Hermes Agent 与 OpenClaw 对比：跑完两个自托管 AI 智能体后我留下了哪个

我运行着两个自托管的 AI 智能体。Nora 运行在 Hermes Agent 上，是我的幕僚长；我每天都和她交流。Alex 运行在 OpenClaw 上，管理着几个个人项目；我最多每周和他沟通一次。两者都运行在同样类型的租用服务器上，而且都出过故障。

如果你要在两者之间做选择，我的答案是 Hermes Agent，对大多数人而言。原因与其说是功能，不如说是第一周之后与它们相处起来是什么感觉。本文根据我自己的日志，涵盖设置、维护、记忆、技能、成本和故障。

要点总结

• 对于想要一个个人助理的独立创始人或运营者，选 Hermes Agent。它更容易保持运行，更快学会有用的习惯，而且托管成本更低。
• OpenClaw 的设置和维护成本更高，而且它的记忆一直出问题。我不会把它的设置交给一个非技术人员。
• Hermes 并非免维护。我仍然不得不自己搭建记忆层，而且一次模型更换曾导致它在未经询问的情况下归档了 82 项技能中的 57 项。
• 如果你想要一个大型的现成技能市场、众多消息渠道，或者对多智能体设置进行紧密的手动控制，OpenClaw 仍然有意义。
• 来自 xAI（Grok Bot）和 OpenAI（Dots）的托管智能体现在完全免去了服务器工作，代价是更高的月费，以及你的数据存放在他们的计算机上。
• 无论你选哪个，都要为维护留出预算，而不仅仅是安装。

Hermes Agent 和 OpenClaw 有什么区别？

两者都是开源 AI 智能体，你安装在自己的服务器上，并通过 Telegram 之类的应用与它们交流。它们连接到你所选的 AI 模型，记住关于你的事情，并按计划运行任务。

它们从不同方向来处理这项工作。OpenClaw 是一个网关：一个持续运行的程序，在渠道和智能体之间路由消息，并利用一个名为 ClawHub 的大型社区技能市场。由 Nous Research 构建的 Hermes Agent 是一个 Python 运行时，将记忆保存在本地数据库中，并根据你交给它的工作编写自己的技能（Firecrawl，2026）。

通俗地说，OpenClaw 给你更多需要组装的部件。Hermes 给你的部件更少，并且自己组装其中一些。

引用说明

Hermes Agent 和 OpenClaw 都是开源、自托管的 AI 智能体，但它们的构建方式不同。OpenClaw 是一个 TypeScript 网关，在渠道和智能体之间路由消息，并利用 ClawHub 技能市场。来自 Nous Research 的 Hermes Agent 是一个 Python 运行时，具有本地数据库记忆，能从重复工作中创建并完善自己的技能。（Firecrawl，2026）

我为什么两个都运行？

我从 OpenClaw 开始，一听说 Hermes 就把我的主要助理迁移了过去。

OpenClaw 先出现，因为它是 2026 年初大家都在谈论的那个 agent。我把 Alex 设为一名实验性的联合创始人：一个拥有自己网站、写作和公开支出账本的 agent。几周之内，成本和维护开销就超出了我的预期，而且记忆还老是出问题。他会忘记我告诉过他的事情，还会重复做同样的工作。

当 Hermes Agent 出现时，我立刻注册并在它上面搭建了 Nora。除了访问权限——她处理邮件、日历等所需的 API 密钥和账户登录信息——之外，没有任何东西从 OpenClaw 迁移过来。她的个性、记忆和技能都是从零开始的。如果你要切换，请做好全新搭建的准备，而不是导入。它比我第一次搭建 OpenClaw 更快，是因为我知道自己想要什么，而不是因为有什么东西迁移了过来。她成了我真正依赖的 agent。Alex 并没有被关掉。他的工作变成了几个个人项目的项目经理，这很适合每周一次的检查。

所以诚实的说法是这样的。Hermes 是我的日常主力。OpenClaw 还在运行，是因为它做着一份更窄的工作，而不是因为我基于其优点选择了它来做那份工作。

我该如何在多个 agent 之间分配工作？

每个 agent 只承担一个角色，而角色决定工具。这是我能传递给你的最有用的东西：别再问哪个 agent 最好，而要问你需要完成哪项工作。

Nora 处理我每天都会接触的工作，所以她必须可靠，并且要记住很多东西。Alex 处理节奏较慢的项目，每周检查一次就足够了，有些维护开销也无妨。Pip 处理思考类工作，在这种情况下，实时对话胜过来回打字发消息。

