OpenClaw(俗称“龙虾”)并没有被淘汰,也没有被Hermes完全替代。 两者是AI Agent领域两条不同技术路线的代表性产品,定位差异显著,在实际使用中更多是互补关系,而非非此即彼的替代关系。
一、OpenClaw远未被淘汰,仍在活跃迭代
从项目现状来看,OpenClaw不仅没有停止维护,反而在持续向成熟化、企业化方向演进:
- 版本更新频繁:截至2026年8月31日,官方刚发布了2026.8.1(即OpenClaw 2.0)大版本,新增会话搜索、持久进度、权限审批、媒体上下文等核心能力;同年7月还推出了Extended-Stable(扩展稳定版)发布渠道,按月提供安全修复,正式向LTS长期支持版本迈进。
- 用户与生态基数庞大:GitHub星标已超35万,社区开发者超过24.7万,公共技能库ClawHub拥有13700+现成技能,是目前全球用户量最大的开源Agent框架之一,大量企业和团队仍在生产环境中使用。
- 定位不可替代:它的核心价值是“多渠道接入”,原生支持飞书、钉钉、企业微信、QQ、Telegram等50+消息平台,这一点是Hermes短期内无法覆盖的。
二、OpenClaw vs Hermes 核心优劣对比
两者的本质区别是设计路线的分歧:OpenClaw走“广度优先”路线,像一台连接一切的“超级路由器”;Hermes走“深度优先”路线,像一个会自我成长的“学习型系统”。具体对比如下:
| 对比维度 |
OpenClaw(龙虾) |
Hermes Agent |
| 核心定位 |
控制平面优先,人在决策链中心,强调连接与执行 |
学习循环优先,Agent自主迭代,强调记忆与进化 |
| 渠道生态 |
✅ 支持50+消息渠道,覆盖国内主流办公/社交平台 ✅ 社区技能库超13700个,开箱即用 ❌ 技能为人工编写,静态不会自动优化 |
❌ 仅支持6个核心渠道,国内平台适配少 ❌ 原生技能数量少,社区生态规模小 ✅ 技能自动生成+持续优化,越用越强 |
| 记忆能力 |
❌ 基于Markdown文件的静态备忘录,需手动维护 ❌ 不会主动关联、提炼经验,跨会话能力弱 |
✅ 多层认知架构(SQLite+FTS5全文检索+技能记忆) ✅ 主动沉淀执行经验,跨会话记住用户偏好与习惯 |
| 运行成本 |
❌ Token消耗高,上下文浪费严重 轻量用户月均约100美元,重度用户可达1750美元/月 |
✅ 智能上下文压缩,Token效率更高 ✅ 资源占用极低,可在5美元/月的低配VPS上稳定运行 |
| 安全机制 |
❌ 框架无默认完整防护,需手动配置安全边界 ❌ 第三方插件漏洞率高(约36.8%存在风险),曾发生大规模投毒事件 |
✅ 默认内置危险命令审批、容器隔离、上下文扫描 ✅ 支持Docker/SSH等多种沙箱后端,默认安全等级更高 |
| 部署门槛 |
✅ 提供Windows一键部署包,可视化操作,5分钟上手 ✅ 零代码即可配置基础能力 |
✅ 支持脚本、Docker、计算巢等多种部署方式 ❌ 自进化逻辑较复杂,上手调试门槛更高 |
| 适用场景 |
多平台消息接入、轻量自动化任务、快速落地验证 团队协作、统一入口调度 |
长期重复任务、深度研究/代码开发 个人经验沉淀、低预算低配设备环境 |
三、总结:不是替代,是互补
社区的普遍共识是两者并非二选一,更推荐双栈混合部署:
- 用OpenClaw负责“前端连接”:对接各类消息渠道、处理简单触发式任务、调用成熟的社区技能;
- 用Hermes负责“后端沉淀”:处理需要多步推理、长期记忆、自动优化的复杂任务,沉淀稳定的工作流程。
如果只选一个:追求渠道广、上手快、生态全选OpenClaw;追求长期成长、低运行成本、深度自学习选Hermes。
|