OpenClaw מול Hermes Agent: המירוץ לבניית עוזרי AI שלעולם לא שוכחים

כל מפתח שהשתמש פעם בעוזר קידוד מבוסס AI מכיר את התסכול הזה: אתם מבלים אחר צהריים שלם בלמד את Claude Code או Codex את הפרטים הייחודיים של ה-codebase שלכם, את מוסכמות השמות, ה-pipeline של ה-deploy, וסכמת מסד הנתונים הלגאסי שאיש מעולם לא תיעד. ואז אתם סוגרים את הסשן. כשאתם פותחים סשן חדש, רוב ההקשר הזה פשוט נעלם.

שני פרויקטי קוד פתוח מתמודדים היום עם הבעיה הזו מכיוונים שונים לחלוטין: OpenClaw ו-Hermes Agent. שניהם שואפים לאותה מטרה, אך מייצגים פילוסופיות שונות לגמרי בנוגע לאופן שבו agent קבוע צריך לעבוד. הם מייצגים את הדחיפה של עוזרי ה-AI ממצב של כלי הקשור לסשן, לעבר סביבת ריצה של agent מתמשך.

ה-Always-On Agent: קטגוריית תוכנה חדשה

נוף ה-AI Agents מתפצל לשתי "מינים", ורוב המפתחים עדיין לא שמו לב. המין האחד חי בתוך הטרמינל, ה-IDE, או טאב הדפדפן שלכם. פותחים, משתמשים, וסוגרים. כלים כמו Claude Code, Codex, ו-Cursor עוצמתיים בתוך סשן, אך נושאים הקשר מוגבל בין סשנים. הפתרונות הם ידניים: כותבים קבצי CLAUDE.md, מנהלים ספריות זיכרון, ובונים מערכות מבוססות-markdown מורכבות.

המין השני חי באופן קבוע על התשתית שלכם. הוא רץ בזמן שאתם ישנים. הוא מגיע אליכם בטלגרם בזמן הנסיעה לעבודה. הוא זוכר מה למד בחודש שעבר. הוא משתפר עם הזמן. OpenClaw ו-Hermes Agent הם שני הדוגמאות הבולטות ביותר של המין השני.

חשוב לציין שזו לא חלוקה בינארית מוחלטת. כלים הוותיקים כבר מוסיפים persistency: ל-Claude Code יש כיום auto-memory שכותב הערות לדיסק בין סשנים, ו-Cursor שומר הקשר ברמת workspace. אך השאיפות הארכיטקטוניות של OpenClaw ו-Hermes Agent הולכות הרבה מעבר לתכונות זיכרון שנוספו בדיעבד לכלי מבוסס-סשן. שניהם תוכננו מהיסוד לרוץ ברציפות, ללמוד עם הזמן, ולהגיע למשתמשים דרך פלטפורמות מסרים שונות.

OpenClaw: משחק האקוסיסטם

OpenClaw התחיל כפרויקט סוף שבוע של המפתח האוסטרי פיטר שטיינברגר בסוף 2025. בשם הראשוני Clawdbot, הוא הפך לאחד מפרויקטי הקוד הפתוח שצמחו מהר ביותר ב-GitHub, עם למעלה מ-345,000 כוכבים נכון לתחילת אפריל 2026. בפברואר 2026 הודיע שטיינברגר שהוא מצטרף ל-OpenAI, ו-OpenClaw יעבור לממשל של קרן עצמאית.

OpenClaw פתר בעיה שמפתחים חיכו שמישהו יפתור. הוא נתן להם Self-Hosted AI agent שמתחבר לאפליקציות ההודעות שהם כבר משתמשים בהן. WhatsApp, Telegram, Slack, Discord, Signal, ולמעלה מ-50 אינטגרציות נוספות. הוא עובד עם כל ספק מודל מרכזי: Anthropic, OpenAI, Google, ומודלים מקומיים דרך Ollama. האקוסיסטם גדל ל-ClawHub, רג'יסטרי skills ציבורי עם אלפי skills שנבנו על ידי הקהילה.