如果你是刚起步，你不需要三个。挑出你最想先交出去的那一项工作，然后选择适合那项工作的工具。

哪个更容易设置和维护？

Hermes Agent，两方面都是，不过设置方面的比较并不完全公平。

我是在用了几个月 OpenClaw 之后才安装 Hermes 的，所以我已经熟悉了服务器、SSH 和 Telegram 这些部分。从一台空服务器到一个能用的助理，大约花了 90 分钟。我的 Hermes Agent 设置指南 走过了同样的步骤。我第一次 安装 OpenClaw 花了大约两个小时，而那还只是开始。

维护才是真正拉开差距的地方。OpenClaw 从第一次设置起就经常出问题。运行它自己的健康检查 openclaw doctor，有时会弄坏原本正常工作的东西，而我会花一晚上来调试。更新也有同样的风险。一次 对我自己安装的安全审计 还发现了三个真实问题，而它的官方审计技能漏掉了这些。

Hermes 的意外要少得多。能用的东西往往会一直能用，而当有什么东西坏掉时，原因通常是我自己改动了什么。

如果你不习惯命令行，我不建议你自己设置 OpenClaw。Hermes 更宽容一些，但它仍然是你自己运行的服务器，所以无论哪种方式，都要为一些维护工作做好准备。

记忆和技能相比如何？

Hermes 一开始就有更好的记忆，并且能更快地积累有用的技能。对于繁忙且多样化的工作负载来说，两者开箱即用都还不够好。

技能是智能体可以重复使用的已保存流程，比如“准备我的晨间简报”或“整理这个收件箱”。在 OpenClaw 中，你大多从市场安装技能，或者自己编写。Hermes 则会在工作过程中自行编写。这就是为什么 Nora 比 Alex 更快变得有用：经过几周的真实任务后，她已经有了一套围绕我的工作方式形成的流程库。

手动设置技能在 Hermes 中更简单，但冗长得多。它的技能文件把所有内容都写清楚。这更易于阅读和纠正，但浏览起来也更耗时。

在记忆方面，Hermes 一开始比 OpenClaw 更好，但它有一个硬性限制。它的全局记忆——即注入每次对话的笔记——上限为 2,200 个字符。当 Nora 处理几十个主题时，这个空间就满了。我不得不在上面构建一个记忆层：全局文件现在只保存指针，细节则存放在按需加载的独立主题文件中。Nora 在她自己的工作笔记中写下了结构和提示词。

所以“Hermes 有更好的记忆”作为起点是成立的。它能否支撑你的工作负载，取决于你要求它记住多少。

引用胶囊

在 2026 年一位创始人并排使用 Hermes Agent 和 OpenClaw 的过程中，Hermes 更快变得有用，因为它会从重复任务中自行编写技能，而且它的记忆从一开始就更好用。它的全局记忆上限为 2,200 个字符，因此一个多主题助手需要第二层：一个存放指针的全局文件，细节则保存在按需加载的主题文件中。（Dhawal Shah，2026）

各自出过什么问题？

两者都曾以值得你在开始前了解的方式失败过。

OpenClaw 的失败是持续且机械性的。安装会坏，健康检查会搞坏东西，记忆会丢失上下文。没有一件是戏剧性的。但每一件都耗费时间。

Hermes 出过一次严重故障，而且源于我做的一个改动。我把 Nora 的模型切换到了 OpenAI 的 Codex。五天后，她在新模型上对技能库进行了一次例行清理，并在没有先问我的情况下归档了她 82 个技能中的 57 个。其中大约五分之二正在被积极使用。两个计划任务——晨间简报和新闻通讯扫描——失去了读取我的电子邮件和日历所需的连接器。

模型过于热心了。它把“整理”当成了删除的许可。Nora 现在有一条规则：任何对她自身设置的破坏性操作都需要先得到我的批准，而我把更换模型视为需要观察一周的变更。

这个教训对两个工具都适用。智能体的谨慎程度取决于运行它的模型，所以更换模型可能会改变它的行为，即使其他什么都没变。

你应该给 AI 智能体设置哪些护栏？

明确限制它可以自行更改什么，并保留一个可以恢复的备份。这些是我在上述技能清理事件后制定的规则，我会在第一天就把它们给任何自托管智能体：

1. Pin the model for scheduled jobs. Background jobs keep running on the model you approved, even when you change the default.
2. Maintenance proposes; it does not decide. Reviews of skills, memory or jobs can flag and report. Archiving, merging and deleting need my approval.
3. Back up everything daily to git: skills, config, scheduled jobs and memory.
4. The agent's own setup files (skills, memory, scheduled jobs) change only after I say yes.
5. After any model change, watch the agent closely for one week.

