Hermes Agent vs OpenClaw：两个开源 Agent 的根本差别
摘要
Hermes Agent 与 OpenClaw 的根本差别是"积累"与"连接"：Hermes 由 Nous Research 出品，主打"越用越懂你"的自进化 Agent，把长期记忆（USER.md / MEMORY.md / SQLite+FTS5 / Skills）做成一等公民，Agent 自己决定记什么、什么时候升级成 Skill；OpenClaw 由 Peter Steinberger 主导，主打"接一切"的本地优先 Agent 与自动化网关，25+ 模型、20+ 消息平台都能挂上，Skill 由用户手写、通过 ClawHub 分发。选 Hermes 是选一个"随时间变强的分身"，选 OpenClaw 是选一个"什么都能接的调度台"。
引子：为什么这两个开源 Agent 老是被放在一起比
2026 年看开源 AI Agent 圈，几乎绕不开这两个名字。它们都主打"本地优先、可自托管、可跨平台聊天接入"，也都自称"通用 Agent 框架"，官网首页一眼扫下去像是同类产品。
但只要你真的用上一周，就会开始琢磨两件事：
- 为什么 OpenClaw 装了几十个插件之后依然"每次都从零开始"，而 Hermes 只用了两天，就能主动喊出我上周做的项目名？
- 为什么 OpenClaw 在 63 天里连续披露了 138 个漏洞（其中 7 个严重级），而 Hermes 的安全公告页却几乎是空的？
答案是：它们回答的其实是两个完全不同的问题。
- OpenClaw 回答的是："我如何把一个 Agent 接到我生活里所有的通道上？"
- Hermes Agent 回答的是："我如何让一个 Agent，随着时间越用越懂我？"
下面从定位、架构、记忆、Skill、自进化、安全六个维度把这层差异一次讲透。
一、定位：Learning Loop First vs Control Plane First
| 维度 | Hermes Agent | OpenClaw |
|---|---|---|
| 出品方 | Nous Research | Peter Steinberger（奥地利独立开发者） |
| 定位标签 | 自进化 AI 智能体 | 本地优先 Agent 与自动化平台 |
| 核心哲学 | Learning Loop First（学习闭环优先） | Control Plane First（控制平面优先） |
| 护城河 | "积累" —— 越用越强 | "连接" —— 什么都能接 |
| 一句话概括 | 解决 积累 问题 | 解决 连接 问题 |
Hermes 的名字取自希腊神话中的信使之神，暗喻它作为"人与信息之间的信使"，会持续替你观察、记录、成长。OpenClaw 走的是另一条路：它把自己做成一个中枢网关，让 20+ 消息平台、25+ 模型都能挂上来，然后由**你（人）**来定义每一条规则、每一个 Skill、每一次触发。
一个想变成"你的分身"，一个想变成"你的调度台"。这是最本质的分歧。
二、架构：整合式 vs 网关式
OpenClaw 是网关式的四段结构：
Gateway（网关）→ Agent（智能体）→ Skills（技能）→ Memory（记忆）它的核心工程价值在于 Gateway：无论用户从 WhatsApp、Telegram、Slack、Discord 还是邮件进来，都收敛成同一个 Agent 会话。控制平面很清晰，权限、审计、路由都做在网关一层。
Hermes Agent 是整合式结构：大模型推理、终端执行、文件操作、浏览器自动化、网页检索、长期记忆、定时任务、多平台消息——这些能力被内建为同一个进程的模块。它更像一个"随身的、有大脑、有手脚、还有笔记本"的助理，而不是一个消息路由器。
结果就是：想接更多平台，OpenClaw 更擅长；想让 Agent 自己变强，Hermes 更擅长。
三、记忆机制：两个静态 Markdown vs 四层结构化记忆
这是二者差异最戏剧化的地方。
OpenClaw 的记忆：两个静态 Markdown
MEMORY.md存"持久事实"。memory/YYYY-MM-DD.md存"当天的会话上下文"。
设计非常克制、非常"文本编辑器"友好。但它有两个先天局限：
- 只有最近两天的日志会自动加载，更早的记忆需要用户主动搜索。
- 记忆完全是人工格式的自由文本，Agent 自己不参与"决定要记什么"。
Hermes Agent 的记忆：四层分工
| 层 | 载体 | 角色 |
|---|---|---|
| Prompt memory（提示层） | MEMORY.md + USER.md | 每次会话开始时"冻结注入"到系统提示词 |
| Session archive（会话档案） | SQLite + FTS5 全文检索 + LLM 摘要 | 存下所有会话，可数周后回溯 |
| Skills（技能层） | SKILL.md 文件 | Agent 自己积累的"怎么做" |
| External providers（外部提供者） | Honcho、Mem0、Supermemory 等 | 补充知识图谱、语义搜索、用户画像 |
