# 调研报告：Hermes Agent 深度分析

**调研日期**: 2026-04-18  
**一手资料来源**: hermes-agent.nousresearch.com 官方文档 + GitHub

---

## 一、Hermes Agent 基本情况

- **开发方**: Nous Research（顶级开源模型实验室，出过 Hermes、Nomos、Psyche 等模型）
- **发布时间**: 2026年2月底开源
- **GitHub Stars**: 接近3万（不到2个月，增长极快）
- **主语言**: Python
- **核心定位**: "gets more capable the longer it runs"（运行越久越强）

---

## 二、"自我进化"的真实机制（拆解）

### 2.1 Skill 系统——和 OpenClaw 几乎一样！

**关键发现：Hermes 的 Skill 格式和 OpenClaw 的 SKILL.md 几乎完全一样！**

Hermes SKILL.md 格式：
```
---
name: my-skill
description: 描述
version: 1.0.0
---
# Skill Title
## When to Use
## Procedure
## Pitfalls
## Verification
```

OpenClaw 也是 SKILL.md 格式，结构几乎相同。

**而且 Hermes 兼容 agentskills.io 开放标准——OpenClaw 的 skill 理论上可以互通！**

### 2.2 自动生成 Skill 的机制

- 任务成功多次后，agent 会自动提炼成 skill 存到 `~/.hermes/skills/`
- **但关键：这些 skill 是 Markdown 文本文件，不是神秘的模型权重**
- agent 可以修改或删除任何 skill（包括自动生成的）
- 所以"黑盒"的说法需要修正：**skill 文件是可见的，只是默认你不去看**

### 2.3 Self-Evolution 项目（独立 repo）

这是个**单独的优化工具**，不是 Hermes 本体的一部分：
- 使用 DSPy + GEPA（遗传算法进化提示词）
- **每次优化运行成本：$2-10**（不是免费的！）
- **当前状态：只有 Phase 1 完成（Skill 文件进化），Phase 2-5 都是 Planned**
- 每次进化生成的 PR 需要**人工 review**，不会直接 commit
- 不需要 GPU，纯 API 调用

**重要结论：所谓"自动进化"分两层：**
1. **运行时积累 skill**（本体自带，真实存在）
2. **DSPy 优化 skill 质量**（独立工具，还在早期，需要付费运行）

---

## 三、架构深度对比

### 3.1 底层语言

| | OpenClaw | Hermes |
|---|---|---|
| 语言 | TypeScript + Node.js | Python |
| 并发模型 | 异步非阻塞（Event Loop） | 受 GIL 限制 |
| 网关架构 | 中央 Gateway，多平台统一管理 | Gateway（Python 实现） |
| 平台支持数 | 50+ | 18（含主流平台） |

### 3.2 记忆系统

| | OpenClaw | Hermes |
|---|---|---|
| 长期记忆 | MEMORY.md（人工维护）+ 可扩展 | MEMORY.md + USER.md（自动更新）|
| 向量检索 | LightRAG / GraphRAG（需配置） | FTS5 SQLite + Honcho 用户建模 |
| 记忆透明度 | 完全透明，人工可控 | Skill 可见，USER.md 自动写入 |
| 跨会话召回 | LCM（Lossless Context Management） | FTS5 全文检索 + LLM 总结 |

### 3.3 工具能力

| | OpenClaw | Hermes |
|---|---|---|
| 内置工具数 | 大量（具体数字未查） | 47 tools，19 toolsets |
| 插件生态 | 13,000+ 扩展 | agentskills.io（新兴） |
| 终端后端 | 沙箱执行 | 6种：local/Docker/SSH/Daytona/Modal/Singularity |
| 浏览器后端 | 1种 | 5种 |
| ACP 支持 | ✅ | ✅ |
| MCP 支持 | 有 | ✅ 强（OAuth 2.1） |

### 3.4 部署灵活性

Hermes 在这点上有真实优势：
- 支持 Daytona / Modal 无服务器部署（idle 时几乎零成本）
- $5 VPS 就能跑
- 不绑定用户的笔记本
- 6种终端后端

OpenClaw 目前主要跑在用户本机或固定服务器。

---

## 四、市场上的噪音 vs 真实情况

### 宣传说法 vs 实际情况

| 宣传说法 | 实际情况 |
|---|---|
| "会自我进化" | 自动积累 skill 是真的；DSPy 优化是独立工具、还在早期、每次需要$2-10 |
| "干掉 OpenClaw" | 生态差距巨大（13000+ vs 新兴），功能重叠但侧重不同 |
| "黑盒进化，不知道学了什么" | skill 是 Markdown 文件，技术上可以查看，只是大多数用户不会主动看 |
| "完全免费" | 本体免费；self-evolution 优化工具每次 $2-10 |
| "OpenClaw 有安全漏洞" | CVE-2026-25253 CVSS 8.8 需要核实（搜索结果提到但未验证） |

---

## 五、Hermes 真正值得学习的地方

1. **USER.md 自动更新**：agent 会主动写入对用户的理解，不需要人工维护
2. **Honcho 用户建模**：比 OpenClaw 的 USER.md 更系统化
3. **多终端后端**：6种执行环境，部署灵活性更高
4. **agentskills.io 开放标准**：skill 可跨 agent 共享
5. **Skill 自动创建**：降低普通用户门槛

---

## 六、OpenClaw（调教版）的真实优势

1. **生态碾压**：13000+ 插件 vs Hermes 新兴社区
2. **平台接入碾压**：50+ vs 18
3. **记忆透明可控**：MEMORY.md 人工精细维护，知道每一条记住了什么
4. **Node.js 并发优势**：多平台、多频道、多 subagent 并行
5. **Harness 可配置**：人工定义行为约束，不是黑盒
6. **LightRAG/GraphRAG**：知识图谱级别的长期记忆，Hermes 用 FTS5 SQLite 差距明显
7. **商用成熟度**：OpenClaw 企业级功能（会话监控、权限管理、多用户协作）

---

## 七、核心结论（视频观点支撑）

**手动挡 vs 自动挡的比喻完全成立：**
- Hermes 的自动 skill 创建 = 自动挡，降低门槛，但用户不知道"换挡逻辑"
- OpenClaw Harness + 手工 skill = 手动挡，你完全掌控每一个行为决策

**Ubuntu vs RedHat 比喻也成立：**
- 底层都调同样的云端模型，工具调用能力相同
- 会配置的人用哪个都能发挥出最大价值
- 不会配置的用哪个都觉得难用

**Jixian 的独特优势：**
- 不是在纸上对比，是真实用户（OpenClaw + Harness + LightRAG + 专属 skill 全配齐）
- 有数据支撑（Harness 33%→97%）
- 是"会开手动挡的司机"在说话

---

## 待补充调研

- [ ] CVE-2026-25253 安全漏洞核实
- [ ] Hermes GitHub star 增长曲线
- [ ] 实际安装 Hermes 测试（可选，有更强说服力）
- [ ] OpenClaw 官方是否有回应