Hermes AgentとOpenClaw、違いは機能より運用にある

OpenClawを使ってきた私が、Hermes Agentの公式資料を読んで最初に思ったのは、できることがかなり似ているということでした。

どちらも、ファイルを扱い、コマンドを実行し、Webを調べ、定期的に仕事を動かせます。TelegramやSlackなどから話しかけることができ、過去の情報を記憶し、スキルを読み込み、複数のエージェントへ仕事を分けることもできます。

そのため、「Hermes Agentにはサブエージェントがある」「OpenClawにはスキルがある」と機能を並べても、違いはほとんど見えてきません。

調べていく中で、私が違いを感じたのは、機能の有無ではなく、その機能をどう運用するように作られているかでした。

エージェントが新しい手順を覚えたとき、そのままスキルへ書き込むのか。人が確認してから反映するのか。子エージェントへ渡した仕事を、どこで監視するのか。コマンドはPC上で直接動くのか、コンテナや別のサーバーで動くのか。

比べる軸は、学習、サブエージェント、実行環境、権限管理です。機能の説明はそれぞれの公式資料に基づき、使い分けについては私自身の考えとして書きます。

目次

• できることは、かなり重なる
• Hermes Agentとは何か
• 違い1：学んだ手順を誰が確定するか
• 違い2：記憶をどのように残すか
• 違い3：サブエージェントをどう使うか
• 違い4：コマンドをどこで実行するか
• 違い5：Gatewayを何の中心に置くか
• どちらを選ぶか
• OpenClawから移行するべきか
• 導入前に同じ条件で試したいこと
• まとめ

できることは、かなり重なる

Hermes AgentとOpenClawは、どちらも自分のPCやサーバーで動かせるAIエージェントです。

細かな実装は違いますが、主要な機能を並べるとよく似ています。

この表だけを見ると、どちらを選んでも同じように見えます。

実際、片方にしかできない仕事を探すより、どちらを使っても実現できる仕事の方が多いと思います。

違いが出るのは、エージェントが学んだ後、仕事を分けた後、コマンドを動かす前後です。

誰が変更を確定するのか。どこに実行履歴が残るのか。どの環境まで触れられるのか。そこを見ると、両者の考え方が少しずつ分かれてきます。

Hermes Agentとは何か

Hermes Agentは、Nous Researchが公開しているオープンソースのAIエージェントです。

公式ドキュメントでは、自分の経験からスキルを作り、利用中に改善し、過去の会話を検索しながら利用者への理解を深める「学習ループ」を大きな特徴として挙げています。

実行するモデルは固定されていません。Nous Portal、OpenRouter、OpenAI、各種のOpenAI互換APIなどを選べます。CLIだけでなく、デスクトップ、メッセージングGateway、APIサーバー、Pythonライブラリとしても利用できます。

コマンドの実行先は、ローカルPC、Docker、SSH先のサーバー、Modal、Daytona、Singularityなどから選べます。

この説明だけを読むと、OpenClawとは別の方向を向いた製品に見えます。

しかし、OpenClawにも記憶、スキル、サブエージェント、複数モデル、Gatewayがあります。OpenClawでは、さらにSkill WorkshopやDreamingといった、手順や記憶を整理するための仕組みも提供されています。

そのため、Hermes Agentを「学習するエージェント」、OpenClawを「学習しないエージェント」と分けるのは正しくありません。

違い1：学んだ手順を誰が確定するか

最も分かりやすい違いは、スキルを更新するときの流れです。

OpenClawのSkill Workshopでは、エージェントが再利用できる手順を見つけると、すぐにSKILL.mdを書き換えるのではなく、変更案を作ります。

人は、候補の一覧を見て、内容を確認し、問題がなければ適用します。

• 候補を見る：openclaw skills workshop list
• 内容を確認する：openclaw skills workshop inspect <proposal-id>
• 反映する：openclaw skills workshop apply <proposal-id>

OpenClawが用意している標準の流れは、提案してから人が確定する形です。

ただし、Skill Workshopの承認と、ファイルシステムの権限は別の話です。エージェントに広いwriteやexec権限を与えている場合は、Skill Workshopだけを見て安全と判断することはできません。

Hermes Agentでは、skill_manageを使って、エージェント自身がスキルの作成、部分修正、全体編集、削除を行えます。

Hermes Agentのスキル資料には、複雑な仕事を終えたとき、失敗から正しい方法を見つけたとき、利用者から修正されたときなどに、手順をスキルとして残す流れが説明されています。

標準設定では、エージェントが変更を直接反映します。skills.write_approvalを有効にすると、変更を一度保留し、人が差分を確認して承認する運用へ切り替えられます。

ここは、どちらが優れているという話ではありません。

個人で試行錯誤しながら使うなら、Hermes Agentの方が学習の速度を上げやすいと思います。一方、顧客の業務や複数人が使う環境では、エージェントが自分の手順を書き換える前に、人が確認できる方が説明しやすくなります。

私がHermes Agentを業務で使うなら、最初にskills.write_approvalを有効にします。十分に動作を確認してから、限定したスキルだけ自動更新を検討します。

違い2：記憶をどのように残すか

OpenClawの記憶は、Markdownファイルが正本です。

公式のMemory資料では、長期記憶をMEMORY.md、日々の記録をmemory/YYYY-MM-DD.mdへ保存する仕組みが説明されています。モデルが覚えているのではなく、ファイルに書かれた内容を次のセッションで読み直します。

OpenClawには、短期的な記録から残す価値のある内容を探すDreamingもあります。これは初期状態では無効で、利用者が有効にしたときだけ動きます。長期記憶へ昇格した内容はMEMORY.mdへ書かれ、処理の経過はDREAMS.mdで確認できます。

Hermes Agentも、~/.hermes/memories/に記憶を保存します。加えて、SQLiteとFTS5を使った過去セッションの検索、利用者プロファイル、セッション後のバックグラウンドレビューを学習ループに組み込んでいます。

Hermes AgentのMemory資料では、繰り返された修正や残す価値のある手順を、記憶またはスキルとして保存する考え方が説明されています。

Hermes Agentでも、memory.write_approvalを有効にすれば、記憶への書き込みを承認制にできます。

OpenClawは、人が読めるファイルを中心に記憶を管理します。Hermes Agentは、記憶、過去セッションの検索、スキル更新を一つの学習ループとして扱う傾向があります。

ただし、OpenClawでもDreamingを有効にすれば、バックグラウンドで記憶を整理できます。ここでも、できることより、初期状態でどこまで動くかの違いが大きいと考えています。

違い3：サブエージェントをどう使うか

サブエージェントも、両方にあります。

OpenClawのSub-agentsは、親エージェントから作られる別のセッションとして動きます。sessions_spawnを呼ぶと、子エージェントはバックグラウンドで処理を始め、完了後に親のセッションへ結果を返します。

OpenClawでは、対応しているチャネルに限り、サブエージェントのセッションを会話やスレッドへ結び付けられます。公式資料では、Discord、iMessage、Matrix、Telegramが対応チャネルとして挙げられています。DiscordとMatrixでは子スレッドを作り、TelegramとiMessageでは現在の会話へ結び付けるのが標準です。その後の返信も、同じサブエージェントのセッションへ送られます。

外部のエージェント実行環境との連携も可能ですが、通常のサブエージェントとは別の仕組みです。ACPを有効にし、acpxなどのバックエンドプラグインを読み込んだ環境では、sessions_spawnのruntimeにacpを指定し、Claude Code、Gemini CLI、OpenCodeなどのACPハーネスを起動できます。Codexについては、明示的にCodex ACPまたはacpxを使う場合が対象で、Codexプラグインを利用している環境では、通常は/codexによる操作が推奨されています。

Hermes AgentのSubagent Delegationでは、子エージェントごとに独立した会話、ターミナル、ツールセットを持たせます。複数の子エージェントを並列に動かし、最後の要約だけを親のコンテキストへ返すことで、途中の大量のログが親の会話を圧迫しないようにしています。

Hermes Agentには、動いている子エージェントを確認する/agents画面があり、トークン、コスト、変更したファイルなどを確認できます。機械的な複数処理については、LLMを使うサブエージェントではなく、Pythonからツールを呼び出すexecute_codeも用意されています。

