量化漫谈系列之二十一：Hermes+Agent解析-自进化智能体范式与OpenClaw对比评测.docxVIP

1

1

量化漫谈系列之二十一

HermesAgent解析：自进化智能体范式与OpenClaw对比评测

HermesAgent核心架构与自进化机制

在本系列前序报告中，我们已就OpenClaw的部署方案及其在金融投研领域的应用案例进行了系统介绍。在OpenClaw持续获得市场关注的同时，另一款开源AI智能体产品HermesAgent于2026年2月正式发布，首月获得GitHubStars2.20万，截至2026年4月已突破11.40万（两个月增速约418%）。在部署上，Hermes与Openclaw在流程上几乎完全相同。Hermes的核心创新在于其内置的自进化闭环系统——围绕执行—提炼—沉淀—复用—自省五阶段构建，使智能体能够从任务执行中自动创建可复用技能、在使用中持续自我改进，并通过三层记忆架构（MEMORY.md+USER.md+FTS5全文检索）实现跨会话的知识持久化。在工程层面，Hermes支持接入逾200种大语言模型、内置47种工具、集成6大消息平台与6种沙盒执行后端（本地/Docker/SSH/Daytona/Singularity/Modal），具备完整的通用化部署基础，当前最新版本为v0.11.0。

HermesAgent赋能金融投研应用实测

在金融投研应用实测中，本文基