2026 年的开源 AI Agent 生态，正在从“能聊天、能写代码”的阶段，进入“长期运行、跨项目协作、记忆可治理、成本可控制”的新阶段。OpenClaw 让很多开发者第一次感受到“把 AI 接进消息入口、随时让它干活”的冲击；Hermes Agent 则把重点放在自我改进、长期记忆和自动沉淀技能上；而清华 THUNLP、ModelBest、OpenBMB 与 AI9Stars 联合开源的 PilotDeck，则选择了另一个切口：以 WorkSpace 为核心，把 Agent 做成一个可治理的项目工作舱。
这篇文章基于两份原始对比报告，并结合官方 GitHub 仓库、官网、文档与公开资料重新梳理。先给结论：PilotDeck、OpenClaw、Hermes 不是同一类产品的简单替代关系，而是分别代表了 Agent 时代的三条路线：PilotDeck 赢在项目治理，OpenClaw 赢在触达与生态，Hermes 赢在长期成长能力。
一句话理解：PilotDeck 像“多项目 AI 控制舱”；OpenClaw 像“住在聊天工具里的个人行动网关”；Hermes 像“会持续学习和沉淀技能的长期 Agent Runtime”。
一、项目速览：先把链接收藏好
| 项目 | 核心定位 | GitHub | 官网 / 文档 | 适合谁 |
|---|---|---|---|---|
| PilotDeck | WorkSpace-first 的开源 Agent OS，强调项目隔离、白盒记忆、智能路由和 Always-on | OpenBMB/PilotDeck | 官网 / 文档 | 同时管理多个 AI 项目、关心记忆可控和 Token 成本的个人或团队 |
| OpenClaw | Self-hosted Gateway，把聊天软件、移动端、Web UI 与 AI coding agents 连接起来 | openclaw/openclaw | 官网 / 文档 / ClawHub | 希望从 Telegram、Slack、WhatsApp、微信/飞书等入口随时调用 AI 的重度用户 |
| Hermes Agent | Nous Research 开源的 self-improving AI agent，强调闭环学习、技能生成和长期记忆 | NousResearch/hermes-agent | 文档 / Memory / Skills | 希望 Agent 长期陪跑、自动积累流程能力、跑在 VPS / Docker / SSH / serverless 后端的人 |
二、GitHub 项目图片
三、PilotDeck：清华系团队为什么要给 Agent 造“工作舱”？
PilotDeck 最值得注意的地方，不是“它又能写代码了”，而是它把问题重新定义了。官方文档把 PilotDeck 称为一个围绕 WorkSpace 构建的开源 AI agent platform：每个项目都有自己的 operating deck，拥有独立文件、独立记忆、独立技能，并通过智能路由和 Always-on 自动化把 Agent 从问答工具推进到生产力工具。
这也是 PilotDeck 与很多聊天式 Agent 的关键差异。传统 Agent 往往从“对话”开始：你给它一个 prompt，它回答、调用工具、写文件，然后下一轮继续。但当你同时跑多个项目时，问题就来了：A 项目的偏好会不会污染 B 项目？Agent 记错了信息，该从哪里修？后台任务跑了多少 Token，成本算到谁头上？人离开电脑后，任务能不能继续推进？PilotDeck 的答案是：先把项目装进 WorkSpace，再谈记忆、路由和自动化。
1. WorkSpace：一个项目，一个工作舱
PilotDeck 的基本单位是 WorkSpace。官方文档明确写到，一个 WorkSpace 包含 dedicated file scope、dedicated memory 和 dedicated skills。换句话说，每个项目都有自己的文件边界、记忆边界和技能边界。这种设计解决的是“多个 AI 项目并行时互相串味”的问题。
这也是它区别于 OpenClaw 和 Hermes 的第一处：PilotDeck 的隔离单元是项目；OpenClaw 的隔离单元更像 agent / persona / channel；Hermes 的隔离单元更偏长期 agent lifecycle 与跨 session 成长。
2. 白盒记忆：不是“AI 说它记得”，而是你能看见它怎么记
PilotDeck 的 Memory Core 会在会话后自动捕获知识，在新会话或新 turn 开始时检索相关记忆，再作为 system context 注入。它强调的是可追踪、可编辑、可诊断的白盒记忆。对于长期项目来说，这一点非常关键：AI 偶尔记错不可怕，可怕的是你不知道它从哪里错起。
在知识工作和代码项目中，很多错误不是模型能力不足，而是上下文污染、历史偏好错误、旧需求没有清理。PilotDeck 的白盒记忆试图把这件事从“玄学”变成“可治理对象”。
