OpenClaw vs Hermes Agent: por que troquei após meses

TL;DR

O OpenClaw é o projeto mais estrelado do GitHub e cobre 26 canais de mensagem. Ainda assim, o gateway central, as mais de 300 dependências, a memória que devolve o log inteiro ao modelo e nove CVEs em quatro dias transformaram uma automação simples em um segundo emprego. O Hermes Agent, da Nous Research, faz menos coisas, mas faz a coisa que importa aqui: roda em CLI, guarda memória em SQLite, aprende skills sozinho e tem um diagnóstico que responde em segundos. OpenClaw vs Hermes Agent não é disputa de qualidade – é disputa de manutenção. Escolha o que custa menos para manter de pé. Em OpenClaw vs Hermes Agent, o que se está pesando no fim é a rotina de quem opera, e não o número de estrelas no GitHub.

• OpenClaw ganha em amplitude (canais, skills prontas, comunidade).
• Hermes ganha em previsibilidade (CLI isolada, memória em SQLite, diagnóstico rápido).
• A conta final é manutenção, não funcionalidade.
• Post-mortem cobre quatro problemas do OpenClaw e quatro arestas do Hermes.

~ 16 min de leitura · 2736 palavras

O que são OpenClaw e Hermes Agent (e por que comecei pelo OpenClaw)

Antes da briga, o contexto. Os dois são agentes de IA open source, auto-hospedados, que se conectam a modelos de linguagem e executam tarefas em servidor: rodar scripts, chamar APIs, responder no Telegram, agendar jobs. São a camada que transforma um LLM em algo que age.

O OpenClaw nasceu no fim de 2025 como projeto pessoal de Peter Steinberger. Passou por dois nomes (Clawdbot e Moltbot), ganhou uma reescrita completa na versão 4.0 em fevereiro de 2026 e virou o repositório mais estrelado do GitHub em março, ultrapassando o React. É escrito em TypeScript e gira em torno de um daemon chamado Gateway.

O Hermes Agent é o framework da Nous Research, laboratório conhecido pela família de modelos Hermes. Foi lançado em 25 de fevereiro de 2026 sob licença MIT, em Python, com a CLI como superfície principal e as integrações de mensageria como modo opcional.

Dito isso, os dois respondem à mesma pergunta com filosofias opostas. A escolha, portanto, não é sobre qual é “melhor”. É sobre qual quebra menos no cenário real de quem opera. Em OpenClaw vs Hermes Agent, o eixo central é amplitude versus previsibilidade.

Vou ser honesto: o começo pelo OpenClaw veio do motivo errado. Todo mundo estava falando dele. Quando um projeto cruza 100 mil estrelas na primeira semana, o ClawHub já tem mais de 13 mil skills e o autor vira lenda, presume-se que a coisa está madura. Os 26 canais eram sedutores: WhatsApp, Telegram, Slack, Discord, Teams, e-mail, tudo no mesmo daemon.

O caso de uso era modesto. Um agente que, todo dia às 6h, pegasse uma pauta da fila, gerasse um rascunho, aplicasse o guia de estilo e criasse um post em rascunho no WordPress via REST API. Revisão humana antes de publicar, sempre. Nada de exótico.

Em OpenClaw vs Hermes Agent, a comparação começa aqui: o OpenClaw parecia oferecer mais por padrão. A dúvida era se esse “mais” viraria estabilidade ou passivo. Viraria passivo.

> A lição que veio depois: popularidade mede adoção, não estabilidade. Um projeto que cresce a essa velocidade está, por definição, sendo testado em produção pelos usuários. Vira-se um desses testadores sem ter assinado o contrato.

Onde o OpenClaw começou a custar dinheiro

Em OpenClaw vs Hermes Agent, o que mais ensinou essa troca não é a comparação em si. É o que ela revela sobre a forma como se escolhe ferramenta de IA em 2026: pela vitrine, e não pela conta do fim do mês.

Não foi um problema só. Foram quatro, empilhados. Cada um parecia administrável até o próximo vir por cima. Em OpenClaw vs Hermes Agent, contar esses quatro problemas é o que torna a comparação útil. Em OpenClaw vs Hermes Agent, esses quatro pontos viraram a balança.

Instalação com mais de 300 dependências.

A instalação limpa do OpenClaw ultrapassou 1 GB, com mais de 300 pacotes de dependência. Em um VPS de entrada, isso já pesa antes de qualquer job rodar. Cada atualização virou uma loteria: uma dependência transitiva mudava, algum plugin de canal parava e a falha vinha pelo silêncio do cron. OpenClaw vs Hermes Agent aqui já tem o primeiro contraste claro: o Hermes installou em menos de cinco minutos e trouxe zero dependência nativa em C para compilar.

Para quem administra infraestrutura há vinte anos, esse padrão tem nome. Chama-se superfície de ataque – e também superfície de manutenção. As duas crescem juntas.

O Gateway como ponto único de falha.

A arquitetura do OpenClaw é hub-and-spoke. O Gateway é a fonte da verdade: gerencia sessões, roteia mensagens de todos os canais, executa cron jobs, trata webhooks e ainda hospeda a Control UI e o Canvas. Todos os adaptadores de mensageria carregam dentro do mesmo processo.

Isso é elegante no diagrama. No servidor, significa que um adaptador do WhatsApp em loop derruba o cron que publica no blog. Aconteceu mais de uma vez. O job que deveria rodar às 6h não rodava, e a falha só aparecia às 9h, no painel do WordPress vazio.

> Custo concreto: um post que não sai é um dia de calendário editorial perdido. Com uma meta de 87 pautas em oito semanas, cada falha silenciosa empurra a fila inteira.

Memória que devolve o log inteiro ao modelo.

Aqui está a parte que quase nenhum tutorial explica. O OpenClaw guarda a memória em arquivos Markdown e JSONL no disco. Transparente, fácil de fazer backup, bonito de ler. No entanto, a cada recuperação de contexto ele injeta o log de sessão completo de volta na janela do modelo.

Traduzindo para a conta: quanto mais o agente trabalha, mais tokens cada chamada consome. Um agente diário, depois de algumas semanas, carrega semanas de histórico em cada requisição. A fatura de API subiu sem que o volume de posts tivesse subido. Por outro lado, apagar o histórico resolvia o custo e destruía a continuidade. OpenClaw vs Hermes Agent aqui é quase um caso de estudo: dois agentes com filosofias opostas sobre o que vale a pena persistir.

Nove CVEs em quatro dias.

Em março de 2026, o OpenClaw acumulou nove CVEs em quatro dias, uma delas com CVSS 9.9. Para um agente com acesso ao shell, ao sistema de arquivos e a credenciais de API, isso não é detalhe de changelog. É o tipo de evento que muda OpenClaw vs Hermes Agent de discussão para decisão.

O ambiente aqui vem de um mundo onde compliance não é opcional: SEFAZ, eSocial, EFD-REINF. Um agente que roda como daemon 24 horas, com Application Password do WordPress na configuração, e que ganha nove vulnerabilidades em uma semana, é um risco que não se consegue explicar para um cliente. Logo, não se consegue explicar para si mesmo. Em OpenClaw vs Hermes Agent, esse episódio pesou mais que qualquer feature de mensageria na decisão final.

O que o Hermes Agent faz diferente em OpenClaw vs Hermes Agent

A migração aconteceu sem grandes expectativas. O que veio no caminho foi um projeto com escopo menor e decisões mais defensáveis. Em OpenClaw vs Hermes Agent, o que muda aqui não é quantidade de feature. É o tipo de feature. O Hermes aposta em menos peças, cada peça auditável.

CLI primeiro, gateway opcional.

O Hermes Agent trata a linha de comando como interface principal. O modo gateway para mensageria existe, mas é opcional. O cron que publica no blog não depende de um adaptador do Telegram estar saudável. Cada peça falha sozinha.

Para o caso em questão, isso mudou tudo. O job das 6h roda um comando, o comando termina, o log fica no lugar. Sem daemon gigante para vigiar. Em OpenClaw vs Hermes Agent, essa diferença aparece quando algo quebra. Em vez de debugar um daemon inteiro, abre o log do comando. Em OpenClaw vs Hermes Agent, isso se traduz em noites de sábado preservadas.

Memória em SQLite com busca full-text.

Em vez de reinjetar o histórico inteiro, o Hermes armazena memória em SQLite e recupera o que precisa com uma consulta FTS local. O modelo recebe apenas os trechos relevantes. Dessa forma, o custo por chamada fica estável ao longo das semanas, e a continuidade sobrevive.

