# 视频脚本：OpenClaw 是手动挡的 AI

**视频时长预估**: 12-15 分钟  
**风格**: 技术深度 + 个人观点，直接犀利，有数据支撑  
**语言**: 中文  
**版本**: v1.0 草稿

---

## S01 — HOOK（0:00–0:45）

最近这段时间，社区里突然冒出一种声音：

"Hermes Agent 要干掉 OpenClaw 了。"

"这个才是真正会进化的 AI，OpenClaw 已经落后了。"

我看到有人直接说：换了 Hermes，完全可以替代 OpenClaw，而且更聪明。

我用 OpenClaw 几个月了，给它配了 LightRAG 知识图谱、写了几十个专属 skill、还搭了完整的 Harness 配置……

听到这些话，我第一反应不是焦虑，而是好奇——

Hermes 到底做了什么，让这么多人觉得它能"干掉"OpenClaw？

所以这次，我把两个框架的源代码都 clone 下来，让 Claude Code 逐文件读了一遍，还扒了几十篇网上的对比文章。

今天，我来说说真实情况。

---

## S02 — Hermes 是什么（1:00–2:30）

先说 Hermes Agent 本身。

它是 Nous Research 出品的——就是做过 Hermes、Nomos、Psyche 这些模型的那个顶级开源实验室。

2026年2月25日开源，七周之内涨到了九万五千颗 GitHub Star。这个速度，是 2026 年增长最快的 Agent 框架。

它的核心卖点只有一句话：**"The agent that grows with you"——跟你一起成长的 AI。**

具体怎么成长？

它有一个学习闭环：每次完成任务之后，如果成功了，它会把这个经验提炼成一个 skill 文件存下来。下次遇到类似的任务，直接加载这个 skill，不用从零开始。

这听起来很厉害，对吗？

但我们等会儿要仔细拆一下，它的"进化"到底是什么级别的进化。

---

## S03 — "自我进化"的真相（2:30–4:30）

好，这是今天最关键的部分，很多人被这个概念忽悠了。

Hermes 的"自我进化"，其实分两层，而且这两层差距非常大。

**第一层：运行时自动积累 skill。**

这个是真的，本体自带，确实存在。Agent 完成任务之后，会自动创建一个 SKILL.md 文件存到本地。下次用到，直接加载。

**第二层：DSPy 优化 skill 质量。**

这个……是一个完全独立的工具，叫 hermes-agent-self-evolution，另外一个 GitHub 仓库。

我去看了它的 README：

- Phase 1：Skill 文件优化 ✅ 完成
- Phase 2：Tool 描述优化 🔲 Planned
- Phase 3：System prompt 优化 🔲 Planned
- Phase 4：Tool 代码进化 🔲 Planned
- Phase 5：持续改进自动化 🔲 Planned

五个阶段，只完成了第一个。

而且每次跑一次优化，要花 **2 到 10 美元**的 API 费用。还需要人工 review PR，不会自动 commit。

所以那个被大家传的"完全自动进化"——目前阶段，更准确的说法是：**"会自动攒经验文件，但真正的优化还在 PPT 上"。**

还有一个细节很多人不知道：Hermes 的 skill 文件格式，跟 OpenClaw 几乎一模一样。都是 SKILL.md，都遵循 agentskills.io 这个开放标准。理论上，OpenClaw 写的 skill 可以直接拿到 Hermes 里用。

