Hermes Agent vs OpenClaw: ¿Cuál es la diferencia entre AI y 框架?

2025 年 AI Agent 框架市场规模达到 78,4 亿美元，预计 2030 年将增长到 526 亿美元（Grand View Research, 2025). Incluye Hermes Agent** (10 unidades + GitHub Star, Python).

选框架不只是工具偏好问题，它决定了你的 agente怎么学习、怎么扩展、怎么保护自己。这篇文章从 10个维度拆解这两个框架的差异——基于双方项目数据、独立安全审计和社区反馈.

TL;DR

• OpenClaw 以网关为中心,擅长多渠道消息路由。Slack、Discord、WhatsApp、Web 都能接，社区技能库超过 44000个。适合需要快速打通多个平台的团队。
• Agente Hermes 以 agente为中心，擅长自我进化。它从每次任务中学习，自动创建和优化技能，重复任务速度可提升40%.
• 安全差距悬殊。 OpenClaw 上线三个月就出现了超过 100 个 CVE 和 137 个安全公告。Hermes Agent 目前零 agente 层面CVE, 但默认配置是全开权限,需要手动加固.
• 两者可以协同工作。 MCP y A2A, OpenClaw y Hermes.

两种设计哲学

**Gartner en 2026, 40 % de agente de IA en 2025, 5 %.**当团队开始把 Agente 部署到生产环境时，框架选择决定了 agente今天能做什么，更决定了它明天能进化成什么。

OpenClaw en 2025, 60 archivos, React, 320 50 多万个运行实例。它的核心判断：**最难的问题是路由和控制。**把消息从所有渠道送到正确的 agente 手里，配上正确的工具，然后让 LLM 处理剩下的事。

Hermes Agent por Nous Research en 2026 y 2 en 25 años, 9,56 en GitHub Star, 3 en subreddit社区。它的口号——"El agente que crece contigo"——反映了另一个判断：**最难的是记忆和自我进化。**一个能记住学到的技能的 agente,比一个只是被妥善路由的 agente 更有价值.

架构：网关中心 vs Agente 中心

**OpenClaw 把网关放在中央，Hermes 把 agente 本身放在中央。**这不是语言选择问题——这是对"什么东西应该在 Agente de IA 系统中央"的不同回答.

OpenClaw: 网关即中心

OpenClaw para Node.js 22+ 单进程，默认绑定C0 。网关拥有所有消息入口——WhatsApp, Telegram, Slack, Discord, Signal, iMessage, WebChat——同时充当路由、认证、限流和会话管理的中央控制面。

它的核心创新是 Lane Queue 系统：默认串行执行，只有明确标记为低风险的任务才允许并行。每个 sesión 4 agentes通道默认 8 个。

消息流是一个一致的循环：通道适配器标准化输入 → 网关路由到 sesión → agente 加载上下文和技能 →发送到 LLM → 执行工具调用 → 流式输出 → 持久化状态。网关拥有每一个环节。

Agente Hermes: Agente 即中心

Hermes utiliza Python 3.11+ 运行时, C0 类是最基本的计算单元.Prompt Builder从人格、记忆、技能和模型指令中组装上下文。运行时解析器 把 proveedor/模型组合映射到 API配置，支持 18 个以上的 LLM 提供商，系统设计上就是模型无关的。中央工具注册表 管理 47个注册工具，分布在 19 个工具集，每个工具在 import 时自动注册。

Hermes utiliza aplicaciones sin servidor (Daytona, Modal, Daytona, Singularity y Modal).

实践中的差异

garra abierta通过中央网关给运营团队完全的可见性和控制力——审Hermes把更多自主权交给 agente 本身，运行解析器和工具注册表服务于 agente的决策，而不是中央控制器的规则.

最要跨渠道部署的客服机器人, OpenClaw El agente de Hermes es el agente de Hermes.

学习能力：自主进化 vs 无状态会话

**这是两个框架最尖锐的区别，也是最可能决定哪个适合你的维度。**一个能自主学习和改进,另一个每次都是全新开始.

Hermes 的五步学习循环

Hermes:

1. 接收 用户消息或定时触发器
2. 检索 通过 FTS5 全文搜索查询持久化记忆（1 万 + 文档下约 10ms延迟）获取相关的过往技能和记忆
3. 推理和执行 LLM 规划任务并调用工具
4. 记录结果：如果任务涉及 5 次以上工具调用，agente 自动生成技能文件（遵循 open agentkills.io 标准）
5. 持久化：技能编入记忆索引，后续 sesión 可用

Capítulo 15: Hermes会反思：哪些有效、哪些失败，然后自动生成或更新技能文件。结果可量化：Nous Research的基准测试显示，拥有 20 个以上自创技能的 agente 完成研究任务的速度比全新的实例快40%, mensaje de 且无需手动调整.

40%的速度提升在持续使用的垂直领域中最明显.

OpenClaw 的无状态模型

OpenClaw 的每个 sesión 都从零开始，依赖开发者或社区手动创建和注册技能。Agente每次访问相同的工具和指令,但不会结构化地积累经验.

Sesión 状态以 JSONL 格式存储在C0 ，每行代表一条消息或事件。当日志增长到模型上下文窗口上限时，旧消息会被"压缩"。项目文档明确划了红线："Sesión是用来推理的，不是用来存储的。"

持久化层（DuckDB、workspace 文件系统）可以存储持久数据，但 agente没有机制自主从经验中提取、测试和优化可复用的流程.

成本权衡

学习循环不是免费的.Hermes 的反思和优化模块额外消耗约 15-25% 的token。但这个成本会被摊销：一旦技能存在，未来执行类似任务时无需完整推理链,同时节省时间和token.AWS 成本分析显示,有状态 AI 应用的运营成本通常是无状态等价物的 2-3倍，但技能复用的累积效率提升可以抵消这部分开销。

生态系统：市场广度 vs 自我生成

OpenClaw 44000+ 技能 vs Hermes 的 118 个内置技能 + 自主生成——这反映了两种完全不同的生态策略.

OpenClaw: 市场模式

ClawHub 目前托管超过 44000 个社区技能，2025 年 11 月这个数字还是 850——五个月增长约 50 Principalmente IDE (22,7%), Web (17,6%) y DevOps. 7,5%, 6,6% y 6,2%. 1800 tenedores 73200 tenedor.

但规模伴随问题。OpenClaw 的"留存率"——初次接触后继续深度使用的用户比例——只有17%。市场采用开放发布模式，仅要求 GitHub账号注册满一周，这造成了后续安全部分会详述的严重安全隐患。

Agente Hermes: 自我生成模式

Hermes 附带 118 个精选内置技能，涵盖网页控制、Gmail/日历/云端硬盘/通讯录/表格/文档集成、Spotify Enlaces de YouTube, arXiv, relaciones públicas de GitHub, relaciones públicas de Excalidraw, 515 archivos, 10万 + Estrella），但增长很快——两个月内增加了 4.7 万 Estrella。

关键区别在于自我生成。由于 agente Hermes实例会积累一套任何市场无法复制的领域技能——因为它们编码了那个团队自己的工作流、偏好和工具配置.

记忆架构：三层持久化 vs SOUL.md

记忆是区分"好 agente"和"和你一起成长的 agente"的基础设施。

Hermes 的三层记忆

第一层：系统 Solicitud 记忆（MEMORY.md 和 USER.md）。 每个 sesión 都会注入一份冻结快照。MEMORY.md（2200 USER.md（1375 字符上限,约 500 token）存储沟通偏好、工作风格和期望。

第二层：情景记忆（技能）。 每个任务完成后，Hermes y ChromaDB向量数据库写入结构化记录,包含任务描述、工具调用、有效做法和失败原因。新任务时，它会向量化请求并做语义相似度搜索，高匹配结果注入到规划mensaje 中。

第三层：Sesión 搜索。 所有 sesión 记录到 SQLite 数据库（ C0 ），启用 FTS5 全文索引。Agente 通过 C1工具访问，可以回答"上次我们讨论过 X吗？"或"上周的认证服务问题结论是什么？"这类问题.

系统还支持 8 个外部记忆提供者插件（包括 Mem0、Honcho 和 Hindsight），架构上是可插拔的.

OpenClaw y SOUL.md

OpenClaw SOUL.md 作为身份层——一个 Markdown 配置文件，定义 agente 的人格、价值观、语气和行为边界。它在每个 sesión开始时第一个被注入上下文。额外的工作区文件（AGENTS.md、USER.md）提供补充信息。

压缩系统处理上下文窗口压力。当 sesión 接近 token 上限（某些模型约 20,5 万token）时，旧消息会被摘要以便对话继续。Session 重置选项包括每日重置（当地时间凌晨4:00）、闲置重置和手动重置.

35600 token。持续日志记录一周后，agente会把一半的上下文窗口花在翻阅旧日志上。对需要长期记忆的工作流来说,这是一个根本性的扩展瓶颈.

安全性: CVE 历史和供应链风险

安全性可能是生产环境中这两个平台之间最关键的差距——是结构性的，不是边缘性的。

OpenClaw y CVE

安全研究员 Joel Gamblin 的公开追踪器在 2026 日之间记录了 137个安全公告，大约每 15 小时一个。CertiK 的系统性分析记录了超过 280 个 GitHub 安全公告、超过 100 Compatible con CVE y 13.5.

