Hermes Agent 与 OpenClaw：两种个人 AI 助手的工程哲学
最近两个月，AI Agent 圈最热闹的事，就是 Hermes Agent 突然冒出来了。
这个由 Nous Research 搞出来的开源项目，GitHub 上迅速攒了 3 万+ stars，被不少人喊成 “OpenClaw 杀手”。说实话，我两个都用过，这种对比挺偷懒的——它们确实都在做"个人 AI 助手"，但底层思路完全不同。
这篇文章我从实际体验出发，聊聊两者的核心差异，以及为什么它们可能根本不是竞品，而是各占不同的场景。
先搞清楚两者是什么
OpenClaw 出现得更早。如果你关注 AI Agent 领域，大概 2024 年底就开始听到这个名字。它是一个自托管的 AI 助手框架，核心是一个叫 Gateway 的组件——所有消息、命令、状态都流经这个控制平面。你可以把它接到 Telegram、WhatsApp、Discord 这些聊天平台上，然后在自己的机器或 VPS 上运行一个始终在线的 AI 助手。
Hermes Agent 是今年（2026）初才正式发布的，来自 Nous Research——就是那个做了 Hermes 模型系列的团队。它也是自托管、也是开源、也能接聊天平台，但核心卖点是"自我改进"（self-improving）。简单说，它会把你教它的东西自动整理成 Skill，下次遇到类似任务直接复用，不需要你每次都重新解释。
核心差异一：谁是中心？
这是我觉得最本质的区别。
OpenClaw 的架构是 Gateway-first。Gateway 是一个长期运行的进程，负责管理所有会话、路由消息、调度工具执行。Agent 本身更像是一个"执行者"，听从 Gateway 的协调。这种设计的好处是集中管理很方便，你可以很清楚地看到所有对话、所有工具调用、所有状态都汇集在一个地方。
Hermes 的架构是 Agent-first。它的核心是 Agent 自己的执行循环——一个可重复的"执行-学习-改进"循环。Gateway、Cron 调度器、工具运行时、记忆系统，都是围绕这个循环构建的。换句话说，Hermes 把 Agent 当成一个自主的实体，其他组件都是为它服务的。
这种区别在实际使用中的感受是：OpenClaw 更像是一个"高级遥控"，你在聊天软件里发命令，它在你的机器上执行；Hermes 更像是一个"常驻实习生"，它有自己的工作记忆，能记住你上周教它的东西，还能自己总结成文档。
核心差异二：Skill 从哪来？
OpenClaw 也有 Skill 系统，但主要是人工编写的。你写一堆 Markdown 文件，定义 Agent 能用什么工具、怎么用这个工具、什么场景下用。Skill 可以分层：工作区级别的、个人级别的、社区共享的。这种模式很灵活，但维护成本在你——新场景来了，你得自己写 Skill。
Hermes 的 Skill 是自动生成的。这是它最吸引人的特性。你第一次教它做某件事（比如"帮我查一下这个域名的 DNS 记录，然后用特定格式发邮件"），它会把这个过程记录下来，自动生成一个 Skill 文档。下次你再提类似需求，它直接调用这个 Skill，不需要重新教。用久了，它会积累一套只属于你的工作流库。
这种自动化的代价是可控性。OpenClaw 的 Skill 是你写的，每一行逻辑都清楚；Hermes 的 Skill 是它自己总结的，有时候你会觉得"它确实做对了，但我不知道它怎么记住的"。
核心差异三：记忆怎么存？
OpenClaw 的记忆主要靠文件化。SOUL.md 定义 Agent 的人格，USER.md 记录用户偏好，AGENTS.md 写工作规则，还有各种 skill 文件、日志文件。好处是透明——你想知道 Agent 怎么看待自己，打开 SOUL.md 就行；想备份或迁移，复制整个目录就好。
Hermes 的记忆是分层存储的。最底层是持久化笔记，然后是可搜索的会话历史（存在 SQLite 里），再往上是用户建模，最顶层是 Skill 库。这种设计更适合长期积累，Agent 能跨越会话记住你的习惯和偏好。缺点是，你想"查看"它的记忆没那么直观，得通过查询接口或 TUI。
实际使用场景对比
选 OpenClaw，如果你：
- 想要一个即插即用的方案，快速把 AI 接到现有的聊天工作流里
- 需要精细控制 Agent 的行为，每一行逻辑都要自己把关
- 喜欢文件化的配置，觉得 Markdown 比数据库更亲切
- 主要需求是"在手机上发命令，让家里的服务器干活"
选 Hermes，如果你：
- 愿意前期投入时间教它，希望越用越顺手
- 有重复性工作流，想让它自己总结规律
- 需要一个长期运行的 Agent，能记住你三个月前提过的需求
- 对"Agent 自己进化"这件事感到兴奋而不是害怕
两者的竞争关系被夸大了
说实话，我觉得把它们说成"竞争对手"有点误导。
OpenClaw 更像是一个基础设施——它解决的是"怎么把 AI 助手接到我的现有工具链"这个问题。它的价值在于 Gateway 这个控制平面，以及成熟的跨平台集成。
Hermes 更像是一个实验平台——它解决的是"Agent 怎么从经验中学习"这个问题。它的价值在于自我改进的闭环，以及对长期记忆的研究。
对于普通用户，如果你只是想要一个"能在 Telegram 里回消息的 AI 助手"，OpenClaw 目前更成熟、文档更全、社区更大。但如果你对"Agent 真的能记住我、真的能越用越聪明"这件事有执念，Hermes 是目前开源界走得最远的。
写在最后
个人 AI 助手这个领域还在快速演化。OpenClaw 定义了"自托管 Agent"的基本形态，Hermes 则在探索"自我改进 Agent"的可能性。它们不是在一个维度上卷，而是一起拓展我们对"个人 AI"的想象。
如果你正在纠结选哪个，我的建议是：先拿 OpenClaw 跑通基本流程，等你对"想要一个什么样的助手"有了更清晰的想法，再考虑 Hermes 的增量价值是否值得迁移成本。
工具是服务于人的，不是人服务于工具的。选对场景，比选对工具更重要。
参考资料
- Hermes Agent 官网：https://hermes-agent.nousresearch.com/
- Hermes Agent GitHub：https://github.com/NousResearch/hermes-agent
- OpenClaw GitHub：https://github.com/openclaw/openclaw
- Turing Post 对比分析：https://www.turingpost.com/p/hermes
- Kanaries 技术深度对比：https://docs.kanaries.net/articles/hermes-agent-vs-openclaw
- MindStudio 博客：https://www.mindstudio.ai/blog/what-is-hermes-agent-openclaw-alternative/
- DEV Community 深度解析：https://dev.to/_46ea277e677b888e0cd13/hermes-agent-the-self-improving-open-source-ai-agent-framework-v070-deep-dive-270j