家人们,最离谱的的情况出现了!

我用OpenClaw养龙虾两个月,
它还是那个水平。

但Hermes,用了14天,
已经进化到超越Openclaw的水平。
image.png

各种各样的Agent工具都用了遍,渐渐发现openclaw、Hermes、codex,每一款工具,
都有让你欲罢不能的吸引力,
也都有让你咬牙切齿的不爽小缺陷。

但真正拉开差距的,其实不是功能。
而是这两个能力:

  • 会学习进化

  • 会更多维的理解你

所以Hermes突然杀出重围,就是因为它基于这两点来架构设计;

  • 学习循环(会学习进化)
  • 用户建模(会更多维的理解你)

Hermes比Openclaw强在哪些地方?

Hermes最强的地方,其实就这两个工具:

1️⃣ 学习循环(会学习进化)
2️⃣ 用户建模(会更多维的理解你)

一、学习循环

简单来说,它不仅仅帮你做事,它会总结你做事的方式,然后下次直接按照你的方式替你做得更好。

Hermes的底层逻辑是:

执行任务 → 自我评估(self-evaluate)→ 提取模式 → 自动生成/更新 SKILL → 下次直接复用

这个最大的魅力点不是它能够“自动生成技能”。

而是:👉 Agent会自动复盘总结自己


相比之下:OpenClaw可以做到同样的事情,
但是需要你手动维护,我需要手动/指令写入,Agent才会进化。

这导致一个很大的问题,在高速自动化中,人,成了系统的最大瓶颈。

二、Honcho身份建模

我们一致想要Agent记住某件事,记住我是什么样的人,但身份建模不一样,它不是记住你说过什么,而是从你的日常对话中,开始分析总结,慢慢“理解你是什么样的人”。

Hermes Agent 的用户建模主要通过 Honcho 实现,称为 “Honcho dialectic user modeling”(Honcho 辩证用户建模),也常被描述为多维身份推断(multi-dimensional identity inference)。

Honcho 具体能做什么(直观例子)

  1. 把零散互动变成结构化人物画像
  • 比如你经常跟Agent说“内容要实操、不空话”
  • Honcho 会逐步形成类似结论:偏好=实操导向,讨厌空泛表达
  1. 跨会话保留关系,不靠单次上下文
  • 这周你说“用LIfeOS做长期目标管理,搭配OKR等科学管理方法,来管理长线的项目任务”
  • 下周新会话里,Agent 还能延续这条策略,不用你重复说
  1. 支持“实体关系”而不只是文本
  • 用户A、AgentB、项目C之间的关系可建模
  • 比如:A负责生图B负责文案C是代码
  • A B C之间能形成关系,比如 B 写好文案,交给A生成图片。
  1. 提供可查询的“结论层”
  • 不是只返回原文片段,而是返回“归纳后的可执行结论”

这意味着,
👉 多Agent协作,减少手动协调,记忆共享
👉 重复任务,自动越来越顺手
👉 Agent开始更“懂你”


那么,Openclaw作为定位企业级生态级的Agent工具,它做不到这些功能吗?完全可以…

🔥2个工具把Openclaw爆改成Hermes

我用2个开源工具,把OpenClaw爆改增加了Hermes的核心能力:

1、 自我进化系统(Learning Loop)

这个自我进化系统,整合了三个工具,在clawhub上可直接搜到,直接安装。

Self-Improving Agent

自动记录错误、教训、偏好 → .learnings 文件夹 → 用 helper 脚本一键提取总结成 SKILL.md

Capability Evolver

定期分析 session logs → 发现能力缺口 → 自动优化/生成改进后的 skills/workflow

skill-creator

Openclaw内置功能,直接让 Agent “创建更标准化的 skill” → 自动生成完整 SKILL.md + 文件结构

image.png

上述三个工具安装后,还需要配置Cron、Hooks,设定定时启动审计。

我直接把Learning Loop封装成了一键skill(知识库自取),直接安装运行即可完成工具安装及配置。

  • 配置自动/手动启动
  • 安装self improving agent
  • 安装capability
  • 自动生成skill

2、Honcho用户建模接入

本地部署honcho,通过插件接入
Honcho 辩证用户建模:多维身份推断、跨会话个性化、peer profile

它做的不是“存记忆”,而是:
👉 生成关于你的结论

能力包括:

  • 多维身份建模
  • 跨会话理解
  • Agent关系建模
  • 返回“结论层”,而不是原始文本

比如:你不再需要重复说: “记住我偏好结构化表达”,
它可能已经在跟你的日常对话中,总结出来了。

部署完成,你的龙虾就享有了自我进化,以及跨agent、跨对话更了解你的能力。

(当然,这个方案能让你龙虾获得70-80%Hermes的体验,Hermes的自进化是嵌入底层架构设计的,如果你有更强的需求,我依然建议你直接使用Hermes)

image.png

一键部署安装skill,省下手动操作成本

详细教程及skill文件,整理放在知识库,请自取;【养马虾】
image.png

如果你对爱马仕感兴趣?

我整理了实测2周的经验总结以及一些进阶玩法,欢迎评论区留下你感兴趣的点,我将在后续更新中陆续推出;

1、我需要Hermes 0基础手把手保姆级实操教程!
2、Hermes除了自进化,还有什么强的点?
3、Hermes的三层记忆跟记忆管家的优劣势对比
4、Agent的自我进化真的值得信赖吗?缺少人工审核的环节,自进化的天花板到底在哪里?

#OpenClaw #Hermes #AIAgent #AI进化 #AI工作流 #知识管理 #AI自动化 #MarkWave