导读：2026 年，AI Agent 这条赛道突然拥挤起来。OpenClaw 横空出世拿下 GitHub 历史最高星数，Hermes Agent 随即以截然不同的哲学登场。很多人看着这些名词一头雾水——它们和 Claude Code 有什么区别？和 MCP 又是什么关系？本文先把这张地图画清楚，再深入拆解 Hermes Agent 的每一个核心机制。

编辑：公众号：人工智能研究Suo

先理清这张地图：AI 工具的层级关系

AI 工具名词之所以让人混乱，是因为它们分属不同的"层"，却经常被混在一起讨论。简单梳理如下：

底层模型（LLM）：GPT-4o、Claude、Gemini、Llama 等。它们是"大脑"，本身不会主动做任何事，只会对话。

Agent 开发框架：LangChain、LlamaIndex、AutoGen 等。开发者用来搭建 AI 应用的编程库，类似盖房子用的钢筋水泥，不是房子本身。

编程 Agent（IDE/终端型）：Claude Code、Cursor、GitHub Copilot、Codex。专注于代码工作流，通常是会话绑定（session-bound）的——你打开它，用完就关，它不记得上次发生了什么。

个人 AI Agent 运行时（持久型）：OpenClaw、Hermes Agent。这是一个新物种——持久运行在服务器或本地机器上，有跨会话记忆，能自主调度任务，用完不会"消失"。

MCP（Model Context Protocol）：Anthropic 提出的协议标准，让 AI 能连接外部工具和数据源，类似 USB 的"插头标准"。OpenClaw 和 Hermes Agent 都支持 MCP，它们是使用这个插头的设备。

理解了这个层级，后面讲的所有东西就不会再乱了。

为什么需要"持久 Agent"？一个真实的痛点

过去用 ChatGPT 或 Claude，每次打开是全新对话——它不记得你上次说了什么，不知道你的工作习惯，更不会在你不在的时候帮你跑任务。

Claude Code、Cursor 这类编程 Agent 同样面临这个问题。有开发者记录了自己在 26 天内用 Claude Code 经历了 59 次上下文压缩，不得不手动维护 CLAUDE.md 文件来传递"记忆"。这个手动维护的负担，正是持久 Agent 运行时想要消除的。

OpenClaw 和 Hermes Agent 代表了这个方向的两种不同答案。

OpenClaw 是什么？

OpenClaw 于 2025 年底诞生于去中心化 AI 社区，早期昵称"龙虾"，核心设计理念是把 AI 接入你数字生活的一切。

它围绕一个 Central Gateway（中央网关）——一个长期运行的控制进程，统管所有消息路由、会话、工具执行。Telegram、Discord、Slack、WhatsApp 全都能接进来，由一个 AI 统一处理。

OpenClaw 的技能是静态的：由人类编写成文本文件，AI 调用但不自动创造，配合严格的命令审批系统。截至 2026 年 4 月，它已拥有超过 345,000 GitHub Star 和 5,700+ 社区技能，是目前生态最成熟的 AI Agent 项目。

它的优势是广度：50+ 消息渠道、成熟的生态、托管服务、团队协作支持。它的局限也很明显：Agent 本身不会学习，每次任务结束后，下次类似任务它还是从零开始。

Hermes Agent 是什么？深入拆解

Hermes Agent 是 Nous Research（开发了 Hermes、Nomos、Psyche 等模型系列的 AI 研究机构）在 2026 年 2 月推出的开源项目，口号是 "The agent that grows with you"。

它的核心哲学和 OpenClaw 完全不同：OpenClaw 围绕网关构建系统，Hermes 围绕 Agent 自身的执行循环构建系统。

核心机制一：闭合学习循环（Closed Learning Loop）

这是 Hermes 最根本的差异化。它的工作流程是：

执行一个任务

评估：这个任务是否用到了非平凡的方式？（比如经历了 5 次以上工具调用、遭遇了错误并找到了解法）

提炼：如果值得，把这个解法抽象成一个有名字的"技能"（Skill），保存在 ~/.hermes/skills/

检索：下次遇到类似任务时，自动搜索技能库，找到最相关的技能并加载

改进：每次应用后，技能会根据新的结果进一步优化

这套循环的含义是：Hermes 是一个随着使用时间增长而越来越强的 Agent。你用它调试同一个代码库 100 次，它会慢慢摸清你的项目结构、团队约定、常见问题模式。

