系列第2篇 | AI探索历程 | 小龙虾没搞定的事，换个工具就能搞定吗？

一、新工具，新希望

小龙虾（OpenClaw）折腾了一个多月，我一度真的想放弃。

反复部署、反复调试，明明跟着教程走，却处处玄学报错，落地体验极差。就在我准备摆烂的时候，Hermes Agent 火了起来。

同样是 AI Agent，同样主打“能干活”，但这次的定位明显不一样：多模型自由接入、多客户端适配，并且官方主打的核心能力是自我进化、自动沉淀技能。

人就是这样。
在一条路上死磕很久走不通，只要看到另一条新路，心里总会冒出一个念头：
也许这条路能通呢？

于是我又开始了新一轮折腾：下载、安装、重新配置环境。

二、安装比小龙虾顺利，但也没顺利到哪去

实话实说，Hermes 的安装体验，确实比小龙虾友好很多。

至少文档是能看懂的，报错信息相对清晰，不再是一堆完全看不懂的堆栈日志。
但折腾过 AI Agent 都懂：
能装上，和能用好，完全是两回事。

安装只是入门，真正的门槛，永远在后续的落地接入。
装完那一刻我就意识到新问题：
工具部署好了，但我该怎么稳定、顺畅地和它对话、让它干活？

三、客户端接入，一个接一个的坑

Hermes 支持的客户端非常多：命令行、网页、Telegram、飞书……看着兼容性拉满。

我最先试的是命令行。
最简单、零配置，但也最鸡肋：必须挂着终端、守着窗口，根本做不到随时可用。

为了日常方便，我转而接入飞书。
结果又是一轮密集踩坑，全是文档不提的隐性配置：

• 环境变量必须严格写 DOMAIN=feishu，写错服务直接起不来
• 连接方式只能是 websocket，其他模式完全收不到消息
• 群聊 chat_id 藏在 channels 配置段里，非常难找

文档说得轻描淡写：配置几项即可。
真实体验是：明坑只有几个，暗坑一大堆，全程像闯关。

四、我以为换工具能解决，结果只是换了种方式折腾

小龙虾阶段，我熬夜折腾的是安装部署。
Hermes 阶段，我熬夜折腾的是客户端接入。

工具换了，但折腾的本质没变。
技术的门槛从来没有消失，它只是换了个地方站着。

那一刻我很清醒：不是之前的工具不行，是 AI Agent 落地本身就没有躺平的捷径。

五、但这次，我隐约感觉到了一点不同

虽然同样在踩坑，但这次我明显感受到：
Hermes 和小龙虾，根本不是同一代设计。

我讲讲区别性：

1. OpenClaw（小龙虾）是「网关型工具」

它的核心强项是渠道多、插件多、生态广。
它也能切换模型，但整体是静态技能体系：
所有技能靠社区人力编写、手动更新，Agent 不会自己学习、不会自己沉淀经验。
换不同模型，经常出现技能不兼容、推理异常，体验近似“半绑定模型”。

2. Hermes 是「可自我迭代的运行时」

它有两个真实、且碾压级的优势：

第一，真正彻底解耦大模型。
DeepSeek、火山引擎、讯飞星火、腾讯混元、百度千帆、阿里千问、小米 Mimo、本地 Ollama 全部支持。
切换模型不需要改业务逻辑、不用重构配置，是真正可自由替换的模型架构。
这也是我下一篇批量烧各家 Token、横向测评模型的底气。

第二，官方原生支持自我进化技能。
在完成具备复用价值的复杂任务后（多次工具调用、完整执行链路），Hermes 会自动复盘全过程，沉淀成结构化技能文档，下次同类任务直接复用、迭代优化。

简单说：
小龙虾是人找技能、人改技能；
Hermes 是自己做完、自己总结、自己优化。

当然客观讲，它不是万能的：
自动生成的技能偶尔会有幻觉、步骤出错，需要人工复核，并不是无脑全自动完美进化。

但这一点差异，已经彻底拉开了两代 Agent 的差距：
一个只会用现成的东西，一个可以越用越适配、越用越强大。

当时的我还没意识到，
这个小小的架构优势，
会成为我后面搭建 “数字员工队伍” 最重要的一块拼图。

而接下来，我要做的就是：
把各家主流大模型全部测一遍，烧遍 Token，找出真正能打的模型。