אפשר לחשוב על OpenClaw כ-Android של AI agents: יש לו את ההיקף, את אקוסיסטם הצד השלישי, ואת הפיצול שהמשל הזה מרמז עליו. ובדיוק כמו Android בימיו הראשונים, סיפור האבטחה בעייתי.

1. כיסוי פלטפורמות מסרים מקסימלי:
   • למעלה מ-50 אינטגרציות, כולל WhatsApp, Telegram, Slack, Discord ו-Signal.
   • מאפשר לשלוח הוראות לאורך היום מכל מכשיר.
2. גמישות אגנוסטית למודל:
   • תמיכה בכל ספקי ה-LLM המרכזיים ללא שינוי קונפיגורציה.
   • נמנע מ-vendor lock-in ומאפשר ניתוב משימות שונות למודלים שונים לפי עלות ויכולת.
3. נוכחות Always-On על פני ערוצים:
   • ה-agent רץ כשירות ברקע ומשמר נוכחות בכל פלטפורמות ההודעות המחוברות בו זמנית.
   • מפתח יכול להתחיל משימה בתחנת עבודה, לקבל התראת השלמה בטלגרם, ולשלוח הוראות המשך מהטלפון.

אבטחה: הצד החלש של OpenClaw

שבועות ספורים לאחר הצמיחה הנפיצה שלו, התגלתה מתקפת שרשרת אספקה מתואמת. Koi Security ביקרה את כל 2,857 ה-skills ב-ClawHub ומצאה 341 ערכים זדוניים, כשרובם קשורים לקמפיין שכונה ClawHavoc. SecurityScorecard דיווח על עשרות אלפי instances חשופות לאינטרנט ציבורי.

CVE-2026-25253 (ציון CVSS 8.8) כלל התנהגות חיבור WebSocket אוטומטי לא בטוח שעלולה לחשוף authentication tokens. Microsoft המליץ להתייחס ל-runtime כאל כזה שעלול להיות מושפע מקלט לא מהימן. Cisco כינה AI agents אישיים כמו OpenClaw "סיוט אבטחה".

ClawHub פעל כמו npm בימיו הראשונים: פרסום skill דרש רק חשבון GitHub בן שבוע. ללא ניתוח סטטי אוטומטי, ללא code review, ללא דרישת חתימה. מאז, OpenClaw שיתף פעולה עם VirusTotal לסריקת skills שהועלו, אך מודל האמון עדיין בתהליך שיפור.

Hermes Agent: משחק המחקר

Hermes Agent הושק בפברואר 2026 מ-Nous Research, הלאב שמאחורי משפחות המודלים Hermes, Nomos ו-Psyche. עם כ-22,000 כוכבי GitHub נכון לתחילת אפריל 2026, הוא שבריר מגודלו של OpenClaw. אך מה שהופך את Hermes Agent לפרויקט שכדאי לעקוב אחריו הוא לא ההיקף הנוכחי שלו, אלא הארכיטקטורה שמתחת לפני השטח.

בעוד OpenClaw התמקד ברוחב האינטגרציות, Hermes Agent התמקד בעומק הלמידה. הסלוגן של הפרויקט, "the agent that grows with you", מתאר ארכיטקטורה הבנויה סביב לולאת למידה סגורה. שלושה רכיבים מפעילים את הלולאה הזו:

1. זיכרון מתמשך (Persistent Memory):
   • Hermes משתמש בחיפוש טקסט מלא FTS5 על כל הסשנים שעברו, המאוחסנים ב-SQLite, בשילוב עם סיכום מבוסס LLM.
   • ה-agent יכול לזכור שיחות מלפני שבועות, לחפש בהיסטוריה שלו, ולבנות הבנה עמוקה יותר של אופן העבודה שלכם.
   • זה לא קובץ CLAUDE.md שאתם מנהלים ידנית. ה-agent מרכז את הזיכרון שלו בעצמו.
2. יצירת Skills אוטונומית:
   • לאחר השלמת משימות מורכבות, ה-agent יכול לכתוב מסמך skill מובנה המתעד את הנהלים, המלכודות, ושלבי האימות שגילה.
   • בפעם הבאה שמשימה דומה תעלה, הוא טוען את ה-skill במקום לפתור את הבעיה מאפס.
   • ה-skills עוקבים אחרי תקן הפתוח agentskills.io, מה שהופך אותם לניידים בין פלטפורמות תואמות.
3. לולאת Self-Training:
   • Hermes משתלב עם Atropos, פלטפורמת ה-Reinforcement Learning של Nous Research, ליצירת batch trajectories ואימון התנהגות ה-agent.
   • מפתחים יכולים ליצור אלפי tool-calling trajectories במקביל, לייצא אותם, ולהשתמש בהם לכוונון עדין של מודלים קטנים ויותר זולים.

