会”越用越聪明”的 AI 助手！ Hermes Agent 和 OpenClaw 到底选哪个？
它不是聊天机器人，不是代码补全工具——而是一个住在你服务器上、会自己学习进化的 AI Agent
导语
用过的 AI 助手不少，但你有没有这种感觉：
换了个对话窗口，AI 就”失忆”了；每次重新开始，它还得从头了解你的项目；遇到复杂任务，调用一次就结束，没有任何积累。
Hermes Agent 可能是目前最接近”私人 AI 助理”的产品——它会记住你教过它的事，会自己写技能（Skill）来处理重复任务，还能不断优化自己的表现。
发布不到一年，GitHub 已斩获 43K stars，被开发者称为”最有灵魂的开源 Agent 之一”。1
但提起开源 AI Agent，绕不开另一个名字——OpenClaw（GitHub 175K stars，社区更成熟）。两个项目定位接近，设计哲学却截然不同。
今天这篇文章，就把它们放在一起掰开揉碎地比一比，帮你做出选择。
配图由 MiniMax 图片生成，来源：作者制作
01 一张表看清 Hermes 和 OpenClaw 的核心差异
| 维度 | Hermes Agent | OpenClaw |
|---|---|---|
| GitHub Stars | 43K | 175K+ |
| 出品方 | Nous Research | 独立开发者（Peter Steinberger） |
| 设计哲学 | 自我进化 + 有界记忆 | 功能覆盖优先 |
| 记忆系统 | 有界策展（MEMORY.md 限2200字） | 透明可编辑文件（不限大小） |
| 自我进化 | ✅ 内置 + 自进化框架 | ❌ 无 |
| Skill 生态 | agentskills.io 兼容 | ClawHub（300+ Skills） |
| 安全模型 | 注入扫描、原子写入、bounded memory | ⚠️ 曾有 RCE 漏洞，30K+ 暴露实例 |
| 执行沙箱 | 6种后端（Docker/SSH/Modal/Singularity…） | Docker 隔离（推荐） |
| Windows 支持 | ❌ 需 WSL2 | ✅ 原生支持 |
| 平台数量 | 8个（Telegram/Discord/飞书/Slack/WhatsApp/Signal/Email/iMessage） | 更多（覆盖更广） |
| 上手难度 | 中等（配置项多） | 较低（openclaw onboard 引导） |
两大开源 AI Agent 方案对比，来源：作者制作
02 深度对比：8个维度逐一拆解
2.1 记忆系统——谁更懂”取舍”？
OpenClaw：纯文本文件存储记忆，透明可编辑。你可以直接打开文件看到 Agent 记住了什么、随手修改。好处是完全透明，坏处是——文件会越来越大，Agent 容易”记流水账”，真正重要的信息反而被稀释。5
Hermes：采用有界策展设计，MEMORY.md 限制 2200 字符、USER.md 限制 1375 字符。这不是缺陷，而是刻意约束——逼迫 Agent 学会优先级管理，只记住真正重要的事。什么值得沉淀，什么可以遗忘，由系统强制决定。6
OpenClaw 记忆：越多越好 → 信息稀释
Hermes 记忆：越精越好 → 强制取舍
有界策展 vs 无限堆积，来源：作者制作
2.2 自我进化——这是 Hermes 的独门武器
这是两者最核心的差距。
Hermes Agent 搭载了两套进化机制：
内置学习循环：Agent 在每次任务结束后自动提炼关键信息写入记忆，遇到重复任务时自动生成 Skill，并在使用中持续优化。
自进化框架（Self-Evolution）：配合 Nous Research 开源的 hermes-agent-self-evolution 项目，Agent 可以用 DSPy + GEPA（遗传-帕累托提示进化）算法自动优化自己的 Skill、工具描述和系统提示词——读取引执行轨迹，理解”为什么失败”，再针对性地改进。整个过程约 $2-10/次，无需 GPU。3
简单理解：它不只是完成工作，还会反思”这次哪里可以做得更好”，然后自己动手改进。
OpenClaw 专注功能扩展，不做自我优化。同样的任务跑了100遍，OpenClaw 还是同样的方式；Hermes 会总结规律，每次都比上次更精准。
2.3 安全——OpenClaw 的重灾区
这是 OpenClaw 最大的痛点，也是选择 Hermes 时最容易被忽视的优势。
OpenClaw 安全事件回顾：78
| 事件 | 影响 |
|---|---|
| CVE-2026-25253 | 关键 RCE 漏洞（CVSS 8.8），恶意 URL 一键接管 Agent |
| CVE-2026-34425 | 又一个 RCE 漏洞，SentinelOne 收录 |
| ClawHavoc 攻击 | ClawHub 发现数百个恶意 Skills，内藏木马 |
| SecurityScorecard 扫描 | 发现 135,000+ 实例暴露，63% 存在漏洞，其中 12,812 可被 RCE 利用 |
| 密码绕过 | 认证机制形同虚设，单字符密码也能通过 |
更夸张的是，OpenClaw 作者本人曾在文档里写：
“Most non-techies should not install this.” “I know about the sharp edges.”
