Hermes Agent vs OpenClaw : deux visions de l'agent autonome

Deux projets, deux philosophies

OpenClaw et Hermes Agent sont tous les deux open source, tous les deux capables de tourner sur un serveur personnel, et tous les deux connectés à des messageries. Mais la ressemblance s'arrête là.

OpenClaw est un gateway. Il centralise les connexions aux canaux de messagerie, gère les sessions, le routage et les permissions, et distribue les messages aux agents qu'on lui branche.¹ Il a accumulé environ 250 000 étoiles GitHub — une traction massive qui reflète la demande pour un pont self-hosted entre IA et messagerie.

Hermes Agent est un agent qui apprend. Créé par NousResearch (l'équipe de Teknium, derrière les modèles Hermes), il ne se contente pas d'exécuter des tâches : il crée ses propres skills à partir de l'expérience, les améliore en les utilisant, et construit une mémoire persistante de l'utilisateur.² Avec environ 15 000 étoiles GitHub et une croissance rapide (216 PRs fusionnées de 63 contributeurs en deux semaines pour la v0.2.0), le projet a trouvé son public.³

La métaphore la plus juste : OpenClaw est le standard téléphonique. Hermes Agent est l'employé senior qui décroche.

Architecture comparée

OpenClaw : Node.js, local-first, gateway-centric

L'architecture d'OpenClaw repose sur un processus Gateway unique. Tous les clients se connectent en WebSocket, déclarent leur rôle et leurs scopes au handshake, et les méthodes avec effets de bord exigent des idempotency keys.⁴

Les briques clés :

• Rôles : operator et node, avec des scopes explicites.
• Tokens de device pour l'authentification persistante.
• Approbations d'exécution pour les actions risquées.
• Protocole versionné pour la compatibilité ascendante.⁴

OpenClaw supporte 13 plateformes de messagerie : Telegram, WhatsApp, Slack, Discord, Signal, iMessage, email, et d'autres.

Hermes Agent : Python, serveur, apprentissage

Hermes Agent est écrit en Python (92 % du code) et tourne comme un service systemd sur un VPS ou en local.² Le stockage vit dans ~/.hermes/ : configuration YAML, mémoire en Markdown, sessions en SQLite avec recherche full-text FTS5.

Les briques clés :

• 5 backends : local, Docker, SSH, Singularity, Modal.²
• 40+ outils intégrés : terminal, navigateur, vision, TTS, recherche web, exécution de code, subagents.
• Support multi-provider : Nous Portal, OpenRouter, OpenAI, Anthropic, ou tout endpoint compatible.
• MCP natif pour l'extensibilité via des serveurs MCP externes.³

La mémoire : le vrai différenciateur

C'est sur la mémoire que la différence est la plus marquée.

OpenClaw : sessions isolées

OpenClaw gère les sessions par canal et par expéditeur. La documentation recommande d'activer session.dmScope="per-channel-peer" pour éviter les fuites de contexte entre utilisateurs.⁵ C'est une gestion de sessions classique : utile, mais statique.

Hermes Agent : mémoire à deux couches

Hermes Agent implémente un système de mémoire persistante en deux couches :²

Couche 1 — toujours en contexte (~1 300 tokens) :

• MEMORY.md (~800 tokens) : notes de l'agent, conventions apprises, skills créés.
• USER.md (~500 tokens) : profil de l'utilisateur, préférences, projets en cours.
• Injection automatique dans le system prompt. Consolidation à 80 % de capacité.

Couche 2 — recherche à la demande :

• Toutes les sessions stockées en SQLite avec recherche full-text.
• Résumé LLM à la demande pour retrouver du contexte ancien.

La conséquence : après quelques semaines d'usage, Hermes connaît vos conventions, votre style, vos projets. Il ne repart pas de zéro à chaque conversation.

La compression de contexte dual-layer

Hermes Agent intègre aussi un système de compression de contexte en deux passes :

• Pré-compression gateway à 85 % d'usage de la fenêtre de contexte.
• Compression agent à un seuil configurable (par défaut 50 %).

L'algorithme protège les 3 premiers et les 4 derniers tours, résume la section intermédiaire via un modèle auxiliaire. Le résultat : des conversations quasi-infinies sans crash de contexte.

Routage intelligent des modèles

Un autre point fort de Hermes Agent : le routage automatique entre modèles. L'agent bascule entre un modèle puissant (Claude Opus, GPT-4o) pour les requêtes complexes et un modèle rapide (Mistral Small, GPT-4o-mini) pour les tâches simples.²

OpenClaw ne fait pas de routage de modèles natif. Vous choisissez le modèle au niveau de la configuration, et il reste le même pour toutes les interactions.

Pour les cas d'usage à volume élevé, la différence de coût est significative.

