天气很好，风也轻。沿江走走，看天色从蓝到灰再到暗，看灯火一点点亮起。上海的傍晚，总有一种不紧不慢的节奏。

7.1 OpenClaw 已知风险

1. CVE-2026-25253：一键 RCE 严重漏洞，已在 v2026.1.29 修复
2. ClawHub 投毒：2026-02 发现 341 个恶意 Skill，已与 VirusTotal 合作
3. 40000+ 暴露实例：用户因配置不当将 Gateway 公开到公网
4. Cisco 报告：第三方 Skill 被发现存在数据外泄和提示词注入
5. 创始人本人表态："如果你看不懂命令行，这个项目对你来说太危险"

7.2 Hermes 已知风险

1. 自演化型恶意行为：Agent 从被投毒的数据中自学出危险技能
2. 过度自动生成 Skill：实测会生成大量冗余、低质量技能
3. 记忆抽象失真：长期使用后可能丢失关键细节
4. Token 消耗失控：日均 3000 亿的全网消耗背后是单用户每月 600+ 美元账单
5. 版本 0.1.x：实验性产品，不建议直接上生产

7.3 风险缓解清单

• 凭据加密（Vault / KMS），不要硬编码到配置
• 网络权限收口（Gateway 只暴露在内网或者经过 AI 网关代理）
• Skills 白名单 + 强制签名审核（杜绝直装）
• 危险命令分级审批（删除文件、群发、外部 API 调用）
• 容器化运行（Docker + 只读根目录 + dropped capabilities）
• 日志全量留存 + 异常行为告警
• 定期对记忆 / 技能库做安全审计（特别是 Hermes）
• 接入 AI 网关做统一限速、审计、内容审核——这是企业落地的关键一步

8. 选型决策树

• 多渠道触达、IM 体验优先 → OpenClaw
• 长期自动化、自我进化优先 → Hermes Agent
• 双重需求、资源充足 → OpenClaw + Hermes（皮 + 芯）

简化版回答：

• 只能选一个、又是技术人 → Hermes（长期价值更大）
• 只能选一个、又是非技术人 → OpenClaw（上手更顺滑）
• 资源充足、追求效率拉满 → 两个都装（迁移成本几乎为零）

9. 给腾讯云 AI 网关的启示

9.1 产品对位

OpenClaw / Hermes 是"应用层员工"，AI 网关是"网络层基础设施"。两者不是替代关系，而是上下游关系：Agent 在应用层执行任务，AI 网关在网络层提供多模型路由、限速、审计、内容审核、灰度发布、跨可用区灾备。

9.2 可借鉴能力

• OpenClaw 的"Gateway = single source of truth"设计 → 强化 AI 网关的"单一事实源"产品叙事
• Hermes 的"可写运行时 + 技能蒸馏" → 未来 AI 网关可以提供"运行时托管 + 技能审计"服务
• Hermes 的七层安全模型 → 直接对位"内容审核系统集成"工程
• agentskills.io 开放标准 → 建议 AI 网关产品支持该标准的导入导出，降低客户迁移成本

9.3 销售一页纸的对位话术

客户问："我已经在用 OpenClaw / Hermes，为什么还要用腾讯云 AI 网关？"

回答：

1. OpenClaw / Hermes 解决的是应用层员工问题，AI 网关解决的是网络层基础设施问题，两者是上下游关系
2. AI 网关为你的 Agent 提供：多模型统一接入、限速、审计、内容审核、灰度发布、跨可用区灾备，这些是单机 Agent 解决不了的
3. 我们与 TI 平台、TACO-LLM 联动，提供训-推-治一体化，对应 Hermes 的 Atropos RL 训练场景做了深度优化
4. 国内合规：内容审核、ICP、信创支持，OpenClaw / Hermes 都没有

10. 行动建议

短期（1-2 周）

• 在 CVM 上部署 OpenClaw + Hermes 双引擎，做端到端体验
• 用 Hermes 跑一次 AI 网关竞品分析的 RL 训练数据生成
• 把"AI 网关销售一页纸 Q&A"沉淀进 Hermes SKILL.md

中期（1-2 月）

• 在 AI 网关产品中增加"Agent 托管"演示场景
• 与 TI 平台对接 Hermes 的 Atropos RL 训练流程
• 沉淀一份"AI 网关 + Hermes 训推一体化"的客户案例

长期（半年）

• 推动 AI 网关产品支持 agentskills.io 开放标准
• 在控制台中加入"Agent Skills 商店 + 安全审计"模块
• 与腾讯云内容审核 / RocketMQ 异地灾备方案打包，形成"企业级 Agent 落地全家桶"

11. 结语

OpenClaw 与 Hermes 不是非此即彼的二选一，而是开源 Agent 演进的两个方向：一个回答"如何无处不在"，一个回答"如何持续成长"。在 Harness Engineering 时代，工程团队的核心职责从"写代码"转变为"为 Agent 设计能高效工作的环境"。AI 网关在其中扮演的角色，是让企业级用户在不被单一 Agent 范式锁定的前提下，享受 Agent 时代的红利。

本系列共 3 篇，至此完结。

• 第 1 篇：双范式之争（综述与差异）
• 第 2 篇：场景搭配与 Harness 视角
• 第 3 篇：风险、对位与行动（本篇）

📚 本文整理自：Hermes_vs_OpenClaw_调研与最佳实践报告.md（作者：沈亚 · 2026-05-20）

4.1 优先选 OpenClaw 的场景

1. 个人 IM 多平台触达：希望在 WhatsApp / Telegram / iMessage / 微信中直接呼叫 AI
2. 小团队 ChatOps：Slack / Teams / Feishu 上跑值班机器人、提醒、轻量自动化
3. 非技术用户：需要 Onboarding 向导、移动端 App、可视化 Live Canvas
4. 现成技能调用：希望直接消费 ClawHub 上 5700+ 现成技能
5. 语音/视频/音乐生成：依赖 OpenClaw 独有的语音唤醒、push-to-talk、内容创作能力
6. iMessage / LINE / Nostr 等 Hermes 不支持的平台

4.2 优先选 Hermes 的场景

1. MLOps / AI 研究：批量生成轨迹、对接 Atropos RL 训练、ShareGPT 导出做 SFT
2. 长期自动化工作流：每日报告、夜间备份、每周审计、晨间简报
3. 重度个性化助手：希望 Agent 越用越懂自己，自动积累项目知识与技能
4. HPC / Serverless 后端：需要在 Singularity / Modal / Daytona 上运行
5. Computer Use（GUI 级自动化）：屏幕级浏览器与桌面控制
6. 隐私/合规高要求：零遥测承诺 + 七层安全模型

5. 搭配使用：双引擎并行的最佳实践

5.1 分工原则

OpenClaw 当"皮"（多渠道入口、即时触达、轻量任务），Hermes 当"芯"（长期记忆、复杂任务、训练闭环）。

用户 / 客户端
   ↓ WhatsApp · Telegram · Slack · Discord · iMessage · 微信
OpenClaw Gateway（皮）
   ↓ 多渠道接入与会话路由 · 即时响应 · 现成技能调用
Hermes Agent Runtime（芯）
   · 长期记忆、技能蒸馏
   · Cron / 子代理 / 并行委派
   · MLOps 训练数据生成
   · 多执行后端（Docker/SSH/Modal/HPC）

5.2 推荐协作模式

• 日常 IM 应答：OpenClaw 主接入、立即响应；Hermes 待命，按需被调用
• 周报/日报推送：OpenClaw 推送渠道；Hermes 任务执行（Cron + 数据汇聚 + 写报告）
• 项目代码审查：OpenClaw 接收 PR 通知；Hermes 子代理跑代码分析、生成评论
• 训练数据准备：仅 Hermes 参与（批量轨迹生成 + ShareGPT 导出）
• 长期偏好沉淀：OpenClaw 转发对话；Hermes MEMORY.md / USER.md 积累用户画像

5.3 技能互通

两者都遵循 agentskills.io 开放标准，SKILL.md 格式互通。Hermes 提供一键迁移工具，可将 OpenClaw 的 SKILL 文件夹直接导入 ~/.hermes/skills/，反向迁移需要手动复制并调整工具引用。

6. Harness Engineering 视角

6.1 什么是 Harness Engineering

coding agent = AI model(s) + harness

Harness 不是"提示词工程"的延伸，而是围绕 Agent 构建的完整运行系统：Context Engineering（分层 AGENTS.md / SKILL.md，按需披露）、Architectural Constraints（用 Linter / CI / Hooks 而非 Code Review 守住边界）、Feedback Loops（测试、Lint、人工审批构成多层反馈）、熵管理（自动记录历史，避免重复犯错）、生命周期管理。

Mitchell Hashimoto："任何时候你发现 Agent 犯了一个错误，你都应该花时间设计一个解决方案，使 Agent 不会再犯同样的错误。"

6.2 工程团队的关键判断

判断一：Hermes 自带 Harness，但不能完全替代你的工程实践

Hermes 的可写运行时和技能蒸馏看起来很美，但它的 Harness 是为通用 Agent 设计的。在企业级编码 / 业务场景中，你仍然需要：自己的 AGENTS.md / CLAUDE.md（项目结构、命名规范、模块边界）、自己的 Linter + CI（确定性约束，比 Prompt 指令可靠得多）、自己的 Spec Repository、自己的 ORR（Operational Readiness Review）。

判断二：OpenClaw 的 Harness 是外置的，工程团队"自己造缰绳"

OpenClaw 不给你 Harness，它只给你 Gateway。优势是你的 Harness 实践可以完全为自己量身定制；劣势是从 0 搭起来需要 4-6 周。

判断三：两者都没解决的"硬骨头"

• Prompt Injection：行业未解，必须用强模型 + Skills 白名单 + 工具调用沙箱组合防御
• Agent 自演化型恶意行为：Hermes 特有的风险——攻击者可以在 Agent 能接触到的数据中"投毒"，让它自己学坏
• 多 Agent 协作的非确定性：Harness 工程的官方建议是 "do one thing exceptionally well, avoid deep sub-agent meshes"

6.3 Harness 效能评估指标

• 任务解决率（自动化测试验证的首次正确解决比例）
• 代码 churn 率（两周内被重写或丢弃的代码比例）
• 验证税（人工审核 AI 生成代码所花费的时间）
• 缺陷逃逸率（到达生产环境的 AI 代码缺陷率）
• Pass@1（Agent 首次尝试正确解决的概率）

参考：SWE-bench-verified 上最佳 Agent 达到 65-76.8%；METR 研究发现许多通过基准测试的 PR 实际上不会被维护者接受；DORA 报告发现 30% 的开发者对 AI 生成代码几乎不信任。

本系列共 3 篇，本文为第 2 篇，聚焦使用场景与双引擎搭配的最佳实践，并从 Harness Engineering 视角拆解了工程团队的关键判断；下一篇将讨论安全风险、产品对位与行动建议。

📚 本文整理自：Hermes_vs_OpenClaw_调研与最佳实践报告.md（作者：沈亚 · 2026-05-20）

1. Hermes Agent（Nous Research，2026-02 发布）与 OpenClaw（Peter Steinberger，2025-11 发布、2026-01 改名）是 2026 年最受关注的两个开源自主 Agent 项目。两者不是竞争关系，而是互补关系。
2. OpenClaw 的核心心智模型是"Gateway-first / 入口优先"：先把 Agent 接到 WhatsApp/Telegram/Discord/Slack/微信等日常消息入口，让用户"随时叫得到"，再谈技能与自动化。
3. Hermes 的核心心智模型是"Runtime-first / 运行时优先"：先解决 Agent 如何"长期稳定地成长"（持久记忆、可写运行时、技能蒸馏、Cron、子代理委派、批量轨迹生成与 RL 训练），再谈消息渠道。
4. 从 Harness Engineering 视角：Hermes 自带"自我改进 + 技能闭环 + 七层安全"的内生 Harness，更适合"重度自动化与训练数据生成"；OpenClaw 的 Harness 更轻、更外置，需要工程团队自己围绕它构建上下文、约束与反馈回路，更适合"广覆盖的消息触达与个人/团队助手"。
5. 最佳实践：双引擎并行部署——OpenClaw 当"皮"（多渠道入口、即时触达、轻量任务），Hermes 当"芯"（长期记忆、复杂任务、训练闭环），通过 agentskills.io 开放标准与 MCP 协议互通技能与工具。

1. 背景与研究问题

1.1 为什么要做这次调研

2026 年开源 Agent 领域出现了两个"现象级"项目：

• OpenClaw（前身 Clawdbot / Moltbot）：2025-11 上线，2026-01 改名为 OpenClaw，截至 2026-03 已经 24.7 万 Stars、4.77 万 Forks，是 GitHub 历史上最快达到 10 万 Star 的仓库。
• Hermes Agent：2026-02-25 由 Nous Research 推出，2 个月内拿下 11 万 Stars，月趋势榜第一；4 月被小米 MiMo、腾讯云、阿里云、MiniMax 等接入。

它们既是个人 AI 助手的代表，也是企业级 Agent 工程化的练兵场。理解这两种范式，对产品对位、方案设计、能力借鉴都有直接参考价值。

2. 项目侧写

2.1 OpenClaw：Gateway-first 的网关式个人助手

• 作者：Peter Steinberger（PSPDFKit 创始人）
• 首次发布：2025-11-24，原名 Clawdbot
• 语言：TypeScript + Swift，MIT 许可证
• 官方定位：self-hosted gateway，把 50+ 消息平台连到一个本地运行的 Agent
• 核心组件：Gateway（sessions 单一事实源）、Heartbeat（30 分钟轮询）、Skills（SKILL.md 目录结构）、Local Memory（Markdown + SQLite）

2.2 Hermes Agent：Runtime-first 的自进化代理运行时

• 作者：Nous Research（AI 安全与能力研究机构）
• 首次发布：2026-02-25
• 语言：Python 3.11，MIT 许可证
• 官方定位：self-improving AI agent——住在你的服务器上、会自我改进、越用越聪明
• 核心组件：可写运行时（Writable Runtime）、技能蒸馏、持久记忆（MEMORY.md/USER.md + FTS5 + Honcho）、多后端执行（local/Docker/SSH/Modal/Daytona/Singularity）、Atropos RL 集成

3. 核心差异矩阵

3.1 设计哲学

• OpenClaw：Gateway-first，回答"怎么让 Agent 无处不在"
• Hermes：Runtime-first，回答"怎么让 Agent 持续成长"
• 类比：OpenClaw 像是把 AI 员工接进所有 IM 工具的总机系统；Hermes 像是在你服务器上养一个会学习的数字员工

3.2 技术架构

• 学习能力：OpenClaw 无自动学习；Hermes 闭环学习（自动生成 & 自我改进技能）
• 记忆系统：OpenClaw 长对话易断档；Hermes 长记忆更稳定（FTS5 + Honcho）
• 自动化：OpenClaw 路由 + 多 Agent + 节点；Hermes Cron + 子代理 + 并行委派
• 安全模型：OpenClaw 单人可信边界；Hermes 七层防御 + 容器隔离

3.3 生态成熟度

• OpenClaw：极成熟，180k+ Stars，5700+ 技能，145+ 版本，移动端 App 完备
• Hermes：新兴生态，93k+ Stars，0.1.x 实验性，7+ 平台覆盖

本系列共 3 篇，本文为第 1 篇，介绍两个项目的本质差异；下一篇将聚焦使用场景、双引擎搭配方案以及 Harness Engineering 视角的工程化实践。

📚 本文整理自：Hermes_vs_OpenClaw_调研与最佳实践报告.md（作者：沈亚 · 2026-05-20）

那些拔地而起的石柱，宛如天地间的守护者，直插云霄。云雾缭绕其间，时隐时现，仿佛仙境一般。每一座山峰都有它独特的姿态，或如剑指苍穹，或如巨人伫立，诉说着亿万年的沧桑变迁。

站在山间，仰望这些大自然的杰作，心中涌起的是敬畏，是震撼。那些被风雨雕琢的痕迹，是时光最真实的笔触。云雾流动，山峰若隐若现，仿佛一幅不断变幻的水墨画。

张家界的山，不仅仅是风景，更是大自然的诗篇。在这里，人与天地对话，心灵得到最纯粹的洗礼。每一眼都是惊艳，每一步都是探索。

上周六，我来到位于临港新城的上海天文馆。还没走进大门，门外的雕塑便让人驻足——那些以星轨、星云为灵感打造的金属装置，在日光下泛出冷冽的光泽，像是宇宙抛给地球的一枚谜题。

踏入馆内，一种难以言说的震撼扑面而来。穹顶球幕影院将星空投影在整个视野之上，仿佛真的置身于银河之间，渺小而又自由。各类互动展区让人沉浸其中，从太阳系的尺度到宇宙的边界，每一步都在刷新对距离的认知。

馆内的设计细节令人叹服。光线在建筑内部流动，随着参观路线的推进，自然光与展览灯光交替切换，营造出一种时而洪荒、时而精密的奇妙节奏。

黄昏前，我在馆外的广场漫步。夕阳的余晖将建筑外墙染成暖橙色，那些白天看起来冷峻的线条，此刻竟透出几分温柔。人们三三两两坐在台阶上，抬头望向同一片天空。

夜幕降临后，我升起无人机，从高空俯瞰这座建筑。镜头里，天文馆亮起通体的白色轮廓光，圆形的主体建筑与中央透明穹顶交相辉映——那一刻，我忽然明白了设计师的意图：从天空望下去，它本就是一只眼睛，一只永远睁开着、凝望太空的眼睛。

宇宙浩瀚，而人类从未停止仰望。这或许就是天文馆存在的意义——不只是展示星辰，更是提醒我们：好奇心，是我们与无限宇宙之间最短的距离。

闵行文化公园就是这样一个地方。一整天的游玩和露营，脚步走遍了草地、林荫和湖边，等到傍晚，人反而静了下来。

夕阳沉下去的那一刻，天空像是被人调了色——橙与金在天边晕染开来，湖面将对岸的楼宇和灯光一并收入其中，波光粼粼，安静而绚烂。一只鸟从高处掠过，留下一道弧线，消失在暮色里。

随手按下快门，留住这一刻。露营的帐篷还收在包里，身上带着一整天阳光和草木的气息，而眼前这片湖，已悄悄换上了夜的颜色。

有些美好，不需要特意安排，只是刚好在那里，刚好遇见。

十一月的上海，阳光斜斜地落下来，不刺眼，只是暖。那天下午两点多，我踏上了武康路——这条被称为"最美马路"的百年老街，开始了一场说走就走的citywalk。

武康路不宽，梧桐树的枝丫在头顶交织成一片疏朗的光影。脚下的石板路安静地承载着来来往往的脚步，而两侧的建筑，却像是凝固的历史，静静地立在那里，等待每一个路过的人去阅读。

这里是上海民国建筑最为集中的街区之一。西班牙式的清水红砖，法式的拱券门廊，还有那些带着岁月包浆的铁艺栏杆——每一栋楼都有自己的故事。我站在一幢老洋房前，仰头看着二楼的百叶窗，忍不住想，当年住在这里的人，是否也曾在某个午后，就这样倚窗望向街道？

下午三点刚过，街上的人渐渐多了起来。武康路如今已是沪上出了名的网红打卡地，来这里的，有拿着相机的摄影爱好者，有推着婴儿车的年轻父母，也有三五成群的女孩儿们，穿着精心搭配的衣裳，在斑驳的墙根前摆出各种姿势。

说到网红美女，这一路上还真遇到了不少。有几个女孩儿，妆容精致，衣着时髦，手里举着自拍杆，笑得灿烂。她们站在武康大楼的弧形转角处，把整个老上海的气韵都衬得更加生动了。我在一旁看着，心里觉得有意思——百年前的名媛与今日的时髦女郎，也许在对美的追求上，从未有过什么本质的不同。

我沿着武康路一路向前，拐进几条支弄，又折回来。路边的小咖啡馆飘出咖啡的香气，花店门口摆着一束束秋色的干花，旧书摊上堆着泛黄的老杂志。时间在这里仿佛走得慢一些，让人不由自主地放轻了脚步。

傍晚将近五点，光线开始变得金黄而柔软。我在一处转角停下来，回望来时的方向——梧桐叶在逆光里泛着透明的绿，老建筑的轮廓沉静而从容。这座城市经历了太多，却始终保留着这样一条街，让人得以在喧嚣之中，触碰到一点历史的温度。

武康路的下午，时光与建筑共舞，过去与现在在此交叠。走完这一程，心里装满了满满当当的上海味道，轻盈而又踏实。

十二月的夜晚，寒意悄悄爬进衣领，却总有些光和暖，让人愿意在这城市里多停留一会儿。灯火是城市的呼吸，亮着的地方，就有人在。

不知道为什么，夜里的上海总让我觉得踏实。那些霓虹的倒影，那些窗格里透出来的黄色灯光，像是每一个人都在自己的位置上，安安静静地活着。

这一刻，就这样了。

400元的开工利是，承载的不只是金额的厚重，更是开工大吉四个字背后的满满心意。那个憨态可掬的企鹅玩偶，披着节日的盛装，举着象征财富的金元宝，仿佛在说：新的一年，让我们一起向前奔跑。

屏幕上那句乘风而上，光芒万丈，以复古的像素风格呈现，却有着最现代的力量。八个字，是新年的关键词，也是我们对未来的宣言。每一个普通的工作日，每一次平凡的努力，最终都会汇聚成那道属于自己的光芒。

20.26元的加油红包，数字巧妙地呼应着年份，这份小小的惊喜让开工日多了几分仪式感。收到的不仅是红包，更是一份鼓励——在接下来的日子里，愿我们都能带着这份初心，在各自的岗位上发光发热。

新年开工，是结束，更是开始。昨日的成就已成过往，今日的征途才刚刚铺开。愿我们都能乘着这股东风，在2026年的每一天里，活出属于自己的光芒万丈。