「愛馬仕」后來居上！比「龍蝦」做得更對的是什么？

今年年初，OpenClaw（龍蝦）幾乎承包了整個 AI 圈的注意力，從 GitHub 一路爬到科技媒體、社交網絡和普通人的電腦桌面上，有人專門買 Mac mini 部署 OpenClaw，有人把它接入各種軟件和硬件。

聊天機器人之后，AI Agent 開始大規模闖進普通人的視野。

不過到了今天，OpenClaw 關注度已經淡了不少，不僅是安裝復雜、權限太大、運行不穩定、成本不好控制等老問題，更麻煩的是競爭對手更出色，Nous Research 開發的 Hermes（愛馬仕）就是其中最強的競品。

圖片來源：Hermes

尤其對比 OpenClaw 最近推出的官方手機端初期體驗有點糟糕，Android 版本上線后一度評分只有 2.2 分，Hermes Agent 最新版本（v0.18.0）卻可以說是大受好評，MoA 多智能體協作、自我驗證……都讓 Hermes 的體驗更上一層樓，甚至有人喊出了：

Hermes 正在殺死開源 Agent 比賽。

所以 Hermes 做對了什么才能在 OpenClaw 的陰影下走出？對于國產 Agent 又有哪些可以借鑒的地方？

多智能體協作搶風頭，「判斷」才是真升級

事實上，這次更新傳播最廣的還是 Mixture-of-Agents（MoA 多智能體協作），用戶可以創建一組由 Claude、GPT、Gemini、Grok 等模型組成的「模型委員會」，讓它們分別回答同一個問題，再交給另一個模型匯總。

Hermes 過去已經支持了類似能力，v0.18.0 算是正式版，可以像切換普通模型一樣切換到一個 MoA 組合，還能看到每個參考模型的獨立答案，以及最終聚合起來生成的結論。

圖片來源：雷科技@ChatGPT

但坦白講，MoA 并不新鮮。只要愿意多花 Token，借助工作流工具也能搭出類似系統。它確實能增加信息覆蓋面，在復雜研究和決策任務里減少單一模型的盲區，但同時也會讓推理時間和 API 賬單一起膨脹。

真正重要的變化，其實在于 Hermes 這次更新的另一個核心—— Agent 自我驗證。

過去用 Agent，可能都會遇到一種讓人哭笑不得的情況：你讓它修改一段代碼，過了一會兒，它告訴你問題已經解決，但真正運行程序，發現構建都沒有通過；又或者你讓它整理一份資料，它說已經完整覆蓋所有來源，仔細一看，幾條關鍵事實根本沒有驗證。

模型并非故意撒謊，它只是在根據已有上下文，生成一句最像任務已經完成的話。問題是，負責執行任務的是它，負責判斷任務有沒有完成的還是它。既當運動員，又當裁判，最后自然容易靠感覺交差。

Hermes v0.18.0 增加了基于證據的驗證機制。處理編程任務時，它可以運行測試、檢查構建結果和文件狀態，再把這些結果作為完成依據。`/goal` 也加入了 completion contract，用戶可以提前寫明任務的退出條件，Agent 達到條件之后才能停止循環。

通俗點講，過去的 Agent 是說「我覺得做完了」，現在的 Hermes 要補上一句：「這是測試結果，這是生成的文件，這是完成條件，所以這件事可以結束了?！?/p>

如果你看過雷科技之前寫的報道《全球Agent都在卷的「Loop工程」：AI自己干活、監工和返工》，大概也會看出來這就是 Loop 工程的一種。

目標驅動 Loop，圖片來源：Anthropic

LinkedIn 上就有人評價，這次 Hermes 更新吸引他的地方，并非讓 Agent 能做更多事情，而是開始提高可靠性?，F實工作最難的部分，從來不只是讓 Agent 寫代碼或者執行流程，還包括確認任務是否真的完成、結果是否正確，以及之前學到的方法能不能再次復用。

一言以蔽之，Hermes 試圖解決的正是 Agent 長期以來缺少的判斷力。

Agent 要能干好活，必須要學會「復盤」

除了驗證機制，v0.18.0 還有兩項變化得到了不少用戶認可：`/learn` 和 `/journey`。

Hermes 一直強調自己擁有學習循環，可以把完成任務時用到的方法整理成 Skill，以后遇到類似任務，不用每次從頭摸索。不過以前這套學習過程多少有點黑箱—— Agent 學到了什么、為什么形成這套方法、錯誤經驗有沒有被保存下來，用戶很難掌握。

現在，用戶可以直接用 `/learn` 讓 Hermes 從一個網頁、文件夾或者剛剛完成的工作流中學習，再通過 `/journey` 查看、修改和刪除這些經驗。桌面端還增加了記憶圖譜，把 Agent 長期積累的內容可視化出來。

這類能力聽起來很像廠商最愛講的「自我進化」，不過實際沒那么玄乎。

第一次讓 Agent 完成一項復雜任務，你需要告訴它文件在哪里、使用什么工具、按照什么格式輸出，還要不斷糾正中間的錯誤。第二次遇到相似工作，它如果能直接復用之前驗證過的流程，才算真正省下時間。

