Hermes Agent 登顶 OpenRouter 调用量第一,Agentic AI 时代已不可逆转

简介: 2026年5月,Hermes Agent以日均2710亿Token调用量登顶OpenRouter榜首,超越OpenClaw。其核心优势在于“越用越聪明”的自学习架构、三层记忆系统、零CVE安全设计,以及抓住OpenClaw创始人离任的生态窗口期,10周获11万GitHub Stars,标志Agentic AI正式进入生产级应用时代。

2026 年 5 月,一个标志性事件发生了:Hermes Agent 正式超越 OpenClaw,成为 OpenRouter 全球 Token 调用量排名第一的 AI Agent。数据显示,Hermes Agent 每日在 OpenRouter 上产生 2710亿 Token 的调用量,而 OpenClaw 为 2450 亿。

这不仅仅是一个排名变化,它背后折射出整个 AI Agent 赛道正在发生的深层变革。

一、这是一场架构哲学的胜利

Hermes Agent 和 OpenClaw 代表了两种截然不同的设计理念。

OpenClaw(前身为 Clawdbot)于 2025 年 11 月由奥地利开发者 Peter Steinberger 发布,凭借病毒式传播积累了超过 34.6 万 GitHub Stars。它的核心架构是一个中央 WebSocket 网关,支持 50+ 消息渠道(Telegram、Discord、Slack、WhatsApp 等)。OpenClaw 的设计哲学是:最大化覆盖面,让 Agent 能在尽可能多的平台上运行 。

而 Hermes Agent 由 Nous Research 于 2026 年 2 月发布,走了一条完全不同的路。它的核心理念是:让你的 AI 越用越聪明,而不是每次会话结束就归零。这个理念直接击中了开发者社区长期以来的痛点——你的 Agent 为什么不能从经验中学习?

二、为什么开发者从 OpenClaw 迁移到了 Hermes

核心原因只有一个:自我改进的学习循环。

OpenClaw 的 Skill 文件是静态的,需要用户手动编写和维护。如果 Skill 有缺陷或信息过时,只能人工修改。Hermes 则完全不一样,它在运行过程中会自动经历五个步骤:

  1. 完成复杂任务
  2. 自动识别可复用的执行模式
  3. 自主生成结构化的 Skill 文件
  4. 在后续使用中持续自我优化
  5. 定期主动审查并更新知识库

实测数据显示,运行 20-30 个同类任务后,Hermes 的执行效率就会出现可测量的提升——错误更少、工具选择更精准 。

再加上 Hermes 的三层记忆架构(工作记忆、情节记忆、程序记忆),它不仅能记住你是谁,还能记住你喜欢的做事方式。检索延迟仅约 10ms,即使管理上万份 Skill 文档也不在话下 。

三、安全信任的此消彼长

2026 年初,安全问题是 OpenClaw 遭受的最大打击之一。

1 月,发现严重 RCE(远程代码执行)漏洞,攻击者可通过 WebSocket 劫持 localhost 网关,实现未授权远程控制。2 月,Oasis Security 进一步披露,任何恶意网站都可以在开发者访问时静默连接本地 OpenClaw 网关并暴力破解密码。截至漏洞披露时,已有超过 17,500 个网关实例暴露在公网 。

而 Hermes Agent 迄今为止记录在案的 Agent CVE 为零。零遥测默认、机密信息自动脱敏、WhatsApp 默认拒绝陌生人消息——这些安全设计对于国内用户尤其重要,毕竟数据主权和隐私合规是硬需求 。

四、外部事件的催化剂作用

2026 年 2 月 15 日,OpenAI CEO Sam Altman 宣布 OpenClaw 创始人 Peter Steinberger 加入 OpenAI,项目将转移至独立基金会运营 。当核心创始人不再主导日常开发,项目的发展节奏和方向必然面临调整期。这给潜在用户和企业采用者带来了可感知的不确定性。

而 Hermes 抓住了这个窗口期。从 2 月发布到 5 月,仅用 10 周时间就从零增长到 11 万 Stars,成为 GitHub 历史上增速最快的 AI Agent 项目 。Vercel Labs、Black Forest Labs、Anthropic 等企业也纷纷贡献官方 Skill,快速建立了生态可信度。

五、Agentic AI:不再是未来,而是现在

Hermes 和 OpenClaw 分别占据 OpenRouter 调用量的第一和第二位,这件事本身就是一个强烈的信号。

两年前,人们还在讨论 AI Agent 是否只是一个概念。一年前,大家在争论哪个框架更有前途。而今天,用户已经在真实的工作流中每日消耗数百亿 Token 来运行 Agent。这不是实验室里的 demo,不是 PPT 上的 roadmap,这是每天都在真实发生的生产级调用。

Agentic AI 已经正式被市场接受,成为不可逆转的趋势。


相关文章
|
12天前
|
人工智能 JSON 供应链
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
LucianaiB分享零成本畅用JVS Claw教程(学生认证享7个月使用权),并开源GeoMind项目——将JVS改造为科研与产业地理情报可视化AI助手,支持飞书文档解析、地理编码与腾讯地图可视化,助力产业关系图谱构建。
23472 10
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
|
16天前
|
人工智能 缓存 BI
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro,跑完 Skills —— OA 审批、大屏、报表、部署 5 大实战场景后的真实体验 ![](https://oscimg.oschina.net/oscnet/up608d34aeb6bafc47f
5169 18
Claude Code + DeepSeek V4-Pro 真实评测:除了贵,没别的毛病
|
17天前
|
人工智能 JSON BI
DeepSeek V4 来了!超越 Claude Sonnet 4.5,赶紧对接 Claude Code 体验一把
JeecgBoot AI专题研究 把 Claude Code 接入 DeepSeek V4Pro 的真实体验与避坑记录 本文记录我将 Claude Code 对接 DeepSeek 最新模型(V4Pro)后的真实体验,测试了 Skills 自动化查询和积木报表 AI 建表两个场景——有惊喜,也踩
6188 15
|
5天前
|
人工智能 缓存 Shell
Claude Code 全攻略:命令大全 + 实战工作流(完整版)
Claude Code 是一款运行在终端环境下的 AI 编码助手,能够直接在项目目录中理解代码结构、编辑文件、执行命令、执行开发计划,并支持持久化记忆、上下文压缩、后台任务、多模型切换等专业能力。对于日常开发、项目维护、快速重构、代码审查等场景,它可以大幅减少手动操作、提升编码效率。本文从常用命令、界面模式、核心指令、记忆机制、图片处理、进阶工作流等维度完整说明,帮助开发者快速上手并稳定使用。
1221 2
|
5天前
|
前端开发 API 内存技术
对比claude code等编程cli工具与deepseek v4的适配情况
DeepSeek V4发布后,多家编程工具因未适配其强制要求的`reasoning_content`字段而报错。本文对比Claude Code、GitHub Copilot、Langcli、OpenCode及DeepSeek-TUI等主流工具的兼容性:Claude Code需按官方方式配置;Langcli表现最佳,开箱即用且无报错;Copilot与OpenCode暂未修复问题;DeepSeek-TUI尚处早期阶段。
938 2
对比claude code等编程cli工具与deepseek v4的适配情况
|
1月前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
25994 65
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)