OpenClawは、利用者が話しているチャネルやセッションと、子エージェントの関係を管理することに重心があります。

Hermes Agentは、一つの仕事を内部で分け、複数の実行環境へ振り分けることに重心があるように見えます。

これは公式の機能説明を読んだうえでの私の整理です。どちらも設定次第で似た構成を作れるため、用途を完全に分けるものではありません。

違い4：コマンドをどこで実行するか

AIエージェントを比べるときは、回答の賢さより先に、コマンドがどこで動くかを確認した方がよいと思います。

OpenClawでは、サンドボックスが初期状態で無効です。サンドボックスが動いていない状態でexecを許可すると、Gatewayまたは接続したNode上でコマンドが動きます。

この点は、前の記事「OpenClawでAI秘書を作って分かった、業務フローと権限の壁」で詳しく整理しました。

Hermes Agentでは、ターミナルの実行先として、local、Docker、SSH、Modal、Daytona、Singularityを選べます。

ただし、Hermes AgentのConfiguration資料によると、初期状態はlocalです。コマンドは自分のPC上で直接実行され、エージェントはそのOSユーザーと同じファイルアクセス権を持ちます。

Hermes Agentには、危険なコマンドを検出して承認を求める仕組みがあります。それでも、コマンド承認はサンドボックスではありません。公式資料でも、敵対的な処理を隔離したい場合はDocker、Modalなどの分離された実行環境を使うよう案内しています。

どちらも、インストールしただけで業務向けの安全な状態になるわけではありません。

専用のOSユーザーを用意する。実行環境を分ける。必要なフォルダだけを見せる。認証情報をそのまま渡さない。外部送信や削除には人の確認を残す。

製品名が変わっても、必要な設計は同じです。

違い5：Gatewayを何の中心に置くか

OpenClawの公式アーキテクチャでは、一つの長時間動作するGatewayが、Telegram、Slack、Discord、WhatsAppなどのメッセージング接続、セッション、Node、定期実行を管理します。

PCやスマートフォンなどのNodeもGatewayへ接続し、画面、カメラ、位置情報、コマンド実行などの機能を提供します。

OpenClawにとってGatewayは、利用者、チャネル、端末、エージェントをつなぐ制御の中心です。

Hermes AgentにもメッセージングGatewayがあります。一方、Hermes Agentのアーキテクチャには、CLI、Gateway、APIサーバー、Pythonライブラリなど複数の入口があります。ターミナル、ブラウザ、Web検索などの実行先も、用途に合わせて差し替えられます。

私の理解では、OpenClawはGatewayを中心に、どこから話しかけ、どの端末で動かすかを組み立てる設計です。

Hermes AgentはAgent Runtimeを中心に、どのモデルを使い、どの実行環境へ仕事を渡し、何を学習として残すかを組み立てる設計です。

ただし、これは排他的な分類ではありません。OpenClawにも複数のAgent Runtimeがあり、Hermes Agentにも多くのメッセージング接続があります。どちらに設計上の重心があるかを表したものです。

どちらを選ぶか

OpenClawが向いていると考えられるのは、次のような場合です。

• TelegramやSlackなど、普段使うチャネルをAI秘書の入口にしたい
• PCやスマートフォンなど、複数の端末をGatewayから扱いたい
• スキルの変更を提案として受け取り、人が確認して反映したい
• すでにOpenClawのGateway、チャネル、スキルを運用している

Hermes Agentが向いていると考えられるのは、次のような場合です。

• 利用中に見つけた手順を、記憶やスキルとして継続的に改善したい
• Docker、SSH、Modalなど、仕事ごとに実行先を変えたい
• 調査や開発を複数の子エージェントへ分けたい
• CLI、API、PythonライブラリからAgent Runtimeを利用したい

ただし、決まったデータを移すだけの仕事や、条件が明確な処理では、どちらも必要ない場合があります。

普通のプログラム、API連携、RPAで十分なら、そちらの方が動作を予測しやすく、費用も抑えられます。

先に仕事を分け、その後でツールを選ぶという順番は変わりません。

OpenClawから移行するべきか

Hermes Agentには、OpenClawから設定やデータを移すhermes claw migrateがあります。

公式の移行資料では、SOUL.md、AGENTS.md、MEMORY.md、日々の記憶、スキル、対応している認証情報などをHermes Agentの構成へ移す方法が説明されています。