Subagents et isolation

Hermes Agent : parent-enfant avec isolation

Hermes Agent supporte des subagents avec isolation de contexte. Le parent ne voit que le résumé, jamais le contexte complet des enfants.² Cela évite le "context poisoning" — quand le contexte d'une sous-tâche pollue la conversation principale.

Le mode worktree (hermes -w) permet aussi de lancer un agent dans un git worktree isolé avec sa propre branche. Plusieurs agents peuvent travailler sur le même repo en parallèle sans conflits.

OpenClaw : multi-agents via le gateway

OpenClaw orchestre plusieurs agents derrière un même gateway. Chaque agent a son workspace, ses permissions et ses canaux.¹ Le gateway gère le routage entre les agents et les utilisateurs.

L'approche est différente : Hermes isole les sous-tâches d'un même agent, OpenClaw isole les agents eux-mêmes.

Sécurité

Les deux projets prennent la sécurité au sérieux, mais avec des angles différents.

OpenClaw met l'accent sur le contrôle d'accès :

• Politiques DM (pairing, allowlist, open).⁵
• Sandboxing Docker pour réduire le blast radius.⁶
• Scopes explicites au handshake.⁴
• Audit CLI (openclaw security audit --deep).⁷

Hermes Agent met l'accent sur la protection des données :

• Scanning Tirith pré-exécution des commandes.
• Redaction PII automatique avant envoi au LLM.
• Isolation des variables d'environnement.
• Scanning mémoire anti-injection.

Tableau comparatif

Quel outil choisir selon votre besoin

Choisissez Hermes Agent si :

• vous voulez un agent qui apprend vos conventions et s'améliore avec le temps,
• vous avez besoin de compression de contexte pour des conversations longues,
• vous voulez router automatiquement entre modèles cher et pas cher,
• votre cas d'usage est centré sur un seul utilisateur (assistant personnel, dev, recherche),
• vous voulez déléguer des sous-tâches à des subagents isolés.

Choisissez OpenClaw si :

• vous voulez un gateway multi-canal pour distribuer des agents à des utilisateurs,
• vous avez besoin d'un control plane centralisé avec permissions et audit,
• votre cas d'usage est multi-utilisateurs (équipe interne, support client),
• vous voulez connecter plusieurs agents spécialisés derrière un même point d'entrée,
• la couverture des plateformes de messagerie (13 canaux) est critique.

Les deux ensemble

Ce n'est pas un choix exclusif. Hermes Agent peut tourner derrière un gateway OpenClaw. OpenClaw distribue les messages, Hermes Agent les traite avec sa mémoire et ses skills. C'est l'architecture la plus puissante pour des cas d'usage entreprise.

Ce que ça signifie pour la relation client automatisée

Pour les équipes qui déploient des chatbots et des agents en relation client, ces deux projets montrent la direction du marché :

• la mémoire persistante (Hermes) est ce qui transforme un bot en assistant utile sur la durée,
• le gateway multi-canal (OpenClaw) est ce qui permet de déployer cet assistant là où sont les clients.

Chez Webotit, nos agents IA pour l'assurance et la santé combinent déjà ces deux logiques : mémoire contextuelle pour chaque adhérent et distribution multi-canal (web, WhatsApp, téléphone). Les projets open source valident que cette architecture est la bonne.

FAQ

Questions frequentes

Hermes Agent fonctionne-t-il avec Claude ou uniquement avec les modèles Hermes de NousResearch ?+

Hermes Agent supporte plus de 200 modèles via OpenRouter, plus Anthropic, OpenAI et tout endpoint compatible en natif. La configuration par défaut pointe d'ailleurs vers Claude Opus via OpenRouter, pas vers un modèle maison.

OpenClaw peut-il apprendre comme Hermes Agent ?+

Non nativement. OpenClaw gère des sessions, pas de la mémoire apprenante. Mais vous pouvez brancher un agent doté de mémoire (comme Hermes Agent) derrière le gateway OpenClaw.

Lequel est le plus adapté pour du support client B2B ?+

OpenClaw, si le besoin principal est la distribution multi-canal et le contrôle d'accès. Hermes Agent, si le besoin principal est la compréhension contextuelle sur la durée. Idéalement, les deux ensemble.

Les deux outils sont-ils utilisables en production ?+

Les deux sont en développement très actif. OpenClaw a la communauté la plus large. Hermes Agent a la vélocité de release la plus élevée (5 versions majeures en 3 semaines en mars 2026). Pour de la production critique, les deux nécessitent encore un travail d'intégration et de hardening.

Sources et references

1. [1]OpenClaw Docs, accueil.
2. [2]NousResearch, "Hermes Agent — The agent that grows with you".
3. [3]NousResearch, "Release Hermes Agent v0.2.0 (2026.3.12)".
4. [4]OpenClaw Docs, "Gateway Protocol".
5. [5]OpenClaw Docs, "Security".
6. [6]OpenClaw Docs, "Sandboxing".
7. [7]OpenClaw CLI, "security".