# 最近有个小众 Agent 产品火起来了：Hermes，它和 Claude Code、OpenClaw 有什么区别
**作者**: Xiao Tan
**日期**: 2026-04-07T10:00:10.000Z
**来源**: [https://x.com/tvytlx/status/2041455988797227239](https://x.com/tvytlx/status/2041455988797227239)
---
如果你关注 AI agent 这个方向，最近大概率刷到过 Hermes Agent 这个名字。
GitHub 上 27000 多个 star，Nous Research 出品，MIT 开源。跟 OpenClaw 的 24 万 star 比起来确实小众，但增长速度很快，三月份一度冲到 GitHub Trending 前 15。
很多人第一反应是：这跟 Claude Code 或者 OpenClaw 有什么区别？又一个 agent 框架？
我花了点时间看了它的文档和架构设计，说说我的理解。
## 先把三个东西的定位理清楚
Claude Code 是一个编码 copilot。你坐在电脑前，打开终端或 IDE，让它帮你写代码、改代码、重构代码。SWE-bench 上 80% 左右的准确率，代码能力在第一梯队。但它只在 IDE 和终端里活着，没有消息平台集成，没有定时任务，session 之间也没有持久记忆。
OpenClaw 是一个面向多渠道运营的通用 agent。22 个以上的消息平台，Telegram、WhatsApp、Discord、Slack、iMessage 全覆盖。ClawHub 上有 13000 多个技能。它的记忆策略是"什么都存"，所有对话、所有上下文都持久化，搜索的时候全量检索。247K stars，目前开源 agent 里用户量最大的一个。
Hermes Agent 呢？27K stars，体量比 OpenClaw 小一个数量级。但它走了一条不太一样的路。
## 跟 Claude Code 的区别
Claude Code 解决的是"帮你写代码"这件事。你得人坐在电脑前，打开编辑器，启动 session。session 结束了，它不记得你上次干了什么。每次都是一张白纸。
Hermes Agent 不绑 IDE。它可以跑在一台 $5/月的 VPS 上，你通过 Telegram、Discord、Slack 给它发消息就能让它干活。6 种执行后端：本地、Docker、SSH、Singularity、Modal、Daytona。支持 18 个以上的 LLM 提供商，从 OpenAI 到 DeepSeek 到本地 Ollama，随时一条命令切换。
简单说，Claude Code 是一个坐在你 IDE 里的编码助手，Hermes Agent 是一个住在服务器上的通用 agent。这两个东西的使用场景重叠度其实不高。
## 跟 OpenClaw 的区别：记忆哲学的分歧
跟 OpenClaw 的区别更微妙，因为两个都是"通用 agent"。
表面上看功能列表很接近。都支持多消息平台（OpenClaw 22 个，Hermes 14 个），都有持久化记忆，都有技能系统，都能跑定时任务。
但设计哲学上有一个关键分歧：对"记忆"这件事的态度。
OpenClaw 的策略是什么都存。所有对话、所有上下文，全部持久化到数据库里。需要的时候全量检索。好处是信息不会丢，坏处是 token 消耗大，而且时间长了噪音也多。
Hermes Agent 选了一条反直觉的路：有限记忆。
MEMORY.md 上限 2200 字符，USER.md 上限 1375 字符。加起来大概 1300 个 token。就这么大的空间。
为什么要给记忆加上限？Hermes 的设计者认为，对 LLM 来说，少量精准的记忆比大量模糊的记忆更有用。记忆文件在每个 session 开始时注入系统提示词，占的 token 是固定的，不会随着使用时间越来越膨胀。而且因为空间有限，agent 被迫学会做信息的筛选和压缩，只保留真正重要的东西。
记忆满了怎么办？agent 会自己合并旧条目、删掉过时信息、把多条相关记录压缩成一条。更像一个人在整理笔记，而不是一个数据库在堆数据。
## 自学习循环：越用越顺手的机制
但 Hermes Agent 真正有意思的地方不在记忆系统，在自学习循环。
每当它完成一个复杂任务（5 次以上工具调用），它会自动评估这次经验值不值得沉淀。如果值得，它把操作过程写成一个 SKILL.md 文件，包含步骤、踩过的坑、验证方法，存到本地技能库。下次遇到类似任务，直接加载技能，不重新摸索。
每 15 次工具调用还会暂停做一次自检：哪些做对了，哪些做错了，有没有需要记住的新信息。
有人统计过，用了一个月之后，同类任务从 25 次工具调用压缩到 8-10 次。模型没变，是 agent 自己积累了足够多的操作手册。
OpenClaw 也有技能系统，ClawHub 上 13000 多个技能，生态规模大得多。但 OpenClaw 的技能更多是社区共享的、标准化的模块。Hermes 的技能是 agent 在你的具体工作环境里自己创建的，包含你的项目结构、工具链偏好、踩坑记录。一个是"通用教材"，一个更接近"私人笔记"。
## 模型锁定
还有一个区别跟日常使用关系很大：模型锁定。
OpenClaw 官方推荐搭配自家的模型用，虽然也支持其他模型。Claude Code 绑定 Anthropic API。
Hermes Agent 在这件事上比较彻底。18 个以上的 LLM 提供商开箱即用，包括 OpenRouter、OpenAI、Anthropic、DeepSeek、阿里云、Hugging Face、GitHub Copilot、Ollama。切模型就一条命令，数据和技能全在本地，不存在迁移成本。
对那些不想被锁死在某个模型生态里的人来说，这点挺重要的。
## 为什么这个小众产品最近突然火了
我觉得跟时间节点有关系。
OpenClaw 太大了。247K stars，几十万用户，功能列表长到看不完。对很多个人开发者来说，OpenClaw 的设计重心在多渠道运营和团队协作，有点"大炮打蚊子"的感觉。
Claude Code 又太专注了。只做编码，只在 IDE 里用。
Hermes Agent 正好卡在中间。它够轻，一行 curl 安装，60 秒搞定。够灵活，14 个消息平台、6 种执行后端、18+ 模型提供商。而且它的自学习机制让"越用越顺手"这件事变得可感知，不只是宣传口号。
再加上 Nous Research 本身是做模型训练的实验室（Hermes 系列模型、Psyche 分布式训练），这给了一些技术向的用户额外的信心。
MIT 协议、零遥测、数据全在本地，这些对隐私敏感的用户来说也是加分项。
## 三个产品，三个定位
- • Claude Code 是写代码能力顶尖的 IDE copilot。
- • OpenClaw 是生态最大、功能最全的多渠道 agent 平台。
- • Hermes Agent 是一个轻量的、会自我学习的个人 agent。
你需要哪个，取决于你想解决什么问题。它们之间也不冲突，完全可以同时用。
对 Hermes Agent 好不好奇的话，装一个跑几天试试。它的技能库从零开始慢慢长出来的过程，挺有意思的。
## 相关链接
- [Xiao Tan](https://x.com/tvytlx)
- [@tvytlx](https://x.com/tvytlx)
- [2.2K](https://x.com/tvytlx/status/2041455988797227239/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [6:00 PM · Apr 7, 2026](https://x.com/tvytlx/status/2041455988797227239)
- [2,253 Views](https://x.com/tvytlx/status/2041455988797227239/analytics)
---
*导出时间: 2026/4/7 21:28:28*