2026-05-24 · 技术观察

OpenClaw、Hermes Agent、OpenHuman 横向对比：三个开源 Agent 到底适合谁？

2026 年，开源 Agent 进入了一个很有意思的分叉阶段：有的项目强调“让 AI 真正替你做事”，有的强调“长期自我成长”，还有的强调“先理解人，再开始行动”。

OpenClaw、Hermes Agent 和 OpenHuman 正好代表了三种不同路线：

OpenClaw：偏“全能个人执行代理”，强在聊天入口、自动化、系统控制和多平台集成。
Hermes Agent：偏“自我改进型开发者/研究 Agent”，强在技能学习、沙箱后端、工具系统和长期运行。
OpenHuman：偏“本地优先的个人记忆 Agent”，强在理解用户、同步个人数据、记忆树和低门槛桌面体验。

一、OpenClaw：让 AI 真的动手做事的个人自动化 Agent

OpenClaw 的定位是 Personal AI Assistant，核心口号是：“The AI that actually does things.”

它不是单纯聊天机器人，而是一个运行在用户自己设备上的本地优先 Agent。用户可以通过 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等聊天入口给它发指令，让它帮你处理邮件、日历、文件、浏览器、脚本、代码、提醒、网页任务等。

OpenClaw 的强项

1. 多聊天入口很强

OpenClaw 的一个明显特点是，它不要求用户迁移到一个新 App，而是把 Agent 接到你已经在用的聊天工具里。

比如你可以像给助理发消息一样，通过 Telegram 或 Slack 让它执行任务。

2. 本地执行能力强

OpenClaw 可以读取文件、运行 shell、控制浏览器、调用 API、管理会话，还可以通过技能和插件扩展能力。

这让它很适合做“真实世界自动化”，而不仅仅是回答问题。

3. 集成面很广

公开资料中提到它支持 Gmail、GitHub、Spotify、Obsidian、浏览器、Claude、GPT，以及大量聊天平台。

GitHub README 还列出了 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、IRC、Teams、Matrix、飞书、LINE、Mattermost、WeChat、QQ 等渠道。

4. 社区和生态热度高

从公开资料看，OpenClaw 的 GitHub 热度、fork 数、issue、PR 都很高，说明它已经形成了相对大的开源社区。

OpenClaw 的缺点和风险

1. 权限太大，安全风险突出

OpenClaw 的能力强，风险也来自这里。它可以访问本地文件、浏览器、shell、邮件、支付或第三方服务。

一旦被 prompt injection、恶意网页、恶意消息或错误配置影响，风险会比普通聊天机器人大很多。

2. 企业落地需要治理能力

如果员工私自接入 OpenClaw 到公司邮箱、GitHub、Slack、文件系统，会形成“影子 IT”。

企业需要审计、权限隔离、沙箱、日志、审批流程和数据合规机制。

3. 非技术用户可能配置困难

它虽然面向个人助理，但很多强能力需要理解 gateway、daemon、sandbox、session、channel、tool policy 等概念。

普通用户如果只想“开箱即用”，可能会觉得复杂。

OpenClaw 适合什么场景？

个人自动化助理
邮件、日历、文件、浏览器任务处理
开发者日常工作流自动化
多聊天平台统一 AI 助手
私人服务器或本地设备上的持续 Agent
技术团队内部实验性自动化

OpenClaw 适合什么人？

最适合：

有一定技术能力的个人用户
开发者、独立黑客、自动化爱好者
想把 AI 接入 WhatsApp、Slack、Telegram 等聊天工具的人
能理解权限风险、愿意配置沙箱的人

不太适合：

完全非技术用户
对隐私和权限配置没有概念的人
没有安全治理能力的企业直接大规模使用

二、Hermes Agent：会积累技能、长期成长的自我改进型 Agent

Hermes Agent 来自 NousResearch/hermes-agent，定位是 “The agent that grows with you.”