关键漏洞包括:

• CVE-2026-25253（ClawBleed）： 一键远程代码执行，通过跨站点 WebSocket劫持实现。恶意网站可窃取认证令牌并获得网关完全控制权。
• CVE-2026-32922: Token 轮转提权（CVSS 9.9）可升级为远程代码执行——OpenClaw 历史上最严重的漏洞.
• CVE-2026-33579: 审批命令路径中的提权漏洞.

2026 年 3 月单月出现超过 15 个 CVE，其中至少三个评分达到 CVSS 9.4以上，有九处在四天内集中披露。

ClawHub 供应链攻击

ClawHub 市场遭遇了代号"ClawHavoc"的供应链攻击。初步审计发现 341个恶意技能；更新后的扫描报告超过 1184个恶意包。单名攻击者（"hightower6eu"）在一次自动化攻击中提交了 354 个恶意包。恶意技能部署了macOS, Atomic Stealer (AMOS) y Windows, Vidar, 信息窃取器,目标锁定浏览器凭据和加密货币钱包.

Agente de ClawHub Sesión de sesión de Snyk y ToxicSkills 36.82%的技能存在安全缺陷.

Agente Hermes 的安全状况

截至 2026 年 6 月，Hermes Agent 零 agente 层面 CVE。对 v0.8.0 的独立安全审计（812 个 Python 文件，约 36.4万行代码）没有发现恶意软件或数据泄露，评价代码"意图良好"。但审计也在默认配置中发现了4 个严重和 9 个高危问题——主要原因是默认安全策略是全部放行。

Hermes 的纵深防御安全模型包括:

• 命令审批系统： 模式匹配检测破坏性命令并触发审批回调
• 沙箱选项： 六种终端后端可以限制命令执行环境
• 凭据保护： 敏感环境变量不会传递给子进程

118 agente自己创建，完全消除了第三方供应链的入口。

安全底线

Hermes需要收紧默认的"全部放行"权限模型.

对比总表

搭建体验

OpenClaw 的起步

OpenClaw 提供了最快的上手路径:

• 最快： 2 años,用 Ollama（ C0 ）
• 标准： 约 5 分钟完成安装、配置向导和首次对话
• 自托管 Docker： 10-15 minutos
• ** Precio VPS: ** 30-90 €

配置向导引导完成 proveedor 设置并快速交付可用的聊天。主要前提是 Node.js 22+ 和一个 API 密钥。OpenClaw Cloud完全免去搭建,每月 59 美元（首月 29 美元）。

长期挑战是维护。OpenClaw 每月发布 1-2个大版本,频繁引入破坏性变更。社区估算生产级自托管实例的 DevOps 开销每年在 1 万到 2万美元之间。

Agente Hermes 的起步

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Proveedor de LLM (Python, Node.js, ripgrep, ffmpeg), proveedor de LLM配置。安装后， C1 配置 LLM， C2 管理工具集， C3 连接消息平台。

Hermes es una versión 6.4 del token que incluye Linux, macOS, WSL2 y Linux. Android (Termux).

混合方案：一起用

两个框架今天就可以协作。 两者都支持 MCP 协议用于工具发现和调用.A2A（Agent-to-Agent）协议——由 Google Los sistemas operativos Linux, los sistemas operativos Linux, los sistemas operativos AWS, Cisco y Salesforce son compatibles con los sistemas operativos.

Agente Hermes MCP 连接工具调用, A2A 实现 agente间任务委托。

对于已经在用 OpenClaw 的团队, C0 提供了附带模拟预览的迁移工具.

怎 么 选

en OpenClaw

• 需要快速打通多个渠道 (WhatsApp, Telegram, Discord, Slack)
• 团队以 TypeScript 为主
• 侧重客服机器人场景
• 想要托管服务免运维

选 Agente Hermes

• agente 需要越用越聪明，重复任务多
• 安全要求高
• Aplicación Python/ML
• sesión de 需要持久化的跨 记忆

两个都要

• 需要 OpenClaw 的集成广度 + Hermes 的学习深度
• 场景同时覆盖客户交互和内部自动化
• 有团队能力维护两套系统

数据来源:官方文档、GitHub 仓库、独立安全审计（Snyk ToxicSkills、CertiK）、Joel Gamblin 的 CVE 追踪、Nous Research Nestify融合了两种架构的思路，把它变成家庭用户可以直接使用的简单功能——你不需要关心背后跑的是哪种agente，只需要感受它帮你省下的时间。