我这两天看到 Hermes Agent 的时候，第一反应不是兴奋。
更像是刚把 OpenClaw 那套东西理顺，锅还没端稳，旁边又有人喊：Hermes 更香。
龙虾还没养熟，Hermes 又火了。
这里的“龙虾”，说的是 OpenClaw。
OpenClaw 最有价值的地方，一直不在聊天。聊天 AI 已经够多了。它更像一个能做事的助手系统：接模型，接入口，接工具链。你从 Telegram、飞书或者网页发一句话，它走 Gateway、上下文、工具调用，再把结果回给你。
这个方向我依然觉得是对的。
但真的用一段时间，会碰到两个很烦的小问题。
一个是养不熟。
你要慢慢写 SOUL.md，写 USER.md，写项目里的 AGENTS.md，再补 MEMORY.md，再把常用流程拆成 skill。
这些东西都不是难到不能做。
我自己的写作知识库，也是在用类似方法一点点养。
麻烦在于，它不是一次安装就结束的事。你得持续照料它。
很多人第一次装 agent，并不是卡在命令行那一步。真正卡住的是后面那句：
“我到底要怎么让它越来越懂我？”
另一个是烧 token。
最容易想到的办法，是把越来越多背景塞进上下文。
项目规则、个人偏好、历史结论、写作风格、工具说明、排障经验，全都放进去。
一开始确实爽。
它看起来更懂你了。
但越往后越别扭。上下文越来越重，调用成本越来越高，模型还可能在一堆旧信息里抓错重点。
我觉得 Hermes 值得看的地方，就在这里。
它没有只换一个聊天入口，也没有只换一套安装命令。
它把“怎么养熟”和“怎么少塞上下文”这两件事，做成了比较明确的机制。
第一个机制，是自学习 skill。
Hermes 的 skill，不只是人提前写好的一份说明书。
官方文档里有个设计：agent 可以通过 skill_manage 工具创建、更新、删除自己的 skills。
这句话听起来有点技术，但放到日常使用里很简单。
比如它完成了一个复杂任务，中间调用了好几次工具；或者它踩过坑，后来找到了正确路径；或者你明确纠正过它；或者它发现某个流程以后还会反复用到。
这些都可以变成 skill。
我更喜欢把它理解成：它不只是记住你说过什么，它开始记住“怎么做事”。
比如你让它配置一次 Telegram bot。
第一次，它可能要查文档、试命令、看日志、处理 token、处理 allowlist。
这条路如果走通了，它下次最应该记住的，不是那天你具体说了哪几句话。
它应该记住：
接 Telegram gateway 时先做什么；
哪里容易出错；
哪些命令要先跑；
哪些安全设置不能跳过。
这才是 skill。
它记录的是路径，不是聊天记录。
这也是 Hermes 这套设计里我最在意的一点。
memory 像便利贴，记事实：你是谁，项目在哪里，你偏好什么。
skill 更像操作手册，记流程：遇到同类任务，下次怎么做。
Hermes 官方文档也把这两类东西分开：memory 是 factual knowledge，常驻注入；skills 是 procedural knowledge，按需加载。
第二个机制，是有限记忆。
Hermes 的内置记忆不是无限塞。
它默认有两个文件。
MEMORY.md，给 agent 记环境事实、项目约定、工作流经验。
USER.md，记用户偏好、沟通风格、期待和习惯。
这两个文件还有明确字符限制。
官方文档里写的是：MEMORY.md 默认 2,200 个字符，约 800 tokens；USER.md 默认 1,375 个字符，约 500 tokens。
这个数字很小。
但我反而觉得它合理。
很多工具喜欢把“长期记忆”讲成一个无限容器，好像什么都记下来，最后就会更聪明。
真实情况经常反过来。
什么都记，最后就是没有重点。
Hermes 更像只给你一个小本子。页数有限，你就不能把每句废话都写进去。
memory 满了之后，工具会要求 agent 删除、替换或合并已有条目，再加入新信息。官方也建议在超过 80% 容量时就开始整理，把零散条目合并成更紧凑的描述。
这不是“完全不花 token”。
别误会。
它处理的是另一个问题：别让常驻上下文一直膨胀。
关键事实少量常驻。
历史细节，需要时再查。
具体操作流程，沉淀成 skill，等相关任务出现时再加载。
这个分工比“把一切都写进记忆”健康得多。
所以如果用一句话讲 Hermes Agent，我会这样说：
Hermes Agent 是一个可以住在你电脑、服务器，甚至 Android Termux 里的个人 AI Agent；它能接 Telegram、Discord、Slack、WhatsApp、CLI 等入口，能记住关键偏好，也能把做过的复杂任务沉淀成可复用 skill。
它不是让 agent 一次性变强。
它更像是在帮 agent 长出一点工作习惯。
那 OpenClaw 用户要不要迁移？
我的判断比较保守：
可以试，但不要幻想直接一键搬家。
Hermes 官方现在有明确的迁移命令：hermes claw migrate。
它会从 ~/.openclaw/ 读取 OpenClaw 配置，迁移 persona、memory、instructions、skills、模型和 provider 配置、MCP servers、部分 messaging platform 配置，以及 command allowlist 等内容。
但这不等于所有运行时配置都能 100% 迁移。
渠道 token、长期运行服务、浏览器自动化、私有插件、定时任务，这些都应该重新验收。
更稳的做法是：
先备份 ~/.openclaw。
再安装 Hermes。
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc # 如果你用 zsh，就改成 source ~/.zshrc
hermes doctor
hermes setup然后先跑 dry-run，看一眼它准备动什么：
hermes claw migrate --dry-run确认没问题，再跑：
hermes claw migrate迁移完不要急着相信它。
先看三件事：
第一，SOUL.md 有没有被正确理解。
第二，原来的 skills 有没有进入 ~/.hermes/skills/openclaw-imports/。
第三，原来的渠道和命令权限，有没有被重新映射到 Hermes 的 gateway 和 approval 机制里。
如果是 Claude Code 用户，路径又不一样。
我目前没有查到 Hermes 官方提供“Claude Code 一键迁移”命令。
但 Hermes 会检测 CLAUDE.md，也能优先使用 Claude Code 的 Anthropic credential store。
所以更合理的迁移方式是：
保留 CLAUDE.md，再把稳定规则整理到 .hermes.md、AGENTS.md 或 ~/.hermes/SOUL.md。
然后单独迁移 MCP、hooks、slash commands 和权限配置。
不要把整个 .claude/ 目录复制过去，然后以为这就结束了。
最后说手机。
手机接入有两种理解。
一种是手机直接跑 Hermes。
Android 可以走 Termux，官方文档写这是测试过的路径：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes version
hermes doctor
hermes model
hermes但这条路有边界。
Termux 安装的是收窄版本，不是完整 all 版本。Android 上 Docker backend 不可用，本地语音转写不可用，浏览器自动化也会跳过。
所以如果是新手，我更建议把手机当入口，不要把手机当主机。
也就是：电脑或服务器跑 Hermes，手机通过 Telegram 来对话。
最小步骤是：
先在 Telegram 找 @BotFather，用 /newbot 创建 bot。
保存 bot token。
再用 @userinfobot 或 @get_id_bot 查自己的 user ID。
然后在电脑或服务器上运行：
hermes gateway setup
hermes gateway按提示选择 Telegram，填 token 和 allowed user ID。
手机给 bot 发一条消息，能收到回复，就跑通了。
如果要长期运行，再执行：
hermes gateway install
hermes gateway start
hermes gateway status这里有一个安全提醒：
不要为了省事打开 GATEWAY_ALLOW_ALL_USERS=true。
这个 bot 不是普通聊天机器人。它背后可能连着文件、终端、工具和你的工作流。
入口越方便，权限越要收紧。
那 Hermes 值不值得装？
如果你只是偶尔问一句问题，没必要。
ChatGPT、Claude 网页端已经够用了。
但如果你已经开始用 agent 做长期项目，开始维护自己的规则、记忆、工具、工作流，那 Hermes 值得单独试一轮。
它最有意思的地方，不是又多了多少工具。
而是它把一个长期问题说清楚了一点：
agent 不是靠聊天次数养熟的。
它靠三件事养熟：
关键事实，少量常驻。
做事流程，沉淀成 skill。
历史细节，需要时再查。
如果这个方向跑通，Hermes 处理的就不只是 OpenClaw 用户的迁移问题。
它碰到的是所有个人 agent 都绕不开的问题：
怎么让一个 AI 不只是陪你聊天，而是真的开始记得怎么和你一起做事。