Hermes Agent vs OpenClaw：兩個開源 Agent 的根本差別
摘要
Hermes Agent 與 OpenClaw 的根本差別是"積累"與"連接"：Hermes 由 Nous Research 出品，主打"越用越懂你"的自進化 Agent，把長期記憶（USER.md / MEMORY.md / SQLite+FTS5 / Skills）做成一等公民，Agent 自己決定記什麼、什麼時候升級成 Skill；OpenClaw 由 Peter Steinberger 主導，主打"接一切"的本地優先 Agent 與自動化網關，25+ 模型、20+ 消息平台都能掛上，Skill 由用户手寫、通過 ClawHub 分發。選 Hermes 是選一個"隨時間變強的分身"，選 OpenClaw 是選一個"什麼都能接的調度台"。
引子：為什麼這兩個開源 Agent 老是被放在一起比
2026 年看開源 AI Agent 圈，幾乎繞不開這兩個名字。它們都主打"本地優先、可自託管、可跨平台聊天接入"，也都自稱"通用 Agent 框架"，官網首頁一眼掃下去像是同類產品。
但只要你真的用上一週，就會開始琢磨兩件事：
- 為什麼 OpenClaw 裝了幾十個插件之後依然"每次都從零開始"，而 Hermes 只用了兩天，就能主動喊出我上週做的項目名？
- 為什麼 OpenClaw 在 63 天裏連續披露了 138 個漏洞（其中 7 個嚴重級），而 Hermes 的安全公告頁卻幾乎是空的？
答案是：它們回答的其實是兩個完全不同的問題。
- OpenClaw 回答的是："我如何把一個 Agent 接到我生活裏所有的通道上？"
- Hermes Agent 回答的是："我如何讓一個 Agent，隨着時間越用越懂我？"
下面從定位、架構、記憶、Skill、自進化、安全六個維度把這層差異一次講透。
一、定位：Learning Loop First vs Control Plane First
| 維度 | Hermes Agent | OpenClaw |
|---|---|---|
| 出品方 | Nous Research | Peter Steinberger（奧地利獨立開發者） |
| 定位標籤 | 自進化 AI 智能體 | 本地優先 Agent 與自動化平台 |
| 核心哲學 | Learning Loop First（學習閉環優先） | Control Plane First（控制平面優先） |
| 護城河 | "積累" —— 越用越強 | "連接" —— 什麼都能接 |
| 一句話概括 | 解決 積累 問題 | 解決 連接 問題 |
Hermes 的名字取自希臘神話中的信使之神，暗喻它作為"人與信息之間的信使"，會持續替你觀察、記錄、成長。OpenClaw 走的是另一條路：它把自己做成一個中樞網關，讓 20+ 消息平台、25+ 模型都能掛上來，然後由**你（人）**來定義每一條規則、每一個 Skill、每一次觸發。
一個想變成"你的分身"，一個想變成"你的調度台"。這是最本質的分歧。
二、架構：整合式 vs 網關式
OpenClaw 是網關式的四段結構：
Gateway（網關）→ Agent（智能體）→ Skills（技能）→ Memory（記憶）它的核心工程價值在於 Gateway：無論用户從 WhatsApp、Telegram、Slack、Discord 還是郵件進來，都收斂成同一個 Agent 會話。控制平面很清晰，權限、審計、路由都做在網關一層。
Hermes Agent 是整合式結構：大模型推理、終端執行、文件操作、瀏覽器自動化、網頁檢索、長期記憶、定時任務、多平台消息——這些能力被內建為同一個進程的模塊。它更像一個"隨身的、有大腦、有手腳、還有筆記本"的助理，而不是一個消息路由器。
結果就是：想接更多平台，OpenClaw 更擅長；想讓 Agent 自己變強，Hermes 更擅長。
三、記憶機制：兩個靜態 Markdown vs 四層結構化記憶
這是二者差異最戲劇化的地方。
OpenClaw 的記憶：兩個靜態 Markdown
MEMORY.md存"持久事實"。memory/YYYY-MM-DD.md存"當天的會話上下文"。
設計非常剋制、非常"文本編輯器"友好。但它有兩個先天侷限：
- 只有最近兩天的日誌會自動加載，更早的記憶需要用户主動搜索。
- 記憶完全是人工格式的自由文本，Agent 自己不參與"決定要記什麼"。
Hermes Agent 的記憶：四層分工
| 層 | 載體 | 角色 |
|---|---|---|
| Prompt memory（提示層） | MEMORY.md + USER.md | 每次會話開始時"凍結注入"到系統提示詞 |
| Session archive（會話檔案） | SQLite + FTS5 全文檢索 + LLM 摘要 | 存下所有會話，可數週後回溯 |
| Skills（技能層） | SKILL.md 文件 | Agent 自己積累的"怎麼做" |
| External providers（外部提供者） | Honcho、Mem0、Supermemory 等 | 補充知識圖譜、語義搜索、用户畫像 |
