OpenClaw, OpenHuman y Hermes Agent no dejan de enfrentarse entre sí en GitHub Trending, HN y los repasos de YouTube, como si fueran tres versiones de lo mismo. No lo son. La diferencia entre ellos no está en sus listas de funciones. Está en cuándo cada uno llega a conocerte.
OpenHuman arma un modelo de ti antes de que siquiera escribas un prompt. OpenClaw aprende lo que le dices, sesión a sesión, a través de cualquier aplicación de chat desde la que le escribas. Hermes se sitúa en medio: reacciona ante ti como OpenClaw, pero mantiene una memoria persistente que crece cada vez que lo usas. Ese eje, más que el número de estrellas o las listas de canales, es lo que decide qué herramienta quieres realmente.
Esta es la comparación según ese eje, además de la dimensión de seguridad que importa si vas a ejecutar OpenClaw, y dónde se ejecuta cada uno una vez que hayas elegido.
La versión corta
- Las herramientas se diferencian en un eje: cuándo el agente obtiene su contexto. OpenHuman prioriza la memoria (ingiere tus datos de forma proactiva en un ciclo de 20 minutos). OpenClaw es reactivo por sesión (sabe lo que le dices). Hermes es reactivo pero mantiene un grafo de habilidades persistente que se mejora a sí mismo a lo largo de las sesiones.
- OpenClaw is the multi-channel reach play, with about 30 messaging platforms, the biggest ecosystem (380K+ GitHub stars), and by far the heaviest CVE history. Safe to self-host if you keep it off the public internet and authenticate it; risky if you deploy it the lazy way.
- OpenHuman es para quienes quieren que el agente ya los conozca: memoria proactiva a través de más de 100 integraciones, una aplicación de escritorio junto a un núcleo de servidor sin interfaz que puedes ejecutar en un VPS. Sigue siendo el más joven de los tres y tiene licencia GPL-3.0, pero ya tiene al menos un CVE reportado, así que trata lo de "proyecto joven" como una razón para verificar los parches, no como un historial de seguridad limpio.
- Hermes Agent es la opción nativa de servidor de una organización de investigación creíble (Nous Research), con trabajos programados, delegación en subagentes, un ciclo de aprendizaje integrado y una licencia MIT. Tiene una huella de CVE más pequeña que OpenClaw, pero no en blanco, así que el planteamiento de seguridad debería ser "menos problemas conocidos", no "ninguno encontrado".
La diferencia que decide cuál quieres
Haz a cada herramienta la misma pregunta, "¿qué sabes de mí ahora mismo, antes de que diga nada?", y obtienes tres respuestas distintas. Esa es toda la comparación en una sola pregunta.
OpenHuman responde antes de que preguntes. Ejecuta un ciclo de sondeo de 20 minutos contra más de 100 servicios conectados por OAuth (Gmail, Notion, GitHub, Slack, Calendar, etc.) y más de 5,000 servidores MCP, extrayendo tus datos y comprimiéndolos en una estructura Markdown puntuada que llama Memory Tree, almacenada en SQLite local y replicada como una bóveda de Obsidian. Para cuando abres una conversación, ya ha construido un modelo de tu vida. Su propio eslogan, "un cerebro que construye una memoria local-first de tu vida", es la arquitectura, no marketing.
OpenClaw responde con lo que le hayas dicho en esta sesión. Es una puerta de enlace: un proceso daemon enruta los mensajes entrantes de tus aplicaciones de chat hacia instancias de agentes, y el contexto se acumula de forma reactiva a través de esas sesiones y de su sistema de plugins. Sabe lo que ha ocurrido en la conversación y lo que sus herramientas han revelado. No está en segundo plano ingiriendo tu bandeja de entrada.
Hermes responde con lo que ha aprendido hasta ahora. Como OpenClaw, es reactivo; responde a los mensajes y a los eventos programados en lugar de obtener tus datos de forma proactiva. Pero ejecuta un ciclo de aprendizaje cerrado: crea habilidades a partir de la experiencia, las refina mientras opera y mantiene un modelo de usuario persistente a lo largo de las sesiones. Así que no conoce toda tu vida como lo hace OpenHuman, pero tampoco parte de cero en cada sesión. Arquitectónicamente se sitúa entre los otros dos.
