进入 2026 年 4 月，开源 Agent 圈子的热度几乎在短短几周之内就完成了一次主角更替。两个月前，OpenClaw 还凭借“龙虾”式的交互体验占据社区中心，成为开发者口中最具想象力的自动化 Agent；而到了四月，另一个名字开始频繁出现在 GitHub Trending 顶部——Hermes。它连续数周停留在热门榜单前列，迅速收获数万颗星标，也让整个社区的讨论方向，从“谁最像 Claude 的开源替代品”，转向“谁更接近真正能够自我成长的 Agent”。

Hermes 之所以突然爆红，并不是因为它比 OpenClaw 多出了多少肉眼可见的新功能，而恰恰是因为在把两者拆开逐项比较之后，很多人会意外发现，它们在表面能力上其实高度重叠。无论是定时调度、子 Agent 分工、浏览器自动化、视觉识别、语音合成，还是多平台消息接入，Hermes 几乎都能在 OpenClaw 已经覆盖的清单里找到对应的位置。换句话说，如果只看功能表，Hermes 并没有创造出一个完全不同的新物种，它更像是在同一条赛道上，用另一种方式重新组织了一套几乎相同的能力。

真正让它脱颖而出的，不是“它会什么”，而是“它替用户做了多少决定”。

在过去的开源 Agent 工具里，很多复杂度虽然被包装成了自动化，但最终仍然停留在用户身上。你仍然需要自己判断什么时候建立技能、什么时候调用记忆、什么时候整理上下文，以及什么时候让系统停止。而 Hermes 做的事情，是把这些原本需要用户介入的判断，尽可能向底层系统里收回，让用户看到的是一个更像“会自己运转”的智能体，而不是一个需要持续维护的工具框架。

最典型的差异，首先体现在它的 Skill 系统上。

在 Agent 的世界里，Skill 本质上就是工作流模板，是一套让模型知道“某类事情应该怎么做”的执行经验。过去很多系统也有类似机制，但大多数都依赖人工创建、手动挂载，再由用户决定什么时候启用。而 Hermes 的做法，是让技能不再只是静态配置，而是变成一个可以自动形成、自动迭代的能力模块。

当 Hermes 在一次任务里连续调用多次工具，或者在执行过程中出现错误后自行修正，又或者用户直接指出它刚刚哪里做错，它都会把这段过程视为一次“值得学习的行为”。随后系统会在后台悄悄把这段流程整理成新的 Skill 文件，写入本地知识库，而整个过程很多时候用户甚至察觉不到。它不是等你告诉它该总结什么，而是主动把一次成功经验沉淀下来，让自己在下一次遇到类似任务时更快进入状态。

更重要的是，Hermes 并不满足于记录，它还尝试让这些技能继续演化。

它在后台引入了一套离线优化机制，定期回顾已有 Skill 的执行表现，把过去的任务记录重新抽出来分析，判断某个技能的步骤是否冗余、提示是否可以更精准、错误恢复是否还有优化空间。它不是简单地把技能越存越多，而是试图让这些技能在长期使用中逐渐形成一套更高效的行为模式。虽然这种“自进化”目前还远远谈不上真正意义上的自主学习，但它至少让 Agent 第一次显现出了一种“使用越久越顺手”的感觉，而这种体感，恰恰是很多开发者第一次在开源 Agent 身上感受到的东西。

除了技能，Hermes 被反复讨论的另一个核心，是它对记忆系统的处理方式。

今天很多 Agent 都有记忆，但不同系统之间的差异，往往不在于有没有，而在于它们究竟在替谁记。

有些系统记住的是项目本身，比如代码结构、调试方法和运行命令；有些系统记住的是对话内容，但只有在上下文快溢出时才被动保存。而 Hermes 的思路，是把记忆对象从“任务”进一步延伸到“用户”。

它不会等到对话即将崩溃才仓促存档，而是在交互过程中周期性地主动回顾，判断刚刚的对话里是否出现了值得长期保留的信息，比如你的表达习惯、偏好的工作方式、常见的指令风格，甚至你对结果呈现的审美倾向。它把记忆从一种临时补救机制，变成了一种持续发生的行为。

这意味着当你连续使用一段时间之后，Hermes 给人的感受不只是“记住了你说过什么”，而更像是“逐渐摸清了你喜欢怎么做事”。这种体验上的变化非常微妙，却恰恰是决定一个 Agent 是否像“工具”还是像“助手”的关键区别。因为大多数用户并不会仔细研究它背后的架构，他们感知到的只是：这个系统是不是越来越懂自己。

而 Hermes 最大的聪明之处，并不是让系统更复杂，而是把复杂藏起来。

很多人误以为自动化意味着复杂度消失，实际上复杂度从来不会凭空蒸发，它只会转移。过去需要用户亲自做的判断，在 Hermes 里被提前写进了系统规则里。什么时候生成技能，什么时候触发记忆，什么时候压缩上下文，什么时候要求人工确认，什么时候禁止模型自由决定，这些都不是模型临场推断，而是开发团队预先替用户做好的工程判断。

从外部看，用户体验到的是一种轻松——几乎不需要理解系统内部逻辑，就能直接使用；但从内部看，Hermes 实际上是用更多的底层规则，换取了更少的用户干预。它并不是让系统变简单，而是让复杂性从界面消失。

这也是它和 OpenClaw 最大的分水岭。

OpenClaw 更像一个强大的框架，它提供能力，但仍然默认你愿意参与管理；Hermes 则更像一个愿意替你承担管理成本的系统，它默认你并不想知道内部细节。前者强调可控，后者强调省心，而在更广泛的用户群体里，后者显然更容易形成传播。

当然，Hermes 并不是没有问题。

它引以为傲的自动进化，也可能在某些情况下变成风险。社区里已经有人抱怨，自己精心调试的技能会被后续自动优化覆盖，导致原本稳定的流程突然发生变化；它的主动记忆有时也会过度自信，把一些其实并不重要的习惯误判成长期偏好；而在涉及复杂代码审查、合同生成、财务建模这类高风险任务时，全自动本身就意味着更多不可控因素。对于专业用户来说，这种“替你决定”的能力有时是便利，有时也是隐患。

但即便如此，Hermes 仍然踩中了一个非常清晰的方向。

过去两年的 Agent 演化，其实一直围绕一个核心问题展开：到底应该让用户控制系统，还是让系统逐渐接管用户。

Claude 倾向于谨慎控制，OpenClaw 试图平衡，而 Hermes 选择了最激进的一端——尽可能减少用户参与，让 Agent 自己承担更多判断。它并不是因为今天做得最完美才火，而是因为它率先把“更少干预”的未来提前做成了一个可以摸到的产品。

从这个角度看，Hermes 的价值也许并不在于它今天比 OpenClaw 强多少，而在于它让整个开源 Agent 社区第一次更清楚地看见：下一阶段竞争的关键，可能已经不再是谁的工具更多，而是谁能把同样的复杂能力，变成一种更接近“无感”的体验。

因为在 Agent 这条路上，真正能留下用户的，往往不是最聪明的系统，而是那个让人最容易忘记自己正在使用系统的产品。