移行機能があることは、Hermes AgentがOpenClawの利用者を意識している一つの材料です。

ただし、移行コマンドがあるからといって、移行した方がよいとは限りません。

OpenClawでチャネル、権限、監視、停止方法まで整っているなら、学習ループのためだけに基盤を入れ替えると、新しい運用リスクが増えます。

逆に、現在の課題が、手順を毎回教え直していること、過去の修正がスキルへ反映されないこと、実行環境を仕事ごとに分けにくいことであれば、Hermes Agentを試す理由があります。

移行するときは、少なくとも次を確認します。

• どの記憶とスキルが移されたか
• 認証情報がどこへ保存されたか
• スキルと記憶の自動更新を許すか
• ターミナルの実行先がlocalになっていないか
• チャネルごとの利用者制限が維持されているか
• 元のOpenClawをいつ停止し、認証情報を削除するか

移行は、ファイルをコピーして終わりではありません。権限と運用を新しい基盤に合わせて設計し直す作業です。

導入前に同じ条件で試したいこと

公式資料を読むだけでは、実際の使い心地までは分かりません。

Hermes AgentとOpenClawを比較するなら、同じモデルと同じ課題を使い、次の動作を確認したいと考えています。

1. 利用者が間違いを修正した後、次のセッションで何が残っているか
2. 修正内容が記憶になるのか、スキルになるのか
3. スキルを書き換える前に、どのような確認が入るか
4. 三つのサブエージェントへ仕事を分けたとき、進捗と費用をどこまで確認できるか
5. ファイル削除や外部送信を指示したとき、どこで止まるか
6. 再起動後に、定期処理、記憶、子エージェントの結果がどう扱われるか
7. localとDockerで、見えるファイルや認証情報がどう変わるか

特に確認したいのは、エージェントが「学んだ」と判断した内容が、いつ正式な手順になるかです。

間違った理解をスキルとして残せば、次の仕事でも同じ間違いを繰り返します。自己改善の速さだけでなく、間違った学習を戻せること、変更理由を人が確認できることも必要です。

まとめ

Hermes AgentとOpenClawには、よく似た機能があります。

サブエージェントがあるか。スキルがあるか。記憶があるか。それだけでは、使い分けられません。

見るべきなのは、エージェントが学んだ内容を誰が確定するのか、子エージェントの仕事をどこで監督するのか、コマンドをどの環境で実行するのかです。

Hermes Agentは、経験を記憶やスキルへつなげる流れを標準の学習ループとして強く打ち出しています。その分、自動的な変更をどこまで許すかを先に決める必要があります。

OpenClawは、Gateway、チャネル、端末、セッションをつなぎながら、Skill Workshopなどで変更を人が確認できる形にする方向が見えます。ただし、ツールやOSの権限が広ければ、確認の仕組みだけで安全になるわけではありません。

個人の実験では、Hermes Agentの学習速度は魅力があります。

一方、顧客の業務へ入れるなら、私は最初からスキルと記憶の書き込みを承認制にし、Dockerなどの分離環境で試します。動作と変更内容を確認できる状態を作り、任せられる範囲を少しずつ広げます。

製品を選ぶ前に、何を学習させ、誰が変更を承認し、どの権限で実行するかを決める。

Hermes AgentとOpenClawの違いは、その設計を考えるための材料として見ると分かりやすくなります。

参考情報

• Hermes Agent公式ドキュメント
• Hermes Agent Architecture
• Hermes Agent Skills
• Hermes Agent Memory
• Hermes Agent Subagent Delegation
• Hermes Agent Configuration
• Hermes Agent Security
• Migrate from OpenClaw
• OpenClaw Architecture
• OpenClaw Skills
• OpenClaw Sub-agents
• OpenClaw Memory
• OpenClaw Dreaming
• OpenClaw Security
• OpenClaw Sandboxing

※ 本記事は2026年7月16日時点の公式情報をもとにしています。Hermes AgentとOpenClawは更新が速いため、導入時は最新の公式資料を確認してください。