相比只會調用工具的 Agent，更像一個臨時工，每次打開都要重新交代背景。能夠保存、驗證和改進 Skill 的 Agent，才有機會逐漸熟悉用戶和工作方式。使用時間越長，它和一個普通聊天機器人的差別就越大。

Hermes 更新記錄，圖片來源：Github

v0.18.0 還加強了后臺子 Agent。Hermes 可以把多個任務分發給不同子 Agent 并行執行，主對話不必一直卡在那里等待，等任務結束之后，再把結果合并回來。

此外，桌面端則增加了項目、終端、代碼差異審查和工作樹管理，越來越像一個完整的 Agent 工作臺。

這些功能單獨拿出來都算不上革命性，Hermes 做對的地方，是把它們放進了一個相對完整的工作循環：用戶提出目標，Agent 拆解和執行任務，后臺子 Agent 分頭工作，系統根據證據驗證結果，再把有效方法沉淀成 Skill。

這條閉環，比再接入幾十個工具可能都重要。

「龍蝦」打開想象力，「愛馬仕」解決真問題

OpenClaw 和 Hermes 都屬于開源 Agent Harness。模型負責思考和生成，Harness 則負責工具、記憶、權限、上下文、運行環境和任務循環。換句話說，它們自己并不一定擁有最強模型，價值主要來自如何讓模型穩定地完成工作。

OpenClaw 年初爆火，抓住的是 Agent 最有沖擊力的一面。它可以常駐在一臺電腦上，接入聊天軟件、郵件、日歷和各種外部服務。用戶在微信、飛書、Telegram 里發一句話，它就能在另一臺機器上打開程序、處理文件或者執行腳本。

這種體驗很容易讓人興奮，因為過去只能回答問題的 AI，終于伸出了手。但 OpenClaw 展示了 Agent 能做到什么，卻沒有同時回答另一半問題：怎樣保證它每次都做對？

圖片來源：雷科技@Gemini

當 Agent 獲得文件系統、Shell、瀏覽器和賬戶權限，一次錯誤不再只是生成了一段廢話。它可能刪錯文件、發送錯誤郵件、執行不安全命令，甚至把來自網頁和消息中的惡意指令保存進長期狀態。

當然，這不是 OpenClaw 獨有的問題。只要一個 Agent 擁有長期記憶和系統權限，就逃不開安全、驗證和控制。Hermes 同樣如此。`/learn` 可以學習正確經驗，也可能把過時方法和錯誤操作沉淀下來；MoA 可以提高答案覆蓋，也可能只是讓幾個模型一起犯錯。

更重要的是完成條件、驗證證據、可編輯的學習記錄、后臺任務管理、代碼差異審查，這些功能看起來沒有「讓 AI 自動控制電腦」那么性感，但卻能決定了一款 Agent 日常好不好用。

OpenClaw 依然挺活躍，新版本也在持續修復插件、配置、消息通道、內存和運行時問題，所以兩者的境遇并不能簡單理解成一個贏了、一個輸了。更準確地說，OpenClaw 提前把 Agent 的想象力推到了所有人面前，Hermes 則開始收拾 Agent 落地之后留下的一系列問題。

從卷功能到卷質量，這波值得國產 Agent 學

過去半年，國產 Agent 的進步很快。但國產 Agent 現在最喜歡比誰做得更多、跑得更遠。Hermes v0.18.0 則提醒所有人：Agent 的交付質量很重要。

產品不能只展示任務過程有多復雜，還要讓用戶看到它調用了哪些來源、執行了哪些驗證、為什么判斷任務已經完成。失敗也不該被藏在一句模糊的總結里，而應該明確告訴用戶，卡在哪里、哪些部分沒有完成，以及是否需要人工接管。

學習和記憶也需要同樣的透明度。不少國產 Agent 都在宣傳「越用越懂你」，但用戶很少能夠查看它記住了什么，更談不上修改和刪除。長期記憶一旦不可見，它帶來的不一定都是便利，也可能是持續累積的誤解。

還有多 Agent。目前行業很容易把多個 Agent 同時運行包裝成先進生產力，仿佛開得越多，結果就越好。事實上，多 Agent 首先意味著更高成本、更長鏈路和更多出錯節點。Hermes 的 MoA 有價值，原因不只在于多模型，還在于用戶可以看到不同模型的答案和最終匯總過程。

可觀察、可驗證、可干預，比 Agent 數量更重要。

說到底，國產 Agent 需要學習的并不是 Hermes 的某幾個命令，更不是趕緊照搬一個 MoA 入口，真正值得學習的可能還是產品重心。

今天模型已經越來越強，工具也越來越豐富。接下來真正拉開差距的，是誰能讓 Agent 在長任務里保持方向，遇到問題及時停下，完成之后拿出證據，并把這次經驗安全地帶到下一次任務里。