这两个框架的"进化方向"，其实比大家想象的要接近得多。

---

## S04 — Ubuntu vs RedHat（4:30–5:30）

有人跟我说，他试了 Hermes，觉得比 OpenClaw 好用。

我完全理解这种感受。但我想用一个比喻来解释这件事。

你听说过 Ubuntu 和 RedHat 的争论吗？

两个都是 Linux。底层一样，内核一样，命令基本一样。都能搭 Web 服务器，都能跑数据库。

会配置的人，用哪个都能把事做好。

不会配置的人，用哪个都觉得难用。

然后有人把 Ubuntu 调好了，和一个默认安装的 RedHat 对比，说"Ubuntu 更强"——

这个结论是有问题的，对吗？

Hermes 和 OpenClaw 也是这个关系。两个框架调用的是同样的云端大模型，工具调用能力在同一个量级。

你看到的"Hermes 更聪明"，很可能只是因为 Hermes 开箱即用体验更好，而你的 OpenClaw 还没配置到位。

---

## S05 — 手动挡 vs 自动挡（5:30–7:00）

但我不想只是说"都差不多"，因为它们确实有本质区别。

我用另一个比喻来说。

**Hermes 是自动挡。OpenClaw 是手动挡。**

自动挡有什么好处？上手快，不用学，踩油门就走。

自动挡有什么问题？换挡逻辑你不知道，车在干什么你看不清楚，改装受限，赛道上不够可控。

Hermes 自动积累 skill——这就是自动挡。它帮你学，但你不知道它学了什么。那个 skill 文件虽然技术上可以打开看，但绝大多数用户根本不会去审查它。

OpenClaw 的 MEMORY.md、USER.md、专属 skill、Harness 配置——你需要亲手去写，去调，去维护。

这就是手动挡。累一点，但你完全掌控。

我用深度配置的 OpenClaw 做过一个测试：加了 Harness 之前，子任务成功率是 33%；加了之后，97%。

这个数字，是手动挡司机开出来的成绩。

真正要用于生产环境，要接多个频道、跑多个 subagent、维护复杂的项目记忆——你需要手动挡。

---

## S06 — 代码层面的真相（7:00–9:30）

好，现在来说硬核的部分。

我把两个框架的源代码都 clone 下来，让 Claude Code 逐文件读了一遍。

七个维度的对比，最终结论是：**OpenClaw 4 胜，Hermes 1 胜，3 平手。**

**Hermes 唯一赢的地方——Skill 系统。**

Agent 可以在运行时自主创建 skill，这个能力 OpenClaw 真的没有，我服。

**OpenClaw 赢的地方有四个：**

第一，**并发架构**。Hermes 用 Python 的 threading，受 GIL 限制。OpenClaw 用 Node.js 的 Event Loop，天生异步非阻塞。你要同时跑多个频道、多个 subagent，Node.js 是更合适的选择。

第二，**安全模型**。Hermes 靠 39 条正则表达式拦截危险命令——保安查身份证。OpenClaw 有三级执行环境隔离：sandbox、gateway、node——门禁卡系统。哪个更靠谱，不用我说。

顺便说，Hermes 有一个真正让我眼前一亮的安全设计：Smart Approval。它用一个小 LLM 帮你判断"这条命令真的危险吗，还是误报？"——这个 OpenClaw 没有，确实是创新。

第三，**Context 压缩**。OpenClaw 压缩完的摘要必须包含五个章节：决策、待办、约束、未完成的请求、关键标识符。而且有专门的"标识符保留策略"，确保 UUID 和文件路径在压缩过程中不会丢失。Hermes 这块没有这么精细。

第四，**代码质量**。这是最直观的。

Hermes 的核心文件叫 `run_agent.py`。我打开一看——**11,741 行。**

所有核心逻辑：对话循环、工具调用、上下文管理、子 agent 派生，全塞在一个文件里。

这不是架构，这是意大利面。

OpenClaw 最大的单文件，几百行。分层清晰，职责分离。

这说明什么？Hermes 更像一个天才写的快速原型，OpenClaw 是按工程标准打磨过的产品。

---

## S07 — 我的立场（9:30–11:00）

说了这么多，我的立场很清楚：

**我不换。**

但我没有否定 Hermes。

Hermes 有两个设计，我真的服：Agent 自主创建 skill，和 LLM 智能审批。这两个想法值得 OpenClaw 借鉴，甚至我觉得 OpenClaw 团队应该去看看。

但作为一个深度用户，我选工具的标准不是"开箱体验好不好"，而是"能不能经得住长期生产使用"。

生态规模：OpenClaw 一万三千多个 skill 扩展，Hermes 一百多个。
平台接入：OpenClaw 五十多个，Hermes 六个。
工程质量：代码层面已经说清楚了。

而且更关键的一点：

Hermes 还在快速迭代，v0.10.0 才刚出来。它现在的状态是一个天赋极高的少年，还没长大。

OpenClaw 是已经经历过生产验证的老兵。

等 Hermes 再跑一年，我会重新评估。但现在，我的选择不变。

---

## S08 — CTA（11:00–12:00）

你可能会问：那普通用户呢？没有精力深度配置的用户呢？

说实话，如果你只是想要一个开箱即用、自动学习、不需要折腾的 AI 助手——Hermes 确实更适合你。

但如果你想要真正可控、可审计、可商用的 Agent 平台——OpenClaw，认真配置过之后，不会让你失望。

**关键不是工具，是会不会开手动挡。**

下期我会专门讲怎么把 OpenClaw 从零配置成真正会"成长"的 Agent——MEMORY.md 怎么写、LightRAG 怎么接、Harness 怎么设计。

如果你想看，先订阅，别错过。

我是吉贤，我们下期见。

---

## 附：关键数据点（制作时用）

| 数据 | 来源 |
|---|---|
| Hermes 7周 95,600 stars | TokenMix 2026-04-17 |
| OpenClaw 13,000+ skill 扩展 | 官方文档 |
| Hermes 118 内置 skill | 官方 v0.10.0 |
| Hermes 6 个消息平台 | 官方文档 |
| OpenClaw 50+ 平台 | 官方文档 |
| run_agent.py 11,741 行 | Claude Code 代码分析 |
| Harness 33%→97% | Jixian 亲测 |
| Self-Evolution $2-10/次 | GitHub README |
| OpenClaw 4:1:3 Hermes | Claude Code 代码分析 |
| 39 条危险命令正则 | approval.py 源码 |