攻击者的反应速度也令人担忧：OpenClaw 品牌从 Clawdbot → Moltbot → OpenClaw 换了三次，每次换名期间都有钓鱼域名和克隆仓库在数小时内出现。
Hermes 的安全设计：
- 有界记忆减少敏感信息沉淀
- 原子写入（
os.replace()+fcntl.flock）防止并发污染 - 外部内容注入扫描（prompt injection、角色劫持、不可见 Unicode）
- Profile 系统支持完全隔离的多实例
- 执行后端全带容器加固和命名空间隔离
当然，Hermes 也没有绝对的安全——但至少在架构设计上，把”信任边界”当作一等公民来考虑。
安全是选择 Hermes 的重要理由，来源：作者制作
2.4 Skill 生态——OpenClaw 赢了数量，Hermes 赢了标准
OpenClaw 的 ClawHub 社区已经积累了 300+ Skills，覆盖面极广。但问题在于：
- Skills 没有安全审核机制，ClawHavoc 事件证明恶意 Skills 可以直接拿走你的 API Key
- 存在钓鱼 Skills（伪装成官方）
Hermes 兼容 agentskills.io 开放标准，和 Claude Code 的 Skills 互操作。虽然社区 Skills 数量不如 OpenClaw，但标准更开放、安全可溯源——你用 Claude Code 写的 Skills，搬到 Hermes 直接能用。
2.5 执行环境——Hermes 的沙箱更丰富
| 后端 | Hermes | OpenClaw |
|---|---|---|
| 本地执行 | ✅ | ✅ |
| Docker | ✅ | ✅（推荐） |
| SSH 远程 | ✅ | ❌ |
| Modal（GPU集群） | ✅ | ❌ |
| Singularity（HPC） | ✅ | ❌ |
| Daytona | ✅ | ❌ |
| 原生 Windows | ❌ | ✅ |
如果你在学术/研究场景（HPC 集群、GPU 服务器），Hermes 的后端支持更完整。如果你是 Windows 用户不想折腾 WSL2，OpenClaw 更友好。
2.6 定时任务——OpenClaw 更好用，Hermes 更安全
OpenClaw 的 cron 调度器被社区大量使用做邮件清理、文件整理、周报生成，是其核心亮点之一。但定时任务稳定性有过反馈问题（ delivery 失败率高）。
Hermes 的定时任务通过 Gateway 投递到任意平台（飞书/Telegram/邮件），支持自然语言描述（”每天早上9点给我发一份运营简报”）。设计上更重视失败路径的可观测性——任务跑了没有、失败了怎么办，有更清晰的日志。
2.7 上手难度——OpenClaw 更简单
openclaw onboard 一条命令进引导流程，对普通用户更友好。
Hermes 需要 hermes setup，但提供了更结构化的 hermes doctor 诊断工具来排查问题。配置项更多，学习曲线略陡，但也意味着更大的定制空间。
2.8 社区与生态——OpenClaw 领先
175K stars vs 43K stars，OpenClaw 的社区体量领先明显。更厚的社区意味着更多 Skills、更多教程、更多踩坑分享。
但 Hermes 背靠 Nous Research，有明确的学术研究导向（Atropos RL 环境、轨迹压缩研究工具），在研究社区的认可度更高。ICLR 2026 Oral 论文就是证明。3
03 真实使用案例
Hermes Agent 案例
案例1：跨平台项目助手
用户在 Telegram 描述一个需求，Hermes 自动创建 Skill 记录处理流程。第二天在 Discord 继续同一任务时，Agent 直接调用昨天生成的 Skill，无需重复描述背景。
案例2：研究自动化
某研究团队用 Hermes 管理文献检索流程：每天定时抓取 arXiv 新论文，提取摘要写入 Notion，遇到感兴趣的论文自动发邮件通知。全程无需人工干预，Agent 会根据反馈调整检索关键词。
案例3：自我优化的代码审查