Una vez que ves la división de esta manera, el resto de la comparación encaja en su sitio. Las secciones por herramienta que siguen no son más que "qué te cuesta y qué te aporta cada respuesta".
OpenClaw: la puerta de enlace multicanal
Start with reach, because that's OpenClaw's whole pitch: you message it from WhatsApp, and it answers. Same from Telegram, Slack, Discord, Signal, iMessage, Teams, Matrix, and a dozen more, with about 30 messaging platforms treated as first-class channels. If your mental model of a personal AI is "the thing I text from my phone," OpenClaw is built for exactly that.
Por dentro es un daemon de puerta de enlace en TypeScript/Node: un proceso Gateway que gestiona canales, sesiones, herramientas y el enrutamiento hacia instancias de agentes aisladas, con un panel web en localhost:18789. Encima de eso hay un sistema de habilidades/plugins con un gran registro comunitario, modos de voz (palabra de activación y voz continua en el móvil), backends de Docker/SSH/sandbox y Live Canvas, un espacio de trabajo visual dirigido por el agente. Tiene licencia MIT y es el que más estrellas tiene de los tres por un amplio margen, con más de 380K en GitHub, lo que significa el ecosistema más grande y la mayor cantidad de habilidades de terceros, para bien y para mal (más sobre lo malo en un segundo).
Si has leído our OpenCode vs OpenClaw comparison, note that OpenCode is a separate project: OpenClaw itself is this always-on personal-agent gateway, not a repo-focused coding CLI.
La fortaleza aquí es fácil de enunciar: nada más en esta comparación se le acerca en alcance de canales o tamaño de ecosistema. El inconveniente es que toda esa superficie (23 canales, un enorme registro de habilidades de terceros, un panel que quiere ser accesible) también es superficie de ataque. Lo cual merece su propia sección.
El historial de seguridad de OpenClaw: qué requiere realmente el "autoalojamiento" en este caso
El rastreador de CVE comunitario de OpenClaw (jgamblin/OpenClawCVEs) ahora reporta 543 CVE de OpenClaw a partir de un escaneo directo de la CVE List V5, mientras que la base de datos OpenCVE lists 500+ entries under the OpenClaw vendor tag. Treat the exact count as moving data, not a fixed scorecard; the important point is that OpenClaw has a much heavier public CVE footprint than OpenHuman or Hermes.
Two are worth naming because they define the risk. CVE-2026-32922 (CVSS 9.9, critical) is a privilege escalation documented by ARMO, where a single API call turns a pairing token into full admin access with remote code execution. CVE-2026-25253 (CVSS 8.8, high) is a cross-site WebSocket hijacking flaw: a malicious webpage can steal your auth token and run code on your host from a single link. It was patched in v2026.1.29 and drew advisories from multiple organizations including Microsoft. There was also a supply-chain event, sometimes called ClawHavoc, where malicious skills were planted in the community skill registry; one audit of 2,857 skills found 341 malicious, and one bad skill reached #1 in the registry while shipping a macOS stealer payload.
Here's the part that reframes all of it, though: the biggest real-world risk isn't the CVEs, it's deployment. A large proportion of the OpenClaw instances found exposed on the public internet were running with no authentication at all, because operators reconfigure port 18789 for remote access without adding authentication (the shipped default binds to loopback and requires auth). Many of the tracked CVEs are patched in current versions. What isn't patched by an update is a wide-open instance sitting on a public IP.
Consejo profesional. Refuerza la seguridad antes de exponer nada. No vincules el panel de OpenClaw a 0.0.0.0. Mantén el puerto 18789 en localhost y accede a él a través de un túnel SSH (ssh -L 18789:localhost:18789 you@your-vps), o ponlo detrás de un proxy inverso autenticado. Verifica estos ajustes con la documentación actual de OpenClaw antes de ponerlo en marcha; los valores predeterminados cambian entre versiones.