3. Smart Router：把成本治理放到 Agent OS 的一等位置
PilotDeck 的 Router 文档把模型路由拆得很细：TokenSaver 会使用轻量 judge model 判断请求复杂度，再把任务映射到 high / medium / low 等不同模型 tier；后续请求可以 sticky binding 到相同 tier；subagent 也能设置独立策略；同时 Router 会记录模型选择、Token 使用、fallback 等事件，方便调试与观测。
所以 PilotDeck 的“省 Token”不是简单把小模型塞进去，而是把模型选择、子任务难度、项目成本归因、fallback 可用性组合成一个控制面。对于长任务、批量任务、后台任务来说，这比“每次手动选便宜模型”更有系统价值。
4. Always-on：让 Agent 在你离开键盘后继续工作
Always-on 是 PilotDeck 的另一条主线。官方文档描述了 Discovery 与 Cron 两类能力：Discovery 会在 WorkSpace 空闲、预算未超、时间窗口允许等条件满足时扫描项目，生成 Discovery Plan 和 Report；Cron 则负责定时运行预定义任务。
这意味着 PilotDeck 想做的不只是“你问，它答”，而是“你授权一个项目工作舱，它在边界内持续推进”。这个方向很适合内容生产、资料整理、长期研究、产品原型、轻工程交付等复合型任务。
四、OpenClaw：它不是“凉了”，而是更像个人行动网关
OpenClaw 的官方定位非常清楚：一个 self-hosted gateway，把你已经在使用的聊天 app 和 channel surfaces 连接到 AI coding agents。它强调的是“你运行一个 Gateway，然后从 Telegram、Slack、WhatsApp、Discord、Signal、Matrix、Feishu、WeChat、QQ、WebChat 等入口随时发消息给 Agent”。
如果说 PilotDeck 是“项目工作舱”，OpenClaw 就更像“个人 AI 行动网关”。它的优势不在于每个项目的记忆治理最漂亮，而在于触达面极广、生态成熟、真正能接入用户日常消息流。
1. Local-first Gateway：你的硬件，你的规则
OpenClaw 的 Gateway 是单一控制平面：它管理 sessions、routing、channel connections、Web Control UI、移动节点和各种 channel 插件。用户可以把它跑在自己的 Mac、Linux、WSL2 或 VPS 上，而不是把所有工作交给一个托管 SaaS。
对于隐私敏感、希望自己掌控凭证和工作区的人来说，这一点是 OpenClaw 的核心吸引力。
2. 多 Agent 路由：一个 Gateway 里跑多个隔离角色
OpenClaw 的 multi-agent routing 支持在一个 Gateway 中运行多个隔离 Agent。每个 Agent 有自己的 workspace、agentDir、session history、auth profiles 和模型配置。不同 channel account 可以绑定到不同 Agent，例如一个负责 coding，一个负责社媒，一个负责客服或家庭自动化。
这套设计特别适合“我想让 AI 住进我的消息系统里”的用户。你不一定想打开一个新的 Web 控制台，也不一定想进入某个项目目录；你可能只是想在手机上发一句话，让 Agent 整理邮件、查资料、写草稿或调度后续任务。
3. Skills 与 ClawHub：生态是 OpenClaw 的护城河
OpenClaw 的 Skills 系统兼容 AgentSkills 风格：每个 skill 是一个包含 SKILL.md 的目录，OpenClaw 会从 workspace、project agent skills、personal agent skills、managed/local skills、bundled skills 等多个位置加载，并根据环境、配置、二进制可用性做过滤。ClawHub 则是 OpenClaw skills 和 plugins 的公开注册表。
这说明 OpenClaw 已经不只是一个 agent 仓库，而是一个围绕技能、插件、消息渠道、移动端、Web UI、设备节点构建起来的生态型平台。
4. 安全提醒：触达面越大，运维意识越重要
OpenClaw 的官方安全文档也非常坦率：它的安全模型更适合 personal assistant deployment，不声称在一个共享 Gateway 上提供 hostile multi-tenant isolation。换句话说，如果你要把它接入真实消息平台、浏览器、Cron、文件系统和远程访问，就必须认真配置 allowlist、pairing、auth、sandboxing 和暴露策略。
这不是 OpenClaw 的缺点，而是所有“能真干活”的 Agent 都必须面对的问题：能力越强，边界越要清楚。