四层结构里最关键的动作是——Agent 自己决定什么进 MEMORY.md，什么进 USER.md，什么升级成 Skill。这是它"越用越懂你"的物理基础。
后续几篇会分别把 MEMORY.md/USER.md 的分工、更新策略、以及 Skill 与 Memory 的区别讲透。
四、Skill 系统：人写 vs Agent 自动写
Skill 是"可复用的操作流程"，两个框架都有，但获取方式截然不同：
| 对比项 | Hermes Agent | OpenClaw |
|---|---|---|
| 谁来生成 | Agent 在完成复杂任务后自动提炼 | 用户手工编写 Markdown |
| 触发条件 | 5+ 次工具调用、遇到错误后成功修复等 | 用户主动创建 |
| 自我优化 | 每约 15 个任务触发一次反思循环，自动改写旧 Skill | 无自动优化 |
| 开放标准 | 兼容 agentskills.io | 通过 ClawHub 市场分发 |
| 安全审查 | 内置扫描（prompt 注入、凭证、供应链风险） | 曾被 Snyk 审计出 5,700 个 skill 中 1,467 个可疑 |
一句话：Hermes 里的 Skill 是"Agent 的肌肉记忆"；OpenClaw 里的 Skill 是"用户给 Agent 的操作手册"。
五、自进化：Hermes 最不可替代的一条闭环
Hermes Agent 内建三条学习链路，它们互相咬合：
- 记忆链路：会话入 SQLite，摘要化后可 FTS5 检索。
- 技能链路：复杂任务完成后自动写出结构化 Skill（含步骤、陷阱、验证方法）。
- 训练链路：日常工具调用记录本身就可以作为下一代模型的训练数据。
有 Reddit 用户报告，Hermes 在两小时内自动创建 3 个 Skill 文档后，重复性研究任务的效率就出现了肉眼可见的跳变。
OpenClaw 没有这条闭环。它更像一台 "Agent 的路由器与调度器"，进化靠的是用户和社区给它加 Skill、装插件、连服务。
这两种路线没有优劣之分，但选型时你要知道自己在选什么：一个是让 Agent 自己成长，一个是让人来教 Agent 成长。
六、安全：默认沙箱 vs 默认开放
| 维度 | Hermes Agent | OpenClaw |
|---|---|---|
| 默认沙箱 | 容器只读根 + 能力丢弃 | 无 |
| 授权流程 | 默认开启审批闸门 | 网关认证默认关闭 |
| 注入防护 | 内置 prompt injection / 凭证外泄扫描 | 无内建扫描 |
| 已知漏洞 | 多层保护默认标配 | 曾在 63 天披露 138 个漏洞，其中 7 个严重级 |
Hermes 的安全思路是"默认拘谨，你显式打开才放宽"；OpenClaw 是"默认开放，你需要自己收紧"。 前者对个人隐私敏感者更友好，后者对企业内网做自定义管控更灵活。
七、那你到底该选谁？
优先选 Hermes Agent，如果你：
- 想要一个"越聊越懂我"的长期助理。
- 会把它接入个人知识管理、长期研究、跨会话追踪场景。
- 希望减少 Token 消耗（Agent 学过一次就不用再教）。
优先选 OpenClaw，如果你：
- 主要诉求是"接更多通道、接更多工具"。
- 有明确的团队协作、集中审计需求。
- 已经在 OpenClaw 生态里积累了大量 Skill 和 Bot。
八、如果你想直接体验 Hermes，但不想搭
Hermes Agent 最强的三件事——长期记忆、Skill 自进化、多平台接入——都建立在同一个物理前提上：它得长期在线、有独立存储、且是你专属。
这意味着理想的部署形态其实是一台 7×24 小时不掉线的云端实例：笔记本合盖不打盹、nudge_interval 能稳定触发、多个终端唤起来都是同一份 ~/.hermes/。
而这恰好就是 LightVela 做的事情。LightVela 是云托管的 Hermes Agent 服务，把上面"需要自己搞定"的部分都提前搞定了：
- 一键开通独立云实例，不占本地电量与内存；
- 内置正宗 Hermes Agent，
MEMORY.md/USER.md/Skill 都是官方原版机制； - 24×7 在线，手机、笔记本、Telegram、飞书……多渠道进来都是同一个"认识你的 Agent"；
- 对话数据仅存于你的专属服务器，不与第三方共享。
如果你被前面这些"自进化能力"打动，但不想花一个周末去搞 Ollama、SSH、systemd、备份策略，那 LightVela 大概率是你最短的一条路径。
小结
- Hermes 和 OpenClaw 都很优秀，只是它们服务的问题不同：Hermes 让 AI 会成长，OpenClaw 让 AI 会连接。
- 差异最戏剧化的一层是记忆：OpenClaw 两个静态 Markdown，Hermes 是四层结构化记忆 + Agent 自决策。
- Skill 的分野是"Agent 自动写" vs "用户手写"，安全模型的分野是"默认沙箱" vs "默认开放"。
- 想"连接一切"选 OpenClaw；想让 Agent"越用越懂你"选 Hermes——想省掉自托管麻烦就直接用 LightVela 把 Hermes 挂在云上。