Mi lectura: el número de CVE de OpenClaw es una razón para desplegarlo con cuidado, no una razón para descartarlo. Es el más desplegado de los tres precisamente porque es el más capaz, y "muy desplegado por gente que deja la puerta abierta" es lo que produce cifras de titular. Ejecútalo bien bloqueado y actualizado, y la mayoría de las estadísticas alarmantes dejan de describir tu servidor.
OpenHuman: la memoria primero, escritorio más servidor
Lo que hay que entender sobre OpenHuman es que son dos piezas. openhuman-core es un servidor JSON-RPC sin interfaz escrito en Rust que se ejecuta como un contenedor Docker independiente en un puerto configurable (consulta el repositorio para conocer el valor predeterminado actual). La aplicación de escritorio, una compilación de Tauri (React + Rust), es un cliente separado que se comunica con ese núcleo. El núcleo puede residir en un VPS mientras el cliente de escritorio se conecta a él de forma remota, que es el modelo de autoalojamiento que lo hace relevante aquí: servidor siempre activo, cliente ligero en tu portátil.
Lo que hace ese núcleo es el trabajo de memoria descrito antes: más de 100 integraciones de OAuth más más de 5,000 servidores MCP que alimentan el ciclo de obtención automática de 20 minutos, comprimidos mediante un paso de reducción de tokens (TokenJuice, con una reducción declarada de hasta el 80%) en el Memory Tree y la bóveda de Obsidian. La postura de seguridad es sólida sobre el papel para un proyecto joven, con cifrado AES-256-GCM en reposo, derivación de claves con Argon2id, integración con el llavero del sistema operativo y aislamiento de herramientas mediante Docker/Bubblewrap/Firejail/Landlock. Ahora se reporta al menos un CVE para OpenHuman: CVE-2026-55743, una elusión del sandbox/lista de permitidos de una herramienta de shell que afecta a las versiones hasta la 0.54.0. Así que la lectura correcta no es "aún sin historial", sino "proyecto joven, postura de seguridad que evoluciona rápido, verifica la versión parcheada antes del despliegue".
Two things to weigh before you pick it. First, the license: OpenHuman is GPL-3.0, where OpenClaw and Hermes are both MIT. If you plan to fork or extend it and ship your changes, GPL's copyleft applies, which matters for a company, less so for a personal deployment. Second, the resources: the project's docs recommend 4 GB+ of RAM, with 16 GB+ for heavier use, notably more than the other two, and more still if you pair it with a local model on the same box.
Una advertencia sobre las fuentes: el sitio de documentación externa de OpenHuman no estaba accesible cuando lo comprobé, así que las especificaciones anteriores provienen de su README de GitHub, el rastreador de incidencias y el repositorio, en lugar de un portal de documentación pulido. Son coherentes entre esas fuentes, pero si te vas a apoyar en una cifra concreta, vuelve a verificarla con el repositorio antes de comprometerte.
Hermes Agent: nativo de servidor con un ciclo de aprendizaje
Hermes sigue siendo nativo de servidor en esencia, pero ya no encaja limpiamente en la categoría de "sin aplicación de escritorio". La documentación oficial ahora ofrece Hermes Desktop junto a la instalación por línea de comandos, mientras que el propio agente aún puede ejecutarse en un VPS, una VM en la nube u otro entorno de servidor. Puedes interactuar con él a través de plataformas de mensajería, la aplicación de escritorio o una verdadera interfaz de terminal con edición multilínea y autocompletado de comandos con barra. Si OpenHuman es "escritorio con un núcleo de servidor" y OpenClaw es "la puerta de enlace a la que le escribes", Hermes está más cerca de "un agente que prioriza el servidor con acceso de escritorio opcional".
It's built by Nous Research, which carries weight with the open-source LLM crowd and is a credibility signal for anyone evaluating longevity. Feature-wise it leans into automation: a built-in cron scheduler for scheduled jobs, subagent delegation that parallelizes work across isolated agents, 60+ built-in tools with MCP, and 300+ models including local runners. It's MIT-licensed, currently past the v0.18 "Judgment Release" line, with v0.18.2 on GitHub (July 8, 2026; v0.19.0 followed on July 20) and sits at roughly 211K GitHub stars.
