Hermes Agent 火了，我给大家做好了教程

最近 Hermes Agent 越来越火了。我已经给圈友们把它的完整的文档做成了十几万字的中文版，包括完整的功能详解、命令手册和系统架构，成长圈朋友可以到这里去看：https://czq.baiyan.tech/courses-htmls/hermes-agent-docs-zh/index.html。

那么它和 OpenClaw 是什么关系？OpenClaw 过时了吗？今天这篇日课，帮你彻底搞懂这件事。

**先说结论：OpenClaw 解决的是「Agent（智能体） 怎么接入现实世界」，Hermes 解决的是「Agent 怎么把经验变成复利」。**这不是功能多少的差异，不是 UI 风格的差异，而是两个系统的重心根本不同。

关于 OpenClaw 和 Hermes，中文互联网上流传着两个说法，两个都是错的。

第一个：OpenClaw 没有记忆，Hermes 才有记忆。

不是这样的。OpenClaw 很早就有一整套记忆体系了，而且相当完整。它有 MEMORY.md 存长期记忆，有每天的记忆日志，有自动记忆整合，还有后台的记忆巩固。所以 OpenClaw 不是「没有记忆」，而是它的记忆方式跟 Hermes 不一样。这个区别后面会细讲。

第二个：Hermes 会在线自己训练自己，底座模型越用越强。

这也是错的。Hermes 用的依然是那些公开可用的模型，没有任何二次训练。它的自我改进其实是记住经验、生成 Skill、归档会话。

Hermes Agent 到底是什么

Hermes 的官方定位是一个「会长期运行、会持续积累经验的自主 Agent」。能长期运行、有学习闭环、带有工具、记忆和训练接口，是完整的系统而不只是聊天软件。最核心的一句话，来自它的 Skills 文档：

「Agent can create, update, and delete its own skills via the skill_manage tool. This is the agent's procedural memory.」

翻译一下：Hermes 的 Skill，不只是别人写给它的说明书，还是它自己从经验中提炼出来的 SOP。做完一件复杂任务、走过错误和死路、被用户纠正过之后，它会自动把有用的方法总结成 Skill，下次遇到同类问题直接复用。

所以，Hermes 像一个会复盘的老员工，干完活会自己写 SOP。