触发技能创建的条件：

完成一个复杂任务（5 次以上工具调用）

遭遇错误后找到了有效路径

用户纠正了它的做法

发现了一个非显而易见的工作流

核心机制二：分层记忆系统

Hermes 的记忆不是一个简单的"记住你说了什么"，而是一套精心设计的三层结构：

第一层：MEMORY.md 与 USER.md（持久核心记忆）

这两个文件存储在 ~/.hermes/memories/，在每次会话开始时注入系统提示词：

MEMORY.md：Agent 自己的工作笔记——环境信息、项目约定、学到的教训，上限 2,200 字符（约 800 tokens）

USER.md：用户画像——你的名字、沟通偏好、技术水平、工作习惯，上限 1,375 字符（约 500 tokens）

这两个文件采用"冻结快照"模式——在会话开始时一次性载入，中途不变（这样 LLM 的前缀缓存更高效）。Agent 会主动维护这些文件：当它学到新东西时，会自动 add/replace/remove 条目；当内存快满时（>80%），会主动整合相近条目腾出空间。

系统提示词里会显示类似这样的内容：

══════════════════════════════════════════

MEMORY [67% — 1,474/2,200 chars]

══════════════════════════════════════════

User's project is a Rust web service at ~/code/myapi using Axum + SQLx

§This machine runs Ubuntu 22.04, has Docker and Podman installed

§User prefers concise responses, dislikes verbose explanations

第二层：SQLite 会话历史 + FTS5 全文搜索

所有 CLI 和消息平台的对话都存在 ~/.hermes/state.db，通过 session_search 工具可以跨会话搜索历史，结果由 LLM 自动摘要返回。核心记忆容量有限（约 1,300 tokens），而会话搜索则是无限存储、按需检索，两者互补。

第三层：外部记忆提供者（可插拔）

Hermes 内置了 8 个外部记忆后端插件，可选接入：Honcho、Mem0、OpenViking、Hindsight、Holographic、RetainDB、ByteRover、Supermemory。这些提供知识图谱、语义搜索、自动事实提取等更高级的能力，与内置记忆并行运行，而非替代。

bashhermes memory setup # 配置外部记忆提供者

hermes memory status # 查看当前状态

核心机制三：技能系统（Skills System）

技能是 Hermes 的"程序性记忆"——可以手动创建、从技能市场安装，也可以由 Agent 自动生成。

每个技能是一个 SKILL.md 文件，存在 ~/.hermes/skills/ 下，格式包含：触发条件、执行步骤、常见坑、验证方法，还可以附带参考文档、模板文件和辅助脚本。

技能加载采用渐进式披露（Progressive Disclosure）策略，极大节省 token：

Level 0: skills_list() → 返回 [{名称, 描述, 分类}, ...] (~3k tokens)

Level 1: skill_view(name) → 完整内容 + 元数据 (按需)

Level 2: skill_view(name, path) → 某个特定参考文件 (按需)

Agent 只在真正需要时才加载完整内容。每个技能都自动成为一个斜杠命令，可以直接调用：

bash/axolotl help me fine-tune Llama 3 on my dataset

/github-pr-workflow create a PR for the auth refactor

/plan design a rollout for migrating our auth provider

技能市场（Skills Hub）

Hermes 集成了多个技能来源，形成一套完整的技能生态：

officialHermes 官方维护的可选技能

skills-sh Vercel 的公开技能目录（skills.sh）

well-known网站发布 /.well-known/skills/index.json 的 URL 发现

github直接从 GitHub 仓库安装，默认预置了 openai/skills、anthropics/skills 等

clawhubClawHub 社区市场

lobehubLobeHub 智能体目录

所有从 Hub 安装的技能都会通过安全扫描，检查数据外泄、提示词注入、危险命令等威胁。

bashhermes skills browse # 浏览所有技能

hermes skills search kubernetes # 搜索关键词

hermes skills install openai/skills/k8s # 安装

hermes skills check # 检查已安装技能的上游更新

核心机制四：可运行在任何地方

Hermes 支持 6 种终端后端：

后端 特点

local直接在本地机器执行

docker在 Docker 容器内隔离执行

ssh在远程服务器上执行

daytonaServerless，空闲时休眠，按需唤醒，几乎零待机成本

singularity HPC/科研环境

modal Serverless GPU，适合需要算力的任务

特别值得一提的是 Daytona 和 Modal：你的 Agent 环境可以"冬眠"，只在你用它的时候唤醒，适合部署在 $5/月 的 VPS 上，或者在用 Telegram 跟它对话的同时让它在云端跑任务。

核心机制五：消息平台网关

Hermes 支持 15+ 个消息平台，从一个网关进程统一接入：

Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS、DingTalk（钉钉）、Feishu（飞书）、WeCom（企业微信）、BlueBubbles、Home Assistant，以及标准 CLI。

还支持语音：CLI 里直接用麦克风说话、听 Agent 回答，Discord 语音频道里开语音对话，以及全平台的语音转文字（TTS）。TTS 提供 5 个选项：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax、NeuTTS。

核心机制六：定时任务与自动化

内置的 Cron 调度器支持自然语言设置任务：

bash"每天早上 9 点发给我一份今日 GitHub PR 摘要到 Telegram"

"每周一整理上周的代码提交记录"

"每晚 11 点备份我的工作目录"