开发者在代码合并前调用 Hermes 审查，Agent 记录常见的错误模式。第二天类似问题出现时，Agent 直接指出”这个模式和昨天发现的 X 问题相同，建议……”
OpenClaw 案例
案例4：邮件自动化处理
用户设置 OpenClaw 每天早上处理积压邮件：读邮件内容，分类优先级，回复简单问询，标记需要人工处理的邮件。
案例5：智能家居控制
通过 OpenClaw 连接 Home Assistant，用自然语言控制灯光、温度、摄像头。出门前说一句”我出门了”，Agent 自动关闭设备。
案例6：GitHub PR 管理
OpenClaw 监听多个 GitHub 仓库，PR 有更新时自动总结改动并发送到 Slack 群聊。遇到紧急 bugfix PR 时触发电话通知。
04 到底选哪个？
| 需求 | 推荐 |
|---|---|
| 重视数据安全 / 在公司网络使用 | Hermes |
| 想让 AI 越用越聪明、有学习积累 | Hermes |
| 在 HPC/研究/服务器环境 | Hermes |
| Windows 原生，不想装 WSL2 | OpenClaw |
| 需要大量现成 Skills，快速上手 | OpenClaw |
| 极客玩家，爱折腾配置 | 两者皆可 |
一个有趣的思路：两者可以共存。OpenClaw 做日常快速任务，Hermes 做需要长期记忆和自我进化的复杂工作。Hermes 自带 hermes claw migrate 命令，可以从 OpenClaw 平滑迁移配置。9
05 怎么安装 Hermes Agent？
一行命令搞定（Linux/macOS/WSL2）：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
安装完成后，运行配置向导：
hermes setup
启动交互式 CLI：
hermes
如果想接飞书、Telegram 等平台，运行 Gateway：
hermes gateway
安装只需一行命令，来源：作者制作
常见问题 Q&A
Q: OpenClaw 的安全漏洞修复了吗？ A: 新版已强制要求认证（移除了 auth: none 选项），RCE 漏洞也已 patch。但 ClawHub 的 Skills 供应链问题尚未根本解决，安装 Skills 时务必谨慎。
Q: 国内网络能访问吗？ A: 主体安装包可以。OpenAI/Anthropic 官方 API 需要代理，但 GLM、Kimi、MiniMax、Qwen 等国内模型可直连。
Q: Hermes Agent 有 Windows 版吗？ A: 暂无原生支持，需要 WSL2。如果必须 Windows 原生运行，目前只能选 OpenClaw。
Q: Skill 能跨 Agent 用吗？ A: Hermes 兼容 agentskills.io 标准，Claude Code 写的 Skills 可以在 Hermes 直接用。OpenClaw 的 Skills 格式不通用。
Q: Hermes 的自我进化每次要花多少钱？ A: 约 $2-10 美元/次，通过 API 调用实现，无需 GPU 训练。
参考资料
[1] GitHub – NousResearch/hermes-agent: 43K stars, MIT license
[3] GitHub – hermes-agent-self-evolution: 自我进化框架，ICLR 2026 Oral
[4] 青雲的博客 – Hermes Agent 深度架构剖析与 OpenClaw 工程化对比
[5] VC Solutions – OpenClaw 安全风险分析
[6] 青雲的博客 – Hermes Agent 深度架构剖析（记忆系统详解）
[7] Infosecurity Magazine – 研究者发现 40,000+ OpenClaw 暴露实例，63% 存在漏洞
[8] SonicWall – CVE-2026-25253: OpenClaw 认证令牌窃取导致 RCE 漏洞分析
[9] GitHub – NousResearch/hermes-agent: CLAW MIGRATION