五、Hermes Agent：真正的亮点是“会成长”
Hermes Agent 来自 Nous Research，官方称它是 self-improving AI agent。它最突出的定位不是消息入口，也不是项目 cockpit，而是闭环学习：从经验中创建技能，在使用中改进技能，主动持久化知识，并跨 session 建立越来越深的用户模型。
1. 持久记忆：MEMORY.md + USER.md
Hermes 的 Memory 系统由两个核心文件组成：MEMORY.md 用于 Agent 的个人笔记、环境事实、约定和学到的东西；USER.md 用于用户画像、偏好、沟通风格与期望。官方文档给出了明确的字符上限，并说明二者会作为 frozen snapshot 在 session start 注入 system prompt。
这种设计与 PilotDeck 的白盒项目记忆不同。PilotDeck 更强调“项目级记忆治理”；Hermes 更强调“一个长期伙伴逐渐理解你”。前者像项目管理系统，后者像长期同事的工作记忆。
2. Skills System：把成功经验沉淀成可复用流程
Hermes 的独特之处在于，它不只是加载用户写好的技能，还能通过 skill_manage 在本地创建和修改技能。新技能会写入 ~/.hermes/skills/，已有技能也可以在原位置更新。这使 Hermes 更像一个会把经验总结成 SOP 的 Agent。
举个例子：如果 Hermes 多次帮你处理 GitHub PR、生成周报、部署某个服务、跑一套研究流程，它可以把这些流程沉淀成技能，下次再遇到相似任务时直接复用。这个“Procedural Memory”方向，正是 Hermes 的核心竞争力。
3. 多后端与多平台：它不必绑在你的电脑上
Hermes 支持 CLI、TUI、Web Dashboard，也支持 Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Email、SMS、DingTalk、Feishu、WeCom、Weixin、QQ Bot、Home Assistant、Teams、Google Chat 等多平台接入。运行后端方面，它支持本地、Docker、SSH、Singularity、Modal、Daytona 等形态。
这意味着 Hermes 不一定是你电脑上的“一个 App”，它更像一个可以住在 VPS、容器、远程机器或 serverless 环境里的长期 Agent Runtime。
4. 安全体系：长期运行必须 Defense in Depth
Hermes 的安全文档列出了多层边界：用户授权、危险命令审批、容器隔离、MCP credential filtering、context file scanning、cross-session isolation 和 input sanitization。它默认会在执行危险命令前请求审批，并支持 manual、smart、off 三种模式。
对于一个会长期运行、能调工具、能写文件、能接消息平台的 Agent 来说，这类安全设计不是附加项，而是基础设施。
六、三者真正的区别：不是谁更像 Cursor，而是谁解决哪一层问题
| 对比维度 | PilotDeck | OpenClaw | Hermes Agent |
|---|---|---|---|
| 核心定位 | 多项目 Agent 工作舱 / 控制台 | 本地优先的消息入口与行动网关 | 会长期学习和沉淀技能的 Agent Runtime |
| 基本隔离单元 | WorkSpace / Project | Agent / Persona / Channel / Session | Agent lifecycle / Session / Memory profile |
| 记忆哲学 | 白盒、可追踪、可编辑、项目级隔离 | Markdown 文件化，无隐藏状态，强调本地可控 | MEMORY.md + USER.md，强调跨会话成长和用户建模 |
| 成本控制 | 内建 Smart Router / TokenSaver / tiering / fallback / stats | 更偏模型配置、failover、usage tracking，可外接成本网关 | 更重视 provider 灵活性和 runtime 能力，不以成本路由为主轴 |
| 技能生态 | WorkSpace 内安装技能，MCP native，生态正在早期成长 | Skills + Plugins + ClawHub，生态成熟度较高 | 可由 Agent 自动创建和改进技能，强调 procedural memory |
| 交互入口 | Web / CLI / Desktop / IM Gateway，重点在 cockpit | 聊天软件、Web Control UI、移动节点，重点在随处可用 | CLI / TUI / Web Dashboard / 多消息平台，重点在长期运行 |