四層結構裏最關鍵的動作是——Agent 自己決定什麼進 MEMORY.md，什麼進 USER.md，什麼升級成 Skill。這是它"越用越懂你"的物理基礎。
後續幾篇會分別把 MEMORY.md/USER.md 的分工、更新策略、以及 Skill 與 Memory 的區別講透。
四、Skill 系統：人寫 vs Agent 自動寫
Skill 是"可複用的操作流程"，兩個框架都有，但獲取方式截然不同：
| 對比項 | Hermes Agent | OpenClaw |
|---|---|---|
| 誰來生成 | Agent 在完成複雜任務後自動提煉 | 用户手工編寫 Markdown |
| 觸發條件 | 5+ 次工具調用、遇到錯誤後成功修復等 | 用户主動創建 |
| 自我優化 | 每約 15 個任務觸發一次反思循環，自動改寫舊 Skill | 無自動優化 |
| 開放標準 | 兼容 agentskills.io | 通過 ClawHub 市場分發 |
| 安全審查 | 內置掃描（prompt 注入、憑證、供應鏈風險） | 曾被 Snyk 審計出 5,700 個 skill 中 1,467 個可疑 |
一句話：Hermes 裏的 Skill 是"Agent 的肌肉記憶"；OpenClaw 裏的 Skill 是"用户給 Agent 的操作手冊"。
五、自進化：Hermes 最不可替代的一條閉環
Hermes Agent 內建三條學習鏈路，它們互相咬合：
- 記憶鏈路：會話入 SQLite，摘要化後可 FTS5 檢索。
- 技能鏈路：複雜任務完成後自動寫出結構化 Skill（含步驟、陷阱、驗證方法）。
- 訓練鏈路：日常工具調用記錄本身就可以作為下一代模型的訓練數據。
有 Reddit 用户報告，Hermes 在兩小時內自動創建 3 個 Skill 文檔後，重複性研究任務的效率就出現了肉眼可見的跳變。
OpenClaw 沒有這條閉環。它更像一台 "Agent 的路由器與調度器"，進化靠的是用户和社區給它加 Skill、裝插件、連服務。
這兩種路線沒有優劣之分，但選型時你要知道自己在選什麼：一個是讓 Agent 自己成長，一個是讓人來教 Agent 成長。
六、安全：默認沙箱 vs 默認開放
| 維度 | Hermes Agent | OpenClaw |
|---|---|---|
| 默認沙箱 | 容器只讀根 + 能力丟棄 | 無 |
| 授權流程 | 默認開啓審批閘門 | 網關認證默認關閉 |
| 注入防護 | 內置 prompt injection / 憑證外泄掃描 | 無內建掃描 |
| 已知漏洞 | 多層保護默認標配 | 曾在 63 天披露 138 個漏洞，其中 7 個嚴重級 |
Hermes 的安全思路是"默認拘謹，你顯式打開才放寬"；OpenClaw 是"默認開放，你需要自己收緊"。 前者對個人隱私敏感者更友好，後者對企業內網做自定義管控更靈活。
七、那你到底該選誰？
優先選 Hermes Agent，如果你：
- 想要一個"越聊越懂我"的長期助理。
- 會把它接入個人知識管理、長期研究、跨會話追蹤場景。
- 希望減少 Token 消耗（Agent 學過一次就不用再教）。
優先選 OpenClaw，如果你：
- 主要訴求是"接更多通道、接更多工具"。
- 有明確的團隊協作、集中審計需求。
- 已經在 OpenClaw 生態裏積累了大量 Skill 和 Bot。
八、如果你想直接體驗 Hermes，但不想搭
Hermes Agent 最強的三件事——長期記憶、Skill 自進化、多平台接入——都建立在同一個物理前提上：它得長期在線、有獨立存儲、且是你專屬。
這意味着理想的部署形態其實是一台 7×24 小時不掉線的雲端實例：筆記本合蓋不打盹、nudge_interval 能穩定觸發、多個終端喚起來都是同一份 ~/.hermes/。
而這恰好就是 LightVela 做的事情。LightVela 是雲託管的 Hermes Agent 服務，把上面"需要自己搞定"的部分都提前搞定了：
- 一鍵開通獨立雲實例，不佔本地電量與內存；
- 內置正宗 Hermes Agent，
MEMORY.md/USER.md/Skill 都是官方原版機制； - 24×7 在線，手機、筆記本、Telegram、飛書……多渠道進來都是同一個"認識你的 Agent"；
- 對話數據僅存於你的專屬服務器，不與第三方共享。
如果你被前面這些"自進化能力"打動，但不想花一個週末去搞 Ollama、SSH、systemd、備份策略，那 LightVela 大概率是你最短的一條路徑。
小結
- Hermes 和 OpenClaw 都很優秀，只是它們服務的問題不同：Hermes 讓 AI 會成長，OpenClaw 讓 AI 會連接。
- 差異最戲劇化的一層是記憶：OpenClaw 兩個靜態 Markdown，Hermes 是四層結構化記憶 + Agent 自決策。
- Skill 的分野是"Agent 自動寫" vs "用户手寫"，安全模型的分野是"默認沙箱" vs "默認開放"。
- 想"連接一切"選 OpenClaw；想讓 Agent"越用越懂你"選 Hermes——想省掉自託管麻煩就直接用 LightVela 把 Hermes 掛在雲上。