任务可以绑定特定技能，结果发送到任意平台，支持暂停/恢复/编辑。

核心机制七：子 Agent 并发与代码执行

delegate_task 工具可以派生最多 3 个并发子 Agent，每个有独立的上下文和受限工具集，适合拆分并行工作流。

execute_code 工具则允许 Agent 编写 Python 脚本、通过沙箱 RPC 调用 Hermes 工具，把多步流程压缩成单次 LLM 推理——极大降低上下文开销。

核心机制八：完全模型无关

bashhermes model # 一行命令切换模型提供商

支持：Nous Portal、OpenRouter（200+ 模型）、NVIDIA NIM（Nemotron）、Xiaomi MiMo、z.ai/GLM、Kimi/Moonshot、MiniMax、Hugging Face、OpenAI，以及本地 Ollama（完全离线）。切换不需要修改任何代码，不存在模型锁定。

还支持凭证池（Credential Pools）：配置同一个提供商的多个 API Key，自动轮换，遇到限速时自动切换备用 Key；以及备用提供商（Fallback Providers）：主模型出错时自动切换到备用，独立的视觉和压缩任务备用方案。

核心机制九：IDE 集成与 API 服务器

ACP 集成（Agent Communication Protocol）：在 VS Code、Zed、JetBrains 等 ACP 兼容编辑器中直接使用 Hermes，对话、工具活动、文件差异、终端命令都在编辑器内渲染。

OpenAI 兼容 API 服务器：把 Hermes 暴露为 HTTP 端点，任何能接 OpenAI 格式的前端都能连过来——Open WebUI、LobeChat、LibreChat 均支持。

Checkpoints（检查点）：在修改文件之前自动快照工作目录，出了问题用 /rollback 一键回滚。

核心机制十：个性化与外观定制

SOUL.md：放在 ~/.hermes/ 的身份文件，是系统提示词的第一段内容，定义 Agent 的默认语气、个性、行为方式。可以用 /personality [名称] 切换内置的预设。

Skins & Themes：自定义 CLI 的视觉风格，包括横幅颜色、加载动画样式、响应框标签、工具活动前缀等。

插件系统：三种类型的插件可扩展 Hermes——通用插件（自定义工具 + 钩子）、记忆提供者（外部记忆后端）、上下文引擎（替代上下文管理方案）。通过 hermes plugins 交互式 UI 管理。

Hermes Agent vs OpenClaw 核心对比

一句话总结：OpenClaw 给你宽度，Hermes 给你深度。

快速上手 Hermes Agent

安装只需一行命令：

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

支持 Linux、macOS、WSL2，以及 Android（Termux）。安装后：

bashsource ~/.bashrc # 重载 shell

hermes setup # 运行配置向导（配置模型提供商、消息平台等）

hermes # 开始对话！

常用命令速查：

bashhermes model # 切换模型提供商

hermes tools # 配置启用的工具

hermes gateway start # 启动消息网关（Telegram/Discord 等）

hermes cron list # 查看定时任务

hermes sessions list # 浏览历史会话

hermes skills browse # 浏览可安装技能

hermes doctor # 诊断问题

hermes update # 更新到最新版

对话中常用斜杠命令：

bash/new # 开始新对话

/model # 切换模型

/skills # 查看/管理技能

/compress # 压缩上下文

/rollback # 回滚文件变更

/insights # 查看使用统计

如果你之前用 OpenClaw，Hermes 提供了一键迁移工具：

bashhermes claw migrate # 交互式迁移

hermes claw migrate --dry-run # 预览将要迁移的内容

可以迁移的内容包括：SOUL.md 人设文件、MEMORY.md 记忆、用户创建的技能、命令白名单、消息平台配置、API Keys，以及 TTS 音频资产。

谁适合用 Hermes Agent？

适合你的情况：

你有大量重复性、专业性任务，希望 AI 随时间越来越懂你

你关注隐私，不想数据上传到第三方

你希望 AI 能在你不在线时异步跑任务

你喜欢折腾，愿意在服务器上自行部署和维护

OpenClaw 可能更适合：

你需要快速接入大量消息平台

你想直接使用海量现成技能

你的团队需要多人协作的 AI 助手

你想要托管服务，不想管服务器

OpenClaw 和 Hermes Agent 所代表的方向，是 AI 从"工具"向"持久协作者"的演进。这不是要取代 Claude Code 或 ChatGPT，而是补充了一个长期被忽视的层——会话之间、任务之间的那层连续性，过去只能靠人自己维护，现在正在被 Agent 运行时接管。

Hermes Agent 目前有 10 万+ GitHub Star，仍在快速迭代；OpenClaw 的生态则还在爆发式增长。这个领域未来几个月还会出现更多竞争者和新的架构实验。

更多transformer，VIT，swin tranformer
参考头条号：人工智能研究所
v号：人工智能研究Suo, 启示AI科技

 动画详解transformer  在线视频教程