| 最适合场景 | 多项目并行、预算归因、项目记忆治理、后台发现式推进 | 个人助理、消息驱动自动化、跨设备触达、插件生态编排 | 长期研究、流程复用、自动技能沉淀、云端常驻 Agent |
七、如果只是编程，为什么不直接用 Claude Code、Codex、Cursor、OpenCode？
这是一个很现实的问题。答案也很直接：如果你的目标是高频、内环、单代码库的专业编程，Claude Code、Codex、Cursor、OpenCode 这类专业 coding 工具仍然应该是主角。
PilotDeck、OpenClaw、Hermes 的价值并不是替代 IDE 里的编程助手，而是补上编程工具之外的“外环能力”：
- 项目外环：多项目上下文隔离、资料整理、需求变更记录、文档生成、长期任务跟踪。
- 行动外环：通过聊天工具远程触发任务、收结果、调度后续工作。
- 学习外环：把反复出现的流程沉淀成技能，让 Agent 越用越懂你的工作方式。
- 成本外环：将复杂任务、简单任务、子 Agent、后台任务的模型成本区分开。
所以更合理的组合方式不是“用 PilotDeck 替代 Cursor”，而是：用 Cursor / Claude Code / Codex 处理开发内环，用 PilotDeck 管项目舱和成本，用 OpenClaw 接消息入口和执行面，用 Hermes 做长期成长与技能沉淀。
八、怎么选？给不同用户的建议
选择 PilotDeck，如果你最痛的是多项目治理
如果你同时用 Agent 跑研究、内容、产品原型、数据分析、代码实验，而且经常遇到记忆串味、上下文混乱、成本失控、后台任务难追踪的问题，PilotDeck 是最值得关注的新选择。它现在的生态和工程成熟度仍在早期，但产品方向非常清晰。
选择 OpenClaw，如果你想要一个随处可用的个人 AI 助手
如果你最看重的是“我在手机、聊天软件、Web UI、桌面和自动化任务里都能叫到同一个 Agent”，OpenClaw 仍然是非常成熟的路线。它的优势不是单点模型能力，而是触达面、Gateway、skills/plugins、多 Agent 路由和本地优先的完整闭环。
选择 Hermes，如果你想让 Agent 真的越用越懂你
如果你希望 Agent 长期住在 VPS、Docker 或远程后端里，跨 session 记住你，自动沉淀技能，持续改进工作流，那么 Hermes 的闭环学习和 Skills System 会更适合。它适合长期陪跑，而不是一次性问答。
九、最终判断
PilotDeck 的出现，说明开源 Agent 生态正在从“谁的模型更会写代码”转向“谁能把 Agent 变成可治理、可持续、可审计、可成本归因的生产力系统”。它未必会立刻取代 OpenClaw 或 Hermes，因为三者根本不在同一个主战场。
- PilotDeck：面向多项目生产力，核心是 WorkSpace、白盒记忆、智能路由和 Always-on。
- OpenClaw：面向个人与团队的消息入口，核心是 Local-first Gateway、多渠道触达、技能/插件生态。
- Hermes Agent：面向长期运行和自我改进，核心是持久记忆、自动技能生成、多后端 Runtime。
如果把 Agent 时代比作“给每个人配一支 AI 小队”，那 OpenClaw 解决的是“你怎么随时叫到它们”，Hermes 解决的是“它们怎么越干越熟”，PilotDeck 解决的是“这一整支队伍怎么按项目、预算、记忆和进度被管理起来”。这就是 PilotDeck 横空出世的真正意义。
十、主要资料与延伸阅读
- PilotDeck GitHub 仓库
- PilotDeck 官网
- PilotDeck 文档：Project Overview
- PilotDeck 文档：WorkSpace
- PilotDeck 文档：Router / TokenSaver
- PilotDeck 文档：Memory
- PilotDeck 文档：Always On
- OpenClaw GitHub 仓库
- OpenClaw 官网
- OpenClaw 文档
- OpenClaw 文档：Memory overview
- OpenClaw 文档：Multi-agent routing
- OpenClaw 文档：Skills
- OpenClaw 文档：Security
- Hermes Agent GitHub 仓库
- Hermes Agent 文档
- Hermes Agent 文档：Persistent Memory
- Hermes Agent 文档：Skills System
- Hermes Agent 文档：Security
原始报告下载
本文基于两份原始报告整理而成。由于当前媒体库附件导入接口暂时未能获取上传文件引用，原始报告下载链接将稍后补充。
- 原始报告 1：PilotDeck vs OpenClaw vs Hermes Agent 深入对比分析报告.docx（稍后补充下载链接）
- 原始报告 2：PilotDeck 对比分析报告.docx（稍后补充下载链接）
评论