תכונות מרכזיות נוספות של Hermes Agent

1. פרופילי Multi-Instance לתהליכי עבודה של צוותים:
   • גרסה v0.6.0 (30 במרץ 2026) הציגה פרופילים המאפשרים למפתחים להריץ מספר instances מבודדים של Hermes מהתקנה אחת.
   • כל פרופיל מקבל קונפיגורציה, זיכרון, סשנים, skills ושירות gateway משלו.
2. מצב MCP Server לאינטגרציה עם IDE:
   • Hermes יכול לחשוף את השיחות והסשנים שלו ללקוחות תואמי-MCP דרך הפקודה hermes mcp serve.
   • מפתחים המשתמשים ב-Claude Desktop, Cursor, או VS Code יכולים לדפדף ולחפש בין סשנים דרך ה-Model Context Protocol.
3. גישה אדריכלית שמרנית לאבטחה:
   • הסמכה מתועדת של container hardening עם read-only root filesystems, dropped capabilities ו-namespace isolation.
   • ביקורת filesystem אוטומטית לפני פעולות הרסניות, עם פקודת rollback לשחזור המצב.
   • הסורק Tirith מנתח פקודות טרמינל לפני ההרצה.

השוואה: איך לבחור בין שני הגישות?

ההחלטה בין OpenClaw ל-Hermes Agent היא לא השוואת פיצ'רים. היא ממפה שאלה עמוקה יותר: מה אתם רוצים שה-agent שלכם יהפוך להיות עם הזמן?

מערכות פרודקשן עשויות לשלב אלמנטים משניהם. Hermes כבר תומך בהתקנת community skills מ-ClawHub, וכלי migration רשמי קיים למפתחים שעוברים מ-OpenClaw ל-Hermes. תקן agentskills.io שאימץ Hermes מתוכנן להפוך skills לניידים בין פלטפורמות agent, מה שמרמז על התכנסות ולא על תחרות מסוג winner-takes-all.

מה עוד לפנינו?

OpenClaw ו-Hermes Agent הם שני אבות-טיפוס מוקדמים ומשפיעים של תשתית agent מתמשכת. האחד מוביל באקוסיסטם, השני בלולאת הלמידה. אף אחד מהם אינו מוצר מוגמר, אך שניהם מצביעים לעבר עתיד שבו AI agents פועלים כשירותים ארוכי-חיים במקום כעוזרים הקשורים לסשן.

לאנשי DevOps שמנהלים workloads של Kubernetes, הכיוון הכללי מוכר: פונקציות stateless פינו מקום לשירותים stateful. containers חולפים פינו מקום ל-persistent volumes. מעבר דומה מתחיל כעת ב-AI.

השאלה הגדולה יותר היא כזו שאף פרויקט עדיין לא ענה עליה לגמרי: כשה-agents הופכים לתהליכים ארוכי-טווח שצוברים ידע על ה-codebase, תהליכי העבודה ודפוסי ההחלטה שלכם, מי הבעלים של הידע שנלמד? המשתמש? הפלטפורמה? ספק המודל?

מעברו של OpenClaw ל-Foundation והארכיטקטורה local-first של Hermes Agent שניהם מרמזים על בעלות המשתמש, אך התשובה תעצב את הדור הבא של כלי מפתחים בדרכים שהולכות הרבה מעבר לכל פרויקט בודד.