三万星新秀Hermes Agent硬刚龙虾：自己写技能、自己进化的AI智能体

最近被一个叫 Hermes Agent 的开源项目刷屏了。

它是 Nous Research 在今年 2 月底开源的 AI 智能体框架，上线不到两个月，GitHub 星标已经接近 3 万。社区把它称作 OpenClaw（龙虾）上线以来，第一个Re竞争对手。

我自己装了一下试用，体验确实可以。这篇文章不讲怎么装，只讲一件事：如果你已经在用龙虾，要不要换？如果你刚要选一个，该选哪个？

一、表面上很像，骨子里完全不同

先说相同点：

• • 都是自托管的开源智能体
• • 都能接入 Telegram、Discord、Slack、WhatsApp 等聊天平台
• • 都支持多模型切换
• • 都走 MIT 协议

但设计哲学完全不同，这才是关键。

OpenClaw 的核心是一个 Gateway（网关守护进程），负责统一管理会话、路由和渠道连接，像一个调度中心，把你的各种聊天应用连接到 AI agent。你可以把它理解为一个”多渠道个人助理操作系统”——它解决的是”消息怎么进来、回复怎么出去”。

Hermes Agent 的核心则是 agent 自身的执行循环。它不是围绕”怎么把消息送到 agent”来设计的，而是围绕”agent 怎么变得越来越强”来设计的。官方管这叫 closed learning loop（闭环学习循环）。

一句话总结：龙虾是网关，Hermes 是引擎。

二、Hermes 最值钱的地方：它会自己写技能

这是我看完文档之后最兴奋的一点。

当 Hermes 完成一个复杂任务（通常涉及五次以上工具调用）后，它会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件。下次遇到类似任务，直接加载这份技能，不用从头解决。

更关键的是，这些技能在使用过程中会自我迭代。如果 agent 在执行新任务时发现了更好的方法，它会自动更新技能文档。

已经有用户反馈：agent 在两小时内自动生成了三份技能文档之后，重复性研究任务的速度提升了 40%。

OpenClaw 也有技能系统，但主要依赖人工编写和社区贡献的技能市场 ClawHub。Hermes 这边等于把”写技能”这件事也交给了 agent 自己。

这意味着什么？ 对个人用户来说，你用得越久，它就越懂你的工作场景。这是真正的”养成型”AI 助手。对公司来说，这等于把员工的隐性知识自动化沉淀下来——以前需要整理 SOP 文档的活，现在 agent 自己边干边写。

三、记忆体系：搜索引擎大脑 vs 笔记本大脑

两个项目都说自己有跨会话记忆能力，但实现方式完全不同。

Hermes 的做法：用 SQLite 数据库配合全文检索，把所有历史对话存下来，需要时通过搜索加摘要召回。它把记忆分成两层——

• • 一层是常驻的关键信息（写在 MEMORY.md 里，每次对话都带上）
• • 另一层是全量历史检索（容量无限，按需调用）

OpenClaw 的做法：记忆是工作区里的 Markdown 文件，走的是”文件即记忆”的路线，通过语义检索工具来查找。在上下文压缩前会执行一次静默记忆写入，防止压缩丢信息。

简单说：

Hermes 更像是给 agent 装了一个搜索引擎式的大脑，OpenClaw 更像是给它一个笔记本。

哪种更好？看场景。要回忆”我们三个月前讨论过什么”，Hermes 这种检索式更靠谱。要做长期项目，结构化笔记本反而更顺手。

四、安全这块，Hermes 默认更狠

Hermes 搞了一套五层纵深防御：用户授权、危险命令审批、容器隔离、凭据过滤、上下文注入扫描。默认对高风险操作（比如执行终端命令、写文件）要人工审批，超时未批准就自动拒绝。

OpenClaw 这边则更强调信任模型和配置审计。它提供了 openclaw security audit 命令，可以一键扫描网关配置的安全隐患。

但说句实话，OpenClaw 在安全方面的历史记录不太好看——今年 2 月被曝出多个高危漏洞，13.5 万个实例暴露在公网上，技能市场也有超过 300 个恶意技能被发现。

如果你打算把 agent 接生产环境、接公司数据，安全这一项要重点考虑。

五、所以到底要不要换？

我的建议很直接：

继续用龙虾的情况：

• • 日常用着顺手，没必要瞎折腾
• • 你需要一个”多渠道助理平台”，接入各种聊天工具
• • 你依赖 ClawHub 上的现成技能市场（生态成熟，34.6 万星标不是白来的）

换到 Hermes 的情况：

• • 之前龙虾里的 Claude Code 授权现在用不了，正好换一个（但不能保证 Hermes 这条路能走多久）
• • 你更关心 agent 的长期进化能力，希望它用得越久越聪明
• • 你是做 AI 研究的，需要生成训练轨迹、跑强化学习实验
• • 你想要一个 OpenAI API 兼容的服务端，把它当后端接到 Open WebUI 等第三方界面

双开也可以：龙虾管多渠道接入，Hermes 跑在另一台 VPS 上做研究和重活。

六、给非技术读者的商业价值翻译

你可能会问：这跟我做生意有什么关系？

我帮你把它翻译成生意人能听懂的话：

1. “自己写技能”等于自动化沉淀员工经验。 以前公司花几万块整理 SOP，半年就过期。现在 agent 边干边写文档，越用越值钱。这是组织知识资产第一次有了自我增长的可能。

2. “5 美元 VPS 跑得动”等于私有化部署门槛已经塌了。 中小企业以前不敢上 AI Agent，怕数据出境、怕 token 烧不起。现在一台月租 5 美元的小机器就能跑一个 7×24 的智能员工。这个数字会让很多 SaaS 公司睡不着觉。

3. “OpenAI API 兼容”等于切换成本接近零。 这意味着你今天选错了底座，明天换一个也不难。这种可逆决策就是个人和小公司在 AI 时代最大的红利——大胆试，错了改。

总结一下

最后我自己的感受：OpenClaw 像装了一个 AI 助理 App，Hermes 像养了一个 AI 实习生。 前者一上手就能用，后者要陪它一起长大——但长大之后回报你的，是别人复制不走的东西。

Hermes 跑在 5 美元一个月的 VPS 上就够用，也支持 Docker、SSH 远程、Modal 等 serverless 方案，安装只需要一行 curl 命令。想试的可以去翻官方文档。

P.S. Hermes 的英文跟爱马仕同名，这名字起得真讲究——希腊神话里 Hermes 就是”信使”和”边界穿越者”，跟 agent 的角色完美对上。

如果你也在思考怎么用 AI 提升业务效率，欢迎私信交流。