
会自己长大的 Skill
进入 2026 年 4 月,才火了两个月的 OpenClaw(俗称 "龙虾")迎来挑战者 Hermes Agent,它连续数周占据 GitHub Trending 榜首,狂揽 22,000 颗星,连 Anthropic 都要抄它。4 月 10 日,Nous Research 创始人 Teknium 吐槽 Anthropic 正在「复制」Hermes 自动判断任务完成、主动提醒用户的功能。社区认为 Hermes 凭借自进化 Agent、自动记忆管理和用户建模系统,在技术上全面超越 OpenClaw,重新定义了开源 Agent 的方向。但实际上,两者功能重合度高,如定时调度、子 Agent 委派、浏览器自动化、TTS、Vision 视觉能力、图像生成、语音交互、Gateway 消息集成等方面,几乎完全一样。
Hermes 在 Skill 上实现自动进化闭环,把技能生命周期分为运行时静默生成和离线硬核进化。生成时,若 Agent 调用工具 5 次以上、出错自救或被用户纠正输出,会触发规则,将工作流打包存为 SKILL 文件,下次遇类似任务自动检索。进化方面,Hermes 内置离线批量进化算法,用 DSPy 框架和 GEPA 核心算法,GEPA 出自 Lakshya Agrawal 等人的 ICLR 2026 Oral 论文,与大部分走 RL 路线的学术圈不同,GEPA 抛弃强化学习,靠大模型反思能力和进化算法,样本利用效率更高。其算法有反思性变异、帕累托前沿选择和自然语言反馈作为变异信号三个底座,离线进化闭环跑完生成优化后的 Skill 需人类审核合并才生效。而 OpenClaw 的 Skill 系统每一步都需手动操作,加载简单粗暴。
谁在替谁记事
现在的三大主流开源 Agent(Claude Code、OpenClaw、Hermes)都有自动记忆,但服务对象、触发机制和记忆保质期不同。Claude Code 自动记忆默认开启,每 24 小时整理一次,有严格项目隔离。OpenClaw 记忆系统偏长程,启动对话时强制灌入 8 个底层文件,写入机制被动,靠长期挂载文件记住用户偏好,老旧日记靠关键词生搜。
Hermes 在 v0.7 版本前,Honcho 是唯一写死的长期记忆后端,它是「AI 原生」记忆后端,主打异步辩证推理和深度实体建模,能对聊天历史分析提炼,但费 token。即便没有 Honcho,Hermes 记忆写入也比 OpenClaw 主动,有微调机制,每聊 15 轮对话触发一次,且找回记忆手法更硬,内置 SQLite FTS5 全文检索能力。
把复杂度藏起来
Hermes 替用户做本该用户做的决定,将系统复杂度转移到底层硬编码死规则里。其 harness 框架写满条件判断,如工具调用次数、对话轮数等,条件满足就执行相应动作。为保证硬规则不翻车,Hermes 做了一系列防御性设计。上下文管理方面,对话到 85% 阈值时,用字符串替换逻辑处理,记忆用冻结快照;安全审查方面,用硬编码黑名单正则匹配终端操作;插件系统对开发者严格限制。
今年初 Chroma 团队对话压测和记忆综述论文表明,大模型驾驭超长上下文能力不足时,死规则比智能统管方案更可靠。
一条「干预递减」的光谱
从 Claude Code 和 Codex,到 OpenClaw,再到 Hermes,开源 Agent 形成光谱。一端是需开发者精确控制的生产工具,另一端是 Hermes 这种让 Agent 包办一切的自动化工具,它押注用户不想弄懂 Agent 运行原理,让技能匹配、记忆分类等在阴影里完成。
扛不住硬活,但方向对了
Hermes 虽用规则系统保证稳定,但模型仍拉垮。技能系统中,全自动进化流程会覆盖手动精调技能;自动记忆微调机制判断任务完成情况不准确,反思出的记忆薄弱。在复杂任务中,全自动模式是隐患,但在日常重复任务中,Hermes 能站稳脚跟。
2026 年 2 月 25 日 Hermes 首发,靠主动记忆等冲到 57,200 颗星。4 月 3 日 v0.7 韧性更新,它将高级记忆后端 Honcho 降级,把记忆选择权交还给用户。而 OpenClaw 则加强主动记忆机制。Hermes 先占生态位,等底层模型上下文能力提升,规则安全线也会提高,它有望在未来占据优势。



被折叠的 条评论
为什么被折叠?