El ciclo de aprendizaje es lo que lo separa de un simple agente reactivo: construye habilidades a partir de la experiencia y mantiene un modelo de usuario entre sesiones, de modo que acumula utilidad con el tiempo sin hacer la ingesta proactiva al estilo de OpenHuman. En cuanto a seguridad, Hermes no está libre de CVE. OpenCVE enumera decenas de CVE para NousResearch/hermes-agent, incluidos problemas relacionados con la autenticación, el rebinding de WebSocket/DNS, la inyección, el recorrido de rutas y la gestión de puertas de enlace/webhooks. Eso sigue siendo un historial público más ligero que el de OpenClaw, pero la conclusión correcta es "menor exposición conocida", no "ninguno reportado".
Cara a cara: arquitectura, seguridad, despliegue y costo
Aquí está todo en una sola pantalla. El número de estrellas y las versiones son de principios de julio de 2026 y cambian rápido, así que vuelve a comprobar cualquier cosa que vayas a citar.
| Dimensión | OpenHuman | OpenClaw | Agente Hermes |
|---|---|---|---|
| Modelo de contexto | La memoria primero (sondeo proactivo cada 20 min, más de 100 fuentes) | Reactivo por sesión (acumula por sesión) | Reactivo + ciclo de aprendizaje (habilidades entre sesiones) |
| Arquitectura | Núcleo en Rust + escritorio en Tauri (compatible con modo sin interfaz) | Daemon de puerta de enlace en TypeScript/Node | Agente en Python con CLI, despliegue en servidor/nube e instalador de escritorio |
| Canales de mensajería | No es un enrutador de chat | 23 plataformas | Más de 20 plataformas |
| Estrellas en GitHub | 34.4K | 380K+ | 211K+ |
| Licencia | GPL-3.0 | MIT | MIT |
| Historial de CVE | Al menos 1 CVE reportado | Más de 500 registros públicos de CVE | Decenas listadas en OpenCVE |
| RAM mínima del VPS | 4 GB | 2 GB | 2 GB |
| GPU necesaria | No | No | No |
| Inferencia local | Opcional (emparejar un modelo local) | Opcional (emparejar un modelo local) | Integrada (más de 300 proveedores, incl. locales) |
Las celdas cubren las especificaciones; dos concesiones que la tabla no capta merecen una frase cada una. La tensión entre seguridad y ecosistema tira en direcciones opuestas: el historial de CVE de OpenClaw es el precio de ser la herramienta más desplegada y más ampliada de la categoría. OpenHuman y Hermes tienen historiales públicos de CVE mucho más pequeños, pero ninguno debería plantearse ya como limpio o no probado; deberían plantearse como más jóvenes y menos estudiados. Y la división entre escritorio y servidor es una bifurcación genuina: OpenHuman sigue siendo el más orientado a escritorio más núcleo de memoria de los tres, pero Hermes ahora también ofrece un instalador de escritorio, así que la división más clara no es "escritorio frente a sin escritorio"; es "modelo de escritorio/núcleo que prioriza la memoria frente a agente que prioriza el servidor con acceso de escritorio opcional".
¿Cuál deberías elegir?
Empareja la arquitectura con la frase que más se parezca a ti:
- "Quiero que el agente ya me conozca antes de preguntar nada". Elige OpenHuman. El modelo de memoria proactiva es el único aquí que ensambla contexto en segundo plano, y nada más replica el ciclo de ingesta de 100 integraciones. Lo pagas en RAM (4 GB mínimo), esfuerzo de configuración y una comunidad más pequeña y más joven.
- "Quiero llegar a mi IA desde WhatsApp, Telegram o cualquier aplicación en la que ya esté". Elige OpenClaw. Sus 23 canales no tienen rival, y el ecosistema es el más profundo. A cambio, asumes la tarea de reforzar la seguridad.
- "Quiero trabajos programados del lado del servidor y una organización de investigación creíble detrás del proyecto". Elige Hermes Agent. Nativo de servidor, con cron integrado, el pedigrí de Nous Research y un ciclo de aprendizaje que se acumula, con menos carga pública de CVE que OpenClaw pero aún con suficientes problemas reportados como para requerir la disciplina normal de actualizaciones.