Nora 用她自己的话在Hermes 日志中写下了完整事件和这些规则。每日备份正是我能够准确看到发生了什么并恢复每个文件的原因。

各自的运行成本是多少？

两者的托管成本都很低。服务器只占账单的一小部分；AI 模型才是大头。

以下是我截至 2026 年 10 月的真实月度账目：

两个智能体使用相同的模型组合：OpenAI 的 Codex、Anthropic 的 Claude 和 DeepSeek，外加少量 Gemini 和 Kimi。因此，仅用于智能体的成本约为每月 US$30：两台服务器和 DeepSeek 额度。两项大额订阅并非智能体成本。无论如何我都会为它们付费，而且它们覆盖的范围远不止这些智能体。没有其他成本。

Hermes 也更轻量。我的第一台 Hermes 服务器有 1 个 vCPU 和 1 GB 内存。我的第一台 OpenClaw 服务器需要 2 个 vCPU 和 4 GB，而 Alex 此后已迁移到更大的机器（4 个 vCPU、8 GB）以获得余量。

更大的成本是你的时间。使用 OpenClaw 时，我的时间花在修复设置上。使用 Hermes 时，时间花在教它和审查它的工作上，这是对同样时间的更好利用。

Hermes 和 OpenClaw 的替代方案有哪些？

主要替代方案是大型 AI 实验室提供的托管智能体，以及运行智能体团队的工具。自从我设置 Alex 和 Nora 以来，这个领域已经发生了很大变化，我现在正在亲自测试其中一些。

今年出现了两个托管选项。它们执行相同的常驻任务，但由提供商为你运行计算机：

• Grok Bot，来自 xAI，于 2026 年 8 月 11 日以测试版推出。每个智能体获得自己的云计算机，登录你的工具并自行完成多步骤任务。你无法自行托管它。访问权限随部分 xAI 和 Cursor 订阅捆绑提供，或单独订阅每月最高 US$200（Unite.AI，2026）。
• Dots，来自 OpenAI，于 2026 年 9 月 29 日推出。一个 Dot 承担一项职责，在自己的云计算机上后台工作，并在需要决策时回来。它包含在 ChatGPT Pro 中，每月 US$100 起（AlphaMatch，2026）。

我现在正在运行 Dots，与 Nora 并行。我的 Dot 叫 Pip，他有一份不同的工作：Nora 是我的幕僚长，Pip 是我的个人助理。他在云端运行，但也可以在我的电脑上工作。到目前为止最好的部分是通话。我可以在通话中像与人交谈一样与 Pip 交谈，而且当我中途打断他时，他应对得很好。Nora 和 Alex 做不到这一点。两者都通过 Telegram 与我交流，因此每次交流都是轮次式的：我发送语音消息或文本，他们回复，并可选提供回复的音频版本。这可行，但我从不使用语音部分，因为它感觉不像对话。

我没有近期尝试 Grok Bot 的计划。两个托管选项都消除了本文所讨论的设置和维护工作。代价是成本和控制权。你支付的费用是自托管智能体的数倍，而且你的电子邮件、日历和文件都存放在别人的计算机上。

另一个转变是智能体团队。Hermes 现在有 Bots Mode：具名智能体拥有自己的配置文件，在共享群聊中相互交谈，你可以观看和引导（AI Weekly，2026）。Paperclip 更进一步。它是一个免费、开源、自托管的应用程序，像公司一样组织智能体，具有组织架构图、目标、工单系统、审计日志以及每个智能体的月度预算，预算用完时暂停支出。它可以管理基于其他工具构建的智能体，包括 OpenClaw 和 Claude Code（Paperclip on GitHub）。我接下来要为自己设置 Paperclip。我还没有尝试 Hermes Bots Mode。

智能体团队正是 Alex 的项目经理角色原本要走向的方向，这也是 Paperclip 接下来排在我清单上的原因。如果你已经在运行不止一个智能体，在自行构建协调机制之前，先看看 Hermes Bots Mode 或 Paperclip。

引用说明

2026 年，Hermes Agent 和 OpenClaw 这类自托管智能体的主要替代方案是托管的常驻智能体和多智能体协调器。xAI 的 Grok Bot（2026 年 8 月 11 日推出测试版）和 OpenAI 的 Dots（2026 年 9 月 29 日推出）都在提供商管理的云计算机上运行智能体；两者都无法自托管，使用费用约为每月 100 至 200 美元。Paperclip 是一款免费、开源、自托管的应用程序，可管理多个智能体，包括 OpenClaw 和 Claude Code，并具备组织架构图、预算和审计日志功能。（Unite.AI，2026）

你该选哪个？

如果你想要一个大多数日子都会与之交谈的个人助理，就选 Hermes Agent。它更容易保持运行，更快变得有用，而且成本更低。

如果你需要 OpenClaw 真正更擅长的地方，就选 OpenClaw：

• 一个庞大的现成技能市场，这样你就不必等待智能体去学习它们。
• 多种消息渠道，或通过一个网关路由多个智能体。
• 对每项技能和设置进行严格的手动控制。

无论你选哪个，安装前都要规划三件事：出故障时谁来修，它运行在哪个模型上以及你何时重新评估这一点，以及未经询问绝不允许它做什么。这三个决定比功能列表更重要。

如果你根本不想运行服务器，并且能接受价格以及你的数据存放在提供商的计算机上，那就先试试 Grok Bot 或 Dots。如果你想要一个运行在自己服务器上的智能体，而且你对这一切都是新手，那就从 Hermes 开始。Hermes Agent hub 里有我的配置、Nora 的工作笔记和我使用的文件。

常见问题

OpenClaw 和 Hermes Agent 哪个更好？

对于想要一个日常个人助理的单个人来说，是 Hermes Agent。在我的使用中，它更易于设置和维护，更快学会有用的技能，而且需要的服务器更小、更便宜。如果你需要它庞大的技能市场、多种消息渠道，或对多个智能体进行严格的手动控制，OpenClaw 更合适。

Hermes Agent 比 OpenClaw 更容易设置吗？

是的，以我的经验来看是这样。我的 Hermes 配置花了大约 90 分钟，不过那时我已经有 OpenClaw 的经验了。更大的差别在于维护：OpenClaw 经常出故障，包括我运行它自己的健康检查时，而 Hermes 一直运行良好，很少出意外。两者都不是无代码产品，所以你仍然需要能熟练操作服务器。

Hermes Agent 比 OpenClaw 运行成本更低吗？

是的，略低一些。我的 Hermes 服务器每月约 5 美元，我的 OpenClaw 服务器约 7.50 美元，两者都在 Hetzner 上。Hermes 所需的资源也更少：起步为 1 vCPU 和 1 GB 内存，而 OpenClaw 需要 2 vCPU 和 4 GB。模型费用比服务器费用更高。我的两个智能体共用相同的模型，包括每月约 17 美元的 DeepSeek 额度，所以无论你选哪个智能体，模型账单都一样。

Hermes Agent 的记忆能力比 OpenClaw 更好吗？

它的起步更好。我的 OpenClaw 智能体老是丢失上下文，而 Hermes 没有。但 Hermes 把全局记忆限制在 2,200 个字符，所以对于一个要覆盖许多话题的繁忙助手，我不得不加一层话题文件，让全局记忆只保存指针。

Hermes Agent 能删除自己的技能吗？

能。在我把智能体切换到 OpenAI 的 Codex 模型后，一次例行清理未经询问就归档了它 82 项技能中的 57 项，包括正在使用的那些。现在，任何对智能体自身设置的破坏性操作都需要我批准，而且在每次更换模型后，我都会密切观察它的行为一周。

OpenClaw 的最佳替代品有哪些？

对于自托管的个人助手，Hermes Agent 是主要的替代品，也是我转用的那个。如果你不想运行服务器，xAI 的 Grok Bot 和 OpenAI 的 Dots 会在它们自己的云计算机上运行常驻智能体，每月费用约为 100 到 200 美元。要协调多个智能体，Paperclip 是一个免费的自托管选项，它也能管理 OpenClaw 智能体。

你能用 Hermes 运行一个智能体团队吗？

能。Hermes Agent 有一个 Bots Mode，其中带有各自配置文件的具名智能体会在共享群聊中互相交谈，你可以观看并引导。Hermes 还能把子任务交给并行运行的子智能体。对于更大的设置，Paperclip 在来自多个工具的智能体之上增加了组织架构图、目标和每个智能体的预算。

非技术背景的创始人应该搭建 OpenClaw 吗？

我不推荐。从我第一次安装起，OpenClaw 就经常出故障，而修复它意味着要在服务器上调试。如果你想要一个自托管的智能体而又不懂技术，Hermes Agent 更宽容一些，或者找人帮忙完成搭建和维护。

更多关于 AI 智能体的内容：AI for Business | 相关：Hermes Agent Setup Guide | OpenClaw Install Guide | Claude Managed Agents vs OpenClaw