一、一个“会长记性”的Agent

2026年2月，Nous Research——也就是Hermes、Nomos、Psyche几个模型家族背后的团队——发布了开源Agent项目Hermes Agent，主打一个差异化卖点：持久记忆。多数Agent框架的通病是每次会话都从零开始，昨天教它的东西，今天还得再教一遍。
Hermes Agent用FTS5全文检索配合大模型摘要的方式，把历史会话内容沉淀成可检索的记忆库，同时把成功解决过的任务提炼成可复用的“技能文件”，存下来的技能还兼容agentskills.io这个开放标准，理论上可以在不同Agent之间共享。项目上线后短时间内积累了超过6万颗GitHub星标。
 

二、和OpenClaw比，差在哪

海外技术媒体在对比评测中提到，Hermes Agent和OpenClaw的定位并不完全重叠：OpenClaw走的是“配置文件即Agent”的轻量路线，适合快速搭建单一场景的机器人；Hermes Agent则更强调“持续成长”，同一个Agent实例会随着使用时间增加变得更懂用户的项目和习惯，官方把它形容为“不是从零开始的聊天机器人，而是活在你服务器上、会自我迭代的持久助手”。技术选型上要不要迁移，取决于业务场景是偏向一次性任务，还是需要长期陪伴式的个人助理。

三、从本机试跑到能持续运行，中间差几步

Hermes Agent官方文档把落地路径拆成几个明确阶段：先在本地跑通CLI和基础对话，确认模型接入没问题；再打开Web UI检查记忆、定时任务、工具调用是否正常；然后核对官方仓库来源，避免连接到仿冒项目；最后才是搭建常驻的自托管环境，把状态目录挂载持久化，配好网关检查项。
项目支持本地、Docker、SSH、Daytona、Singularity、Modal六种终端后端，从一台笔记本到企业级无服务器架构都能跑，这也意味着“持续运行”这一步，本质上是在选一个和自己业务规模匹配的部署环境，而不是随便找台机器常驻就行。

四、结语

从OpenClaw到Hermes Agent，海外开源Agent生态在短短几个月里经历了一轮明显的路线分化：一边是极致轻量、配置即用，一边是强调记忆积累、长期成长。
选哪一条路，本质上取决于你要的是一个“用完即走”的工具，还是一个“越用越懂你”的助理。