Veredicto rápido. No hay un único ganador; esto se reduce a qué quieres que sea el agente. Si tuviera que dar recomendaciones de una línea: OpenHuman para el obsesionado con la memoria que quiere una IA que lo lea primero, OpenClaw para el máximo alcance si lo vas a desplegar de forma responsable, Hermes para quien quiere un daemon de automatización limpio, nativo de servidor y sin dramas. Cualquiera que te diga que uno de estos es objetivamente el mejor no ha caído en la cuenta de que resuelven tres problemas distintos.
Dos factores más que deberían deshacer un empate. Las licencias: GPL-3.0 (OpenHuman) importa si tienes intención de bifurcar y redistribuir; MIT (OpenClaw, Hermes) es el camino más libre para eso. Y la tolerancia a la seguridad: si la idea de ejecutar una herramienta con el historial de CVE de OpenClaw no te deja dormir por la noche incluso bien bloqueada, esa es una razón legítima para elegir uno de los otros dos; solo que no confundas un historial de CVE más pequeño con una prueba de que un proyecto más joven es automáticamente más seguro.
Dónde ejecutar cada uno
Los tres son daemons siempre activos; necesitan estar en funcionamiento cuando no estás en tu escritorio, lo que descarta ejecutarlos desde tu portátil y apunta a un VPS. (El hosting compartido no es viable para ninguno de los tres: necesitan Docker, root y procesos de larga duración). Ninguno requiere una GPU a menos que decidas emparejarlos con un modelo totalmente local, así que un VPS Linux estándar hace el trabajo.
Dimensionamiento, en especificaciones genéricas: OpenClaw y Hermes se manejan cómodamente con 2 GB de RAM como base, pasando a 4 GB si ejecutas muchos plugins o cargas de trabajo intensivas en cron. OpenHuman quiere 4 GB mínimo y 8 GB recomendados, sobre todo si vas a alojar un modelo local junto al núcleo. Dale también más margen de disco a la opción intensiva en memoria; ese Memory Tree de SQLite crece con tu historial.
Una vez que hayas elegido, el despliegue se divide según la línea del marketplace. OpenClaw y Hermes Agent son ambos instalaciones de un clic en el marketplace de Cloudzy, así que obtienes un servidor Ubuntu preconfigurado con el daemon listo y dedicas tu tiempo a reforzar la seguridad y conectar canales en lugar de a la fontanería de la instalación: OpenClaw y Agente Hermes. OpenHuman no es una aplicación de un clic, pero encaja perfectamente en un VPS Cloudzy Linux: aprovisiona un servidor con al menos 4 GB de RAM, ejecuta el contenedor Docker de openhuman-core, ponlo detrás de TLS con un proxy inverso y apunta tu cliente de escritorio hacia él. El acceso root completo y el almacenamiento NVMe cubren lo que necesitan el memory tree y el ciclo siempre activo. Sea cual sea el que elijas, la historia del despliegue termina de la misma manera: un pequeño VPS Linux que controlas, ejecutando el agente que elegiste.
Preguntas frecuentes
¿Es OpenClaw seguro de autoalojar?
Yes, with caveats. OpenClaw has a heavy security history, with 500+ public CVE records listed across OpenCVE and the community CVE tracker, including critical/high-severity issues, and a large proportion of publicly exposed instances run with no authentication because misconfigured deployments expose port 18789 to the internet. Many CVEs are patched in current releases, so the practical risk is mostly about how you deploy: keep it off the public internet, require authentication, reach the dashboard over an SSH tunnel, and stay updated.
¿Cuál es la diferencia entre OpenHuman y Hermes Agent?
OpenHuman prioriza la memoria: ingiere tus datos de forma proactiva desde más de 100 servicios conectados en un ciclo de 20 minutos y construye un modelo de ti antes de que le escribas un prompt, y viene con una aplicación de escritorio junto a un núcleo de servidor sin interfaz. Hermes Agent es nativo de servidor y reactivo; responde a los mensajes y a los trabajos programados en lugar de obtener tus datos de antemano, pero construye un grafