2026年6月30日/ AI Engineering Notes
我同时跑了 Hermes 和 OpenClaw 两个月:直接对比与我的取舍
我把 Hermes Agent 和 OpenClaw 同时装在本地,用日常最高频的工作流(code review、调试、研究笔记、浏览器验证)跑了两个月。这篇把两者放在一起,直接对比实现原理、架构、优劣势,并结合正在使用的 Superpowers 说说实际取舍。
最近两个月,我把 Hermes Agent 和 OpenClaw 同时装在同一台机器上,用日常最高频的工作流(code review、systematic debugging、research note、浏览器验证)跑了两个月。这篇把两者放在一起,直接对比实现原理、架构和优劣势。
我最后的选择是分工使用。OpenClaw 更像一个功能丰富的工具箱和多通道网关,Hermes 更像一个会自己成长、越来越懂我的 teammate。我目前主力用 Hermes 处理高频重复工作,同时保留 OpenClaw 做路由和复杂 orchestration。
OpenClaw 的实现原理和架构
OpenClaw 的核心是一个持久运行的多通道 gateway。它把 WhatsApp、Telegram、Slack、Discord 等聊天应用作为主要交互界面,用户发消息即是指令。
主要组成部分包括 Channel Adapters(统一不同平台的输入输出)、Skill Registry(从 ClawHub 拉取社区维护的 SKILL.md)、MCP Connector Layer(统一对接工具)和 Orchestrator(负责路由、权限和多技能协作)。
graph TD
A[用户 via 聊天App] --> B[Channel Adapters]
B --> C[Orchestrator + Router]
C --> D[ClawHub Skill Registry]
C --> E[MCP Tool Connectors]
E --> F[Filesystem / Git / Browser / External APIs]
C --> G[State + Trace Store]
G --> C
Hermes Agent 的实现原理和架构
Hermes 的核心是 trace-driven self-improving。每次任务结束后,它会分析完整的 trace,自动提炼可复用 patterns,迭代生成或优化 Skill,并逐步建立一个关于我工作习惯的持久模型。
它的状态管理和 trace 设计得非常重,guardrails 默认也更保守。
graph TD
A[任务输入] --> B[Control Loop]
B --> C[Model + Tool Calling]
C --> D[Structured Trace Recorder]
D --> E[Learning Loop Curator]
E --> F[Skill Synthesizer + Updater]
F --> G[Persistent User Model]
G --> B
B --> H[Output + Human Handoff]
直接对比:优劣势
下面这个表格是我两个月真实使用后的并列对比,结合了我正在使用的 Superpowers。
| 维度 | OpenClaw | Hermes Agent | 我的真实感受 |
|---|---|---|---|
| 核心设计理念 | 多通道 gateway + 丰富生态 + orchestration | Trace-driven self-improving + 持续优化 Skill | Hermes 更符合我对“Skill 是可复用工作流包”的定义 |
| Skill 处理方式 | 主要依赖社区维护的 SKILL.md | 自动从 trace 提炼、迭代、生成新 Skill | Hermes 长期优势明显,越用越省反复解释 |
| 状态和 Trace 质量 | 较轻量,偏日志式 | 结构化、重度设计,可直接用于 learning loop | Hermes 完胜,做 harness 和 evaluator 轻松很多 |
| 自改进 / 学习能力 | 几乎没有,依赖人工更新 Skill | 核心功能,越跑越懂你 | 这是 Hermes 最打动我的点 |
| Guardrails & 安全性 | 成熟,有安全扫描和权限管理 | 默认非常保守,高风险动作倾向直接 human handoff | 两者都可用,但我更信任 Hermes 的默认风格 |
| 上手难度 | 极低,一个命令就能跑,生态现成 | 初期配置稍麻烦,需要先把边界和 guardrails 调好 | OpenClaw 短期上手更快 |
| 生态成熟度 | ClawHub 技能多,集成方便 | 生态还较年轻,很多工具需要自己写 MCP connector | OpenClaw 短期好用,Hermes 长期维护成本更低 |
| 与 Superpowers 配合度 | 一般,需要自己适配 | 很好,Superpowers 的 brainstorm / TDD / review 流程可以直接转成 Skill | Hermes + Superpowers 的组合目前最舒服 |
| 高频重复工作表现 | 稳定,但需要反复提醒边界和输出格式 | 前面几次指导后明显进步,后面越来越 one-shot 准确 | Hermes 优势显著,尤其在 code review 和 research note 上 |
| 可观测性与调试 | 碎片化,不太方便做 harness | 结构化 trace 极佳,可直接喂给 learning loop | Hermes 让我调试和改进的效率高了一个数量级 |
| 长期维护成本 | 依赖社区更新 Skill | 自动迭代,维护成本越来越低 | Hermes 长期 ROI 更高 |
优劣势总结:
- OpenClaw 的优势在于上手快、生态成熟、适合做多通道路由和复杂 orchestration,但 Skill 不会自己进化,我还是需要经常手动干预边界和输出格式。
- Hermes 的优势在于自改进能力强、trace 质量高、长期越用越省心,但初期工具接入比 OpenClaw 麻烦一些。
- Superpowers 的工程纪律(plan first、TDD、verification gates)注入 Hermes 之后,效果比单独使用任何一个都明显。
我现在的实际用法
我目前采用明确分工:
- Hermes 作为主力,负责 code review、systematic debugging、research note、learning note 和 skill 迭代这些高频重复工作。
- OpenClaw 保留作为辅助,主要用来做多平台消息路由、部分成熟的 orchestration 任务。
- 通过 MCP 把三者打通,核心工具(文件系统、Git、受控浏览器)统一接入,让它们可以互相调用对方最强的部分。
这种组合目前是我用下来最舒服的状态。
两者都不是完美答案,也没有必要站队。OpenClaw 是一个强大、成熟的工具箱,Hermes 是一个会自己成长的 teammate。我目前更偏向后者,但前者依然不可或缺。
Brief
I ran both Hermes Agent and OpenClaw locally for two months on real daily tasks. This post puts them side-by-side with architecture diagrams, a detailed comparison table, and my practical trade-offs while using Superpowers.