别养“龙虾”了!硅谷新顶流“爱马仕”Hermes Agent到底强在哪?

别养“龙虾”了!硅谷新顶流“爱马仕”Hermes Agent到底强在哪?最近 AI 圈最火的 不再是 OpenClaw 龙虾 而是一个新名字 它有一个极具传播力的外号 甚至有开发者直接说 短短 45 天 Hermes Agent GitHub Star 突破 6 万 截止小编发稿 目前已经到了 81 万 增长速度甚至超过当年的 OpenClaw 你养龙虾了吗 这可能是 2025 年底最火的社交暗号

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



最近 AI 圈最火的,不再是 OpenClaw 龙虾,而是一个新名字——

甚至有开发者直接说:

短短 45 天,Hermes Agent GitHub Star 突破 6 万,截止小编发稿,目前已经到了81万,增长速度甚至超过当年的 OpenClaw

“你养龙虾了吗?”这可能是2025年底最火的社交暗号。那个叫OpenClaw的开源智能体,用84天狂揽20万GitHub Star的速度,让所有人看到了AI“真正动手干活”的可能。

但互联网没有永远的神。最近几周,一款名为Hermes Agent(爱马仕)的智能体在X和GitHub上疯狂刷屏。自2026年2月底上线以来,短短45天狂揽超6.6万颗GitHub星标,小米官宣接入,就连AI教父级人物Andrej Karpathy都为其公开点赞。

大家都在问:这只“爱马仕”龙虾,凭什么让开发者集体抛弃“小龙虾”?

答案很简单——它让Agent从一个“用完归零的工具”,变成了一个“越用越懂你、能记住教训的搭档”。

OpenClaw(龙虾)的爆火并非偶然。它解决了AI落地的核心痛点——打通模型与操作系统、控制浏览器、连接IM平台。但它的本质,是一个“高级自动化脚本” :你需要手写配置文件、定义工作流、全程盯着它执行。

Hermes Agent则完全不同。它由Nous Research团队研发,介绍写着 “the agent that grows with you” ——与你共同成长的Agent。它内置了一套学习循环框架,能自主从执行中提炼经验、生成技能、优化行为。OpenClaw靠修改配置文件来处理复杂任务,而Hermes是一个单一的Agent框架,能力会随着运行时间的增加而不断增强

简单来说:OpenClaw是一个“工具箱”,Hermes Agent则是一个“会自我进化的数字同事”。

OpenClaw的记忆是静态的——信息写进配置文件,会话结束,下次再读。它不会因为你纠正过它一次,下次就自动做对。

Hermes设计了业内领先的三层记忆系统

这三层分别对应认知科学中的情景记忆、语义记忆和程序性记忆,协同工作。有网友直言:“准备放弃龙虾转爱马仕了,龙虾记忆太差了,爱马仕无论怎么重开,过多久都能记住,太香了!”

OpenClaw的技能依赖开发者预先用Markdown或TypeScript编写。一旦外部环境变化或遇到未定义场景,它就会停摆。

Hermes的技能系统则具备“自进化” 能力:

每次任务完成后,Hermes会自我复盘——工具调用超过5次、中途出错又自己修复了、用户做过纠正、或者走了一条不明显但有效的路径,满足任意条件,它就会在~/.hermes/skills目录里自动生成一个Skill文件。

更关键的是,用户反馈后,它会自动修改Skill文件优化步骤。有位开发者用Hermes Agent花费2.5小时做出了《百战天虫》克隆版,而这个Agent还自己把物理引擎逻辑整理成了可复用的skill插件。Skill系统遵循agentskills.io开放标准,意味着为Claude Code等工具编写的Skill可无缝迁移。

OpenClaw的安全问题不容忽视。据安全机构追踪,在其火爆的63天里,累计被披露138个安全漏洞,高危和严重漏洞占比高达41%。在臭名昭著的“ClawHavoc”攻击事件中,恶意插件直接扫荡用户本地目录,窃取聊天记录和钱包私钥。BitSight安全扫描显示,在漏洞披露48小时内,全球有超过1.8万个暴露在公网的OpenClaw网关面临远程代码执行风险。

Hermes Agent从第一天起就内建了prompt injection扫描、上下文扫描和容器加固(只读根文件系统+能力丢弃)。截至4月9日,Hermes Agent尚未有任何公开记录的CVE漏洞。

OpenClaw围绕多Agent编排设计,靠中央网关协调多个Agent处理复杂任务。这带来了强大的调度能力,但复杂度随规模指数级上升,稳定性成为隐患。

Hermes回归单Agent架构。每个任务经过同一套循环:输入→推理→工具使用→记忆→输出。没有复杂的编排层,也不依赖多Agent集群。其“内置学习闭环”从底层架构就把“越用越懂你”作为核心,所有能力都收敛进模型和循环本身,而不是不断堆叠外部编排层。

小米大模型负责人罗福莉从工程成本角度拆解发现,OpenClaw的上下文管理存在明显浪费:一次用户查询被拆分为多轮低价值工具调用,每次API请求携带超过10万token的上下文窗口,单次任务真实推理成本可能达到订阅价格的数十倍。

Hermes Agent因其更高效的记忆架构和学习循环,显著降低了冗余调用。有用户实测发现,Hermes可以自托管在5美元的VPS上,结合Ollama实现本地推理,成本几乎为零。

Hermes Agent在用户体验上同样令人惊喜:

归根结底,选择取决于你的需求:

选OpenClaw的场景:你是高级开发者,享受搭建复杂自动化工作流;需求明确且流程固定;愿意投入时间维护配置文件和排查Bug。

选Hermes Agent的场景:你希望有一个能处理复杂、模糊指令的私人助理;厌恶重复劳动,希望AI越用越快、越用越准;更看重长期协作效率,而非短期的定制**。

正如阿里云开发者社区的结论:OpenClaw提供的是极致灵活的操作系统,上限取决于你的技术水平;Hermes Agent提供的则是一位具备成长属性的长期搭档,价值取决于你与他共事的时间长度

2025年是Agent元年,2026年则是Agent从“工具”迈向“伙伴”的关键拐点。

OpenClaw的爆火证明了市场对“能动手干活”的AI的巨大需求。而Hermes Agent的崛起,则标志着Agent的核心竞争力从“谁支持的平台多、谁的Skill库大”,转向了“谁能更懂你、谁能自我进化”

AI正在从“会回答问题”走向“能动手干活”,而Hermes Agent正在证明:最好的工具,是那个会和你一起成长的搭档。

你准备好“养马”了吗?

小讯
上一篇 2026-04-16 23:46
下一篇 2026-04-16 23:44

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/266953.html