——它到底记不记得你?

OpenClaw 用文件做记忆——你跟它说过的话、你的偏好,都存在几个文件里。简单直观,但有个问题:记忆多了之后,找东西越来越慢。而且你得自己定期整理,不然文件越来越大。

Hermes 的记忆像搜索引擎——你随口说的一句话,几周后它还能翻出来。而且它会自己决定什么值得记、什么该淘汰,不需要你手动维护。

一句话感受:OpenClaw 的记忆像笔记本——翻到哪页看哪页。Hermes 的记忆像搜索引擎——想什么一搜就有。

图 2:笔记本 vs 搜索引擎——用过就回不去了

坑 2:技能——谁来写说明书?

OpenClaw 的技能要手动写。虽然格式不复杂,但每次扩展功能都要花时间写一份「说明书」。

Hermes 的杀手锏:它自己写说明书。我让它帮我整理了一份数据报告,完成后它自己总结了流程、存成了技能模板。下次我说「再来一份」,30 秒搞定。

这就像一个员工做完一件事后自己写了份 SOP,以后照着做。你不需要教第二遍。

坑 3:国产模型支持

我在用小米的 MiMo(小米自研的 AI 大模型)和 MiniMax(一家专注长文本的国产 AI 公司)。这两个模型在国内用户量都不小。

但 OpenClaw 不支持它们,需要自己折腾兼容性配置。Hermes 开箱即用——装好就能选国产模型直接聊,不用改一行配置。

如果你平时主要用国产模型,这一点会直接影响你的体验。

坑 4:跨平台聊天

两个都支持 Telegram、飞书、Discord。但 Hermes 多了 Signal 和 Email,而且跨平台对话连续性做得更好

举个真实场景:我在 Telegram 上问 Hermes 「帮我查一下这周的部署日志」,它查完了。过了两小时我在飞书上问「刚才那几条告警怎么处理的」——它记得,直接告诉我处理方案

以前:换个平台就从头来,「你帮我查一下……」又要说一遍。

现在:换平台跟换工位一样,活儿还在桌上。


三、我实际用下来的感受

体验
OpenClaw
Hermes Agent
上手
装好就能用,简单直接
装好就能聊,配置渐进式
日常使用
每次要明确下指令
用着用着它就懂你了
重复任务
每次都要重新说
教一次,永久会
国产模型
主流支持,部分要折腾
开箱即用
记忆管理
自己整理,不然越来越乱
它自己整理,你只管用
一句话感受
像一个你配置好的工具
像一个你培养出来的员工

一句话总结:OpenClaw 赢在简单直接,Hermes 赢在越用越聪明。

图 3:手动挡 vs 自动挡——用过才知道区别


四、到底选谁?

选 OpenClaw 如果你:

  • 已经在用 OpenClaw,且工作流运转良好(别折腾了)
  • 需要开箱即用、不想折腾
  • 偏好简单直接的工具型体验

选 Hermes 如果你:

  • 想要 AI 自己学习、自己进化
  • 在用小米 MiMo 或 MiniMax 等国产模型
  • 受不了每次都要重复说同样的话
  • 需要跨平台无缝续聊

我的选择:两个都装了。OpenClaw 做简单执行(稳定可靠),Hermes 做复杂学习型任务(自主进化)。但说实话——用了一周之后,我 90% 的时间都在用 Hermes。 因为它真的在变聪明,而我花的时间越来越少。


互动时间

如果你只能选一个,你更看重哪个能力?

1️⃣ 记忆能力——AI 能记住我说过的每句话

2️⃣ 自动学习——AI 做完事自己写 SOP,不用教第二遍