它更像一个为开发者、研究者、重度自动化用户准备的长期运行 Agent。它强调自我改进、长期记忆、用户建模、技能生成、多模型支持、工具网关、沙箱后端和多入口交互。

Hermes Agent 的强项

1. 自我改进和技能系统是核心卖点

Hermes Agent 不只是执行任务，还强调从任务经验中生成和改进 skills。

这让它更像一个长期协作伙伴，而不是一次性工具调用器。

2. 沙箱和运行后端丰富

公开资料提到它支持 local、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox 等后端。

这对开发者、研究者和需要隔离执行环境的人很有价值。

3. 多模型和多供应商支持强

Hermes Agent 支持 Nous Portal、OpenRouter、NovitaAI、NVIDIA NIM、OpenAI、Hugging Face、AWS Bedrock、LM Studio、Azure AI Foundry、自定义 endpoint 等。

这意味着它更适合喜欢折腾模型路由、成本、性能和本地模型的用户。

4. 开发者体验更明显

它支持 CLI/TUI、cron、subagents、MCP、工具网关、trajectory generation、trajectory compression 等功能。

这些能力明显更偏开发者、研究者和 Agent 工程用户。

Hermes Agent 的缺点和风险

1. 上手门槛偏高

虽然有一行安装命令，但它的能力体系很复杂：模型、工具、沙箱、skills、MCP、gateway、cron、subagents。

普通用户可能不知道该从哪里开始。

2. 对基础设施要求更高

Hermes Agent 更适合长期运行在服务器、VPS、本地开发机或 GPU 环境中。

如果只是想要一个简单桌面助手，它可能显得“过重”。

3. Windows 原生支持仍需谨慎

资料显示 Windows 原生支持有 beta 色彩，生产或稳定使用更推荐 WSL2。

4. 自我改进能力也需要治理

Agent 自动生成技能、更新技能、长期记忆用户习惯，这本身也需要审查机制。

否则错误技能、过时偏好或污染记忆可能影响后续任务。

Hermes Agent 适合什么场景？

开发者长期 Agent
研究型 Agent 实验
自动化任务调度
服务器/VPS 上的长期运行助理
多模型、多工具、多沙箱环境
Agent skills 生成、复用、评估
需要 subagents 并行处理任务的复杂工作流

Hermes Agent 适合什么人？

最适合：

AI Agent 开发者
研究人员
DevOps、平台工程师
高阶自动化用户
想研究自我改进 Agent 的团队
有服务器、容器、MCP、模型 API 使用经验的人

不太适合：

只想快速使用个人桌面 AI 助手的人
不想配置模型和工具链的人
不具备基本命令行经验的用户

三、OpenHuman：先理解用户，再提供帮助的本地记忆型 Agent

OpenHuman 来自 tinyhumansai/openhuman，定位更偏 本地优先的个人 AI super intelligence。

它的核心卖点不是“能接多少工具”，而是“先把你的个人上下文理解清楚”。

它强调本地记忆、隐私、桌面体验、118+ 第三方集成、Memory Tree、Obsidian Wiki、TokenJuice 压缩，以及 Gmail、Notion、GitHub、Slack、Stripe、Calendar、Drive、Linear、Jira 等数据源同步。

OpenHuman 的强项

1. 记忆系统是最大亮点

OpenHuman 的 Memory Tree 会把用户数据压缩、分层总结，并存入本地 SQLite。

它还会把知识写成 Obsidian 风格的 Markdown 文件，方便用户查看、编辑和迁移。

这比“黑箱 embedding 记忆”更透明，也更适合重视个人知识管理的人。

2. 本地优先和隐私叙事强

它强调个人数据、本地模型、本地记忆和用户控制。

对很多担心云端 AI 助手读取私人数据的人来说，这个方向很有吸引力。

3. 面向普通用户的体验更友好

相比 OpenClaw 和 Hermes Agent，OpenHuman 更像桌面产品。

它有官网下载安装包，也有桌面 UI、语音、meet 参与、搜索、抓取、编码工具等能力。

4. 个人数据整合能力强

118+ 集成是它的重要卖点。

它试图把 Gmail、Notion、GitHub、Slack、Calendar、Drive、Linear、Jira 等个人或工作数据统一成一个可被 Agent 理解的长期上下文。

OpenHuman 的缺点和风险

1. 仍是 Early Beta

GitHub README 明确标注为 Early Beta，并提示仍在快速开发中。

这意味着稳定性、兼容性、安装体验、安全边界都可能还不成熟。

2. 连接越多，风险越集中

OpenHuman 的优势是“知道你很多”，但这也是最大风险。

如果它连接邮箱、代码仓库、日历、聊天记录、支付工具，再把这些汇总成本地 SQLite 和 Markdown，一旦本机被入侵，泄露的信息会非常集中。

3. 默认体验仍可能依赖托管后端

虽然它强调 local-first，但公开资料显示，登录、模型路由、搜索代理、集成/OAuth 流程等部分托管体验仍可能依赖 OpenHuman 后端或 Composio。

如果用户追求“完全本地”，需要额外配置模型、搜索、Composio 等凭据。

4. 许可证和商用使用要注意

OpenHuman 仓库显示为 GPL-3.0 license。

如果企业要基于它二次开发或集成进内部产品，需要认真评估 GPL 许可证影响。

OpenHuman 适合什么场景？

个人知识管理
私人 AI 助理
本地记忆库
邮件、日历、文档、代码、任务系统的上下文整合
Obsidian 用户的 AI 化知识管理
想让 AI 长期理解自己的个人用户
轻量团队或个人生产力实验

OpenHuman 适合什么人？

最适合：

重视个人记忆和知识管理的人
Obsidian、Notion、Gmail、GitHub、Slack 重度用户
想要桌面化、本地优先 AI 助理的人
不想从命令行开始搭 Agent 的用户
愿意接受 beta 产品不稳定性的尝鲜用户

不太适合：

对稳定性要求极高的企业生产环境
不愿意授权邮箱、日历、代码仓库等敏感数据的人
完全不能接受本地数据集中存储风险的人
需要宽松商用许可的二次开发团队

四、三者横向对比

维度	OpenClaw	Hermes Agent	OpenHuman
核心定位	本地优先个人执行 Agent	自我改进型开发者/研究 Agent	本地优先个人记忆 Agent
关键词	聊天入口、自动化、浏览器、shell、文件、插件	skills、自我改进、沙箱、MCP、多模型、长期运行	Memory Tree、Obsidian、本地记忆、118+ 集成、桌面体验
使用门槛	中高	高	中
面向用户	技术型个人、自动化玩家、开发者	Agent 开发者、研究者、平台工程师	个人生产力用户、知识管理用户、隐私敏感用户
最强能力	真正执行现实任务	持续学习和工具化工作流	快速理解用户上下文
自动化能力	很强	很强，但更偏工程化	中强，更偏个人数据和知识流
记忆能力	有长期记忆	有长期记忆和用户建模	记忆是核心产品能力
集成方式	聊天平台、浏览器、文件、shell、插件	CLI/TUI、MCP、消息平台、工具网关、沙箱	Gmail、Notion、GitHub、Slack、Calendar、Drive、Linear、Jira 等
安全风险	高，因权限很大	中高，因工具和自我改进复杂	高，因聚合大量个人数据
企业使用	可用，但必须强治理	更适合研发/平台内部实验	谨慎，需审查隐私和 GPL
开源许可	MIT	MIT	GPL-3.0
当前成熟度	生态热度高，但安全治理压力大	工程能力强，适合专业用户	Early Beta，体验方向好但需观察稳定性

五、怎么选？

如果你想要“AI 真正帮我做事”

选 OpenClaw。

它适合把 AI 接到聊天工具里，让它处理邮件、日历、文件、浏览器、脚本、代码、消息等任务。

但前提是你能接受并管理它的高权限风险。

如果你想研究“会成长的 Agent”

选 Hermes Agent。

它适合做 Agent 工程、技能学习、自我改进、多模型、多工具、多沙箱和长期运行实验。

它不是最轻量的个人助手，但很适合技术团队和研究者。

如果你想要“AI 先理解我”

选 OpenHuman。

它适合把个人数据、知识库、邮件、日历、代码、文档整合成长期记忆。

但它还在 Early Beta，并且数据集中带来的隐私风险必须认真评估。

六、结论

OpenClaw、Hermes Agent 和 OpenHuman 都属于新一代开源 Agent，但它们解决的问题并不一样。

OpenClaw 更像一个“能动手干活的全能个人助理”；

Hermes Agent 更像一个“会积累技能的开发者/研究型 Agent”；

OpenHuman 更像一个“先理解你、再帮助你的本地个人记忆系统”。

如果从成熟 Agent 产品演进来看，三者代表了三条路线：

执行力路线：OpenClaw
自我进化路线：Hermes Agent
个人上下文路线：OpenHuman