Em OpenClaw vs Hermes Agent, essa decisão é das mais visíveis: o OpenClaw injeta log bruto, o Hermes consulta banco local. Cada um cobra o seu preço em algum lugar.

Isso não é sofisticação. É engenharia de banco de dados dos anos 90 aplicada ao problema certo. É o tipo de decisão que qualquer um que já modernizou um sistema legado reconhece de imediato.

Skills que o agente escreve sozinho.

O ponto mais divulgado do Hermes é o que a Nous chama de closed learning loop. Quando o agente completa uma tarefa complexa, entra em uma fase reflexiva, extrai o padrão e grava uma skill reutilizável. Na próxima tarefa parecida, consulta a própria biblioteca antes de raciocinar do zero.

No OpenClaw, as skills são arquivos que humanos escrevem e distribuem pelo ClawHub. O autor é humano. No Hermes, o agente é coautor. Em OpenClaw vs Hermes Agent, isso muda quem responde pela skill: humano distribuidor ou agente reflexivo.

> Na prática, depois de umas vinte execuções, o Hermes tinha uma skill própria para “montar payload do WordPress com categoria, tags e status draft”. A skill não foi escrita por humano – foi extraída do que funcionou. Ainda assim, o arquivo foi revisado, porque delegar escrita de skill não é delegar julgamento.

Diagnóstico que responde.

`hermes doctor` e `hermes cron status` são os dois primeiros comandos rodados quando algo falha. Eles dizem qual provider está configurado, qual modelo o job congelou, se a chave expirou. A correção costuma levar minutos, não uma tarde inteira lendo issues no GitHub.

hermes doctor
hermes cron status
hermes cron logs publicar-blog --tail 50

Compare com o cenário anterior, em que a resposta para “por que o cron não rodou” exigia abrir o `openclaw.json`, checar bindings de canal, olhar o Gateway e torcer. Em OpenClaw vs Hermes Agent, esse contraste não é marketing. É a diferença entre uma hora de depuração e dez minutos.

OpenClaw vs Hermes Agent: comparação direta

A tabela abaixo condensa o que essa operação rodando encontrou na prática. Cada linha é um critério que pesa quando se compara OpenClaw vs Hermes Agent em produção, não em slides de pitch.

Sobretudo, a tabela mostra que o OpenClaw ganha em amplitude e o Hermes ganha em previsibilidade. A escolha depende do que dói menos.

Onde o Hermes também irritou

Seria desonesto encerrar com o Hermes vestido de herói. Ele tem arestas, e algumas custaram horas. Em OpenClaw vs Hermes Agent, a honestidade obriga a mostrar os dois lados da balança. Quatro arestas, para ser preciso:

• Cron jobs congelam o provider e o modelo no momento da criação. Trocar o modelo global depois de criar o job de publicação fez o job falhar de propósito, sem fallback silencioso. A decisão de design é defensável (falhar alto é melhor que degradar em silêncio), mas a documentação poderia gritar isso na primeira página. Uma manhã inteira se perdeu até entender o motivo.
• Poucos canais. Se o fluxo depende de Teams, Google Chat ou LINE, o Hermes não atende hoje. A Nous foi explícita: prefere integrar seis plataformas com profundidade a vinte e quatro com superficialidade. Respeita-se a escolha, mas ela exclui gente.
• A base de código concentra lógica em arquivos Python grandes. Isso facilita ler o fluxo inteiro sem brigar com um grafo de plugins, e isso agrada. É o que permitiu entender o cron em uma tarde. Por outro lado, quem quer trocar uma peça isolada vai sentir falta da modularidade do OpenClaw.
• Comunidade menor. Menos tutoriais, menos respostas prontas no Stack Overflow, menos gente já tendo passado pelo mesmo erro. Em compensação, as issues que existem são técnicas e vão direto ao ponto.

Quando escolher cada um (e perguntas frequentes)

Depois de meses com os dois, a regra prática ficou assim. Em OpenClaw vs Hermes Agent, essa regra não é dogma. É padrão que funcionou na operação deste blog, e provavelmente varia para outros cenários.

Escolha o OpenClaw se:

1. Precisa de muitos canais de mensageria no mesmo agente. 2. Quer vários agentes nomeados rodando lado a lado, cada um com workspace próprio. 3. Tem alguém para cuidar de Docker, hardening e uptime, ou está disposto a pagar hospedagem gerenciada. 4. Valoriza um ecossistema com milhares de skills prontas, mesmo aceitando revisá-las por segurança.

Escolha o Hermes Agent se:

1. O fluxo é um agente, um servidor, tarefas repetíveis. 2. O custo de token por chamada precisa ficar estável ao longo de meses. 3. Quer diagnosticar falhas em minutos, na linha de comando. 4. Aceita menos canais em troca de menos coisas quebrando.

Apesar disso, existe um terceiro caminho que gente séria vem adotando: OpenClaw para orquestração multicanal e Hermes para execução de loops repetitivos. A combinação não foi testada em produção aqui, portanto não há opinião sobre ela.

OpenClaw vs Hermes Agent raramente é uma escolha binária para equipes grandes. Em times com gente dedicada a operar dois agentes, a resposta costuma ser “ambos, com papéis separados”. Em times com uma pessoa só mantendo o stack, a resposta costuma ser “o que vai me dar menos noite de sábado acordada”.

Em OpenClaw vs Hermes Agent, as dúvidas mais comuns que aparecem depois desse mapa são três:

O Hermes Agent é um fork do OpenClaw? Não. O Hermes é um projeto independente da Nous Research, escrito em Python. O OpenClaw é escrito em TypeScript. As arquiteturas, os modelos de memória e as filosofias de skill são diferentes desde a origem.

Preciso de VPS para rodar qualquer um dos dois? Sim, para uso real. Nenhum dos dois roda em hospedagem compartilhada, porque os dois exigem um processo persistente em Linux. Um VPS de entrada resolve, mas o OpenClaw exige mais recurso por causa do Gateway e das dependências.

Qual dos dois é mais seguro? Nenhum agente com acesso a shell é “seguro” por padrão. O OpenClaw teve mais vulnerabilidades reportadas, em parte porque tem muito mais gente olhando o código. O Hermes tem menos exposição e também menos pesquisa de segurança. Em ambos, isole o processo, restrinja credenciais e revise toda skill de terceiros antes de instalar. Para OpenClaw vs Hermes Agent, o critério de segurança pesa mais do que qualquer feature de mensageria.

O que essa troca ensinou sobre ferramentas de IA (fechamento)

A troca não aconteceu porque o OpenClaw é ruim. Aconteceu porque estava se comprando amplitude e pagando com manutenção. Para uma equipe grande com gente dedicada a infraestrutura, a conta pode fechar. Para quem precisa que um post saia às 6h todo dia, não fechou.

Em OpenClaw vs Hermes Agent, o fechamento é simples: a ferramenta mais estrelada do GitHub raramente é a ferramenta que resolve o problema específico de cada operador. É a ferramenta que resolve o problema mais comum, do jeito mais visível. O problema real quase nunca é o mais comum. E o que pesa na balança, no fim, é o tempo do operador que mantém a coisa funcionando, não o número de estrelas que o repositório colecionou no lançamento. Para quem está nessa escolha agora, vale rodar os dois lado a lado durante trinta dias antes de comprometer qualquer fluxo crítico.

> Para reflexão: quanto do tempo com automação vai para a automação em si, e quanto vai para manter a automação de pé? Se a segunda parcela cresce a cada mês, o que se tem não é um agente. É um sistema legado com seis meses de idade.

Quem já rodou os dois – ou está preso no meio da migração – fica o convite para contar nos comentários qual foi a falha que fez repensar a escolha. O interesse aqui é saber, principalmente, se alguém conseguiu a combinação OpenClaw + Hermes funcionando em produção.

Em OpenClaw vs Hermes Agent, o ponto final não é a ferramenta. É o operador. O que se troca, no fim do dia, é a rotina de quem mantém a automação funcionando.

Leitura relacionada

• Harness de IA: a camada entre o modelo e o trabalho real — porque o harness importa mais do que o modelo quando o assunto é execução confiável de loops.
• O que é o agente Hermes e como ele funciona na prática? — base conceitual do Hermes para quem chega nesse debate sem contexto.
• Agente local versus agente em nuvem: como escolher — a outra decisão que pesa na conta total de manter um agente em produção.