在人工智能領域，開源智能體的競爭愈發激烈。2026年，Nous Research推出的Hermes Agent憑借其獨特的自進化架構，成為金融投研場景中備受矚目的新星。這款采用MIT開源協議的智能體，上線僅兩個月便在GitHub上斬獲超過418%的Star增速，最新版本已更新至v0.11.0。
Hermes Agent的核心創新在于其構建的自進化閉環系統。該系統圍繞“執行-提煉-沉淀-復用-自省”五個階段展開，能夠自動從任務中提取可復用的技能，并通過持續優化實現能力的迭代升級。技術層面，Hermes Agent采用三層記憶架構，結合MEMORY.md、USER.md與FTS5全文檢索技術，實現了跨會話的知識持久化存儲。它支持超過200種大模型、47種內置工具、6大消息平臺以及6種沙盒后端，部署流程與同類產品OpenClaw基本一致，甚至支持OpenClaw資源的一鍵遷移。
在金融投研的實際測試中，Hermes Agent與OpenClaw的表現呈現出顯著差異。以賣方研報總結任務為例，Hermes Agent僅需1輪交互即可自動完成工具調用、報告分類和觀點提煉，執行效率極高；而OpenClaw則需要5至6輪交互，但在分析維度上更為全面，尤其在分歧識別和研判深度方面表現更優。在個股投研分析與技能沉淀測試中，Hermes Agent通過3輪交互便完成了“分析-創建-復用”的全流程，能夠自主生成并調用技能，且報告格式統一；而OpenClaw則需要10至11輪交互，技能創建依賴用戶引導，但技能文件的工程規范性更強。
盡管兩者在性能上各有側重，但Hermes Agent與OpenClaw并非簡單的替代關系，而是形成了效率與深度的互補。Hermes Agent主打自主進化和自動技能沉淀，更適合高頻迭代、個性化需求強的專業場景；而OpenClaw則依托社區技能生態，側重分析深度和行為可控性，更適合快速落地的標準化場景。值得一提的是，兩者可以部署在同一服務器上，實現資源互通，為金融投研等領域提供了差異化的智能體解決方案。
