OpenHuman是什么? 和OpenClaw/Hermes区别

最近 GitHub 上有个项目叫 OpenHuman，突然就刷屏了。Stars 冲到 16k+，登顶 Trending，拿了不少关注度。

作为同时在用 OpenClaw 和 Hermes 的人，花了半天研究了一下这东西，聊聊它到底是什么，和两位前辈有什么区别。

OpenHuman 是什么

一句话定位：​个人 AI 超级智能​，私有、简洁、开箱即用。

由 Tiny Humans AI 团队开发，核心用 Rust 写，前端 Type 构建，桌面客户端基于 Tauri + CEF 架构（不是 Electron，所以性能更好、内存更低）。

它不是聊天机器人，也不是编程助手，是一个​连接你所有数字生活、帮你把活干完的桌面级 AI 系统​。

核心功能就三件事：

1. 一键连接 118+ 服务

Gmail、Notion、GitHub、Slack、Google Calendar、Jira、Linear、Stripe……全部 OAuth 一键授权，不需要你手动去每个平台申请 API Key。

2. Auto-fetch 自动同步

每 20 分钟自动遍历所有已连接的服务，把新数据拉到本地，压缩成 Markdown 存进 SQLite 数据库，同时同步到 Obsidian 格式的知识库里。

不需要你写任何 prompt 或轮询脚本。连接完等一轮同步，Agent 就有你完整的上下文了——邮件、文档、日历、代码、消息，全部拉进来。

3. Memory Tree 记忆树

数据拉到本地之后，按主题、时间线、关联对象切分成不超过 3000 Token 的片段，建一棵可检索的知识树。

官方有一句话挺有意思：​**"你无法信任一段你无法阅读的记忆"**​——知识库就是一个你能直接打开修改的 Markdown 文件夹，AI 理解错了什么，你找到对应文件改掉，下次检索就对了。

和 OpenClaw、Hermes 比怎么样

先把三个东西放一块看看：

	OpenHuman	OpenClaw	Hermes (Agent)
核心定位	记忆 + 桌面易用代理（可读 Memory）	集成怪物 + 多平台自动化执行	自改进（self-improving）代理
语言/部署	Rust + Tauri（桌面 App）	TypeScript/Node.js（本地运行，多设备）	Python（灵活，可 VPS/云/本地）
记忆	强：压缩 + 可读 Markdown/wiki + 图	好：持久记忆 + 可编辑	强：学习循环，积累技能和用户模型
易用性	最高：快速 setup，batteries included	中等：集成多但 setup 较复杂	中等-高：CLI 友好，但学习曲线稍陡
自动化	好（邮件、工具、语音）	极强（Inbox 清空、日程、跨 App）	强（尤其重复任务，自建技能）
模型支持	路由 + 本地 Ollama	广泛（OpenAI/Claude 等）	非常灵活（OpenRouter 等）
优势场景	长期个人记忆、桌面语音、简单快速上手	多平台消息（Telegram/WhatsApp）、大规模集成	长期演化任务、自改进工作流
弱点	调度/复杂自主任务较弱	Setup 繁琐，更新可能不稳	集成生态相对小一些

几个关键区别细说

1. Auto-fetch 是最大的差异点

OpenClaw 和 Hermes 都是"你喂它才吃"——你要配置 Skill、接 MCP、定时任务、或者主动发消息，Agent 才能获取上下文。

OpenHuman 的逻辑完全不同：​它自己去拉，而且每 20 分钟自动拉​。你上了一天班回来，它的上下文已经是最新的了，不需要你做任何事。

这解决了一个很实际的痛点——冷启动问题。OpenClaw 和 Hermes 新装好之后都要花几天甚至几周调试、上传文档、配置上下文，才能真正变得有用。OpenHuman 第一次连接完就有上下文。

2. UI-first 还是终端优先

OpenClaw 和 Hermes 都是"终端玩家友好"——你要用命令行，要配 YAML/JSON，要懂一点技术才能跑起来。

OpenHuman 的目标是​普通办公人群​。下载 DMG / EXE 安装包，装完点点点就能用，不需要打开终端，不需要配 API Key。

创始团队讲过一个故事：他们想帮父亲装一个开源 AI Agent，结果折腾了 3 个小时，在 API Key、YAML 配置和从未打开过的终端之间挣扎，最后两个人都放弃了。

这句话大概就是 OpenHuman 的产品哲学——​不要假装修炼成极客才有资格用 AI​。

3. 记忆的本质不同

OpenClaw 的记忆是"笔记本"——你告诉它什么它记什么，你不说它就不记。

Hermes 的记忆靠微调触发——大约每聊 15 轮强制触发一次反思，写入持久文件。

OpenHuman 的记忆是​本地可读的 Markdown 文件树​。你随时可以打开 Obsidian 看到 Agent 记住了什么，错了可以直接改。这比"问它它记了什么我也不知道"要踏实很多。

4. TokenJuice 压缩

OpenHuman 内部有个叫 TokenJuice 的压缩管道，在工具调用结果和网页抓取内容送入大模型之前，先做 HTML 转 Markdown、长 URL 缩短、重复信息去重。官方说法是能​减少 80% 的 Token 消耗​。

这个对高频调用多个 API 的场景来说，是实打实的省钱。

值得注意的风险

说优点也得说风险。

权限集中是双刃剑。 OpenHuman 连接了 Gmail、Notion、GitHub、Slack、日历、文档……它知道你的整个数字生活。一旦出问题，误发邮件、误改文档、误删数据的破坏力会比普通聊天 AI 大得多。

它不像 OpenClaw 那样可以建沙盒隔离，权限几乎是全开的。36氪有篇文章标题说"越像操作系统风险越大"，这个说法挺准确的。

还在 Early Beta。 GPL-3.0 协议对商业场景有限制，技术栈偏新，社区贡献者还不算多，遇到问题大概率得自己啃。

"越懂你"也意味着"被污染的风险更大"。 一封恶意邮件进了 auto-fetch 管道，就会被写入记忆系统，Agent 不会质疑记忆里的内容，会把它当作事实来用。

总结

• ​OpenClaw​是工具箱，更像一个“多面手执行者”，集成能力极强，能通过你常用的聊天 App 控制，适合重度自动化和多设备场景。GitHub 星数很高，社区生态大。
• ​Hermes​是养成系，核心是​内置学习循环​（从经验创建/改进技能、自我评估），更“聪明”且能随时间进步，适合需要重复优化工作流的用户。
• ​OpenHuman​是数字分身，更注重​隐私、记忆透明度和开箱即用​，适合不想折腾、想要一个“懂你一切”的桌面伴侣的用户。它在简单任务和语音上表现不错，但长提示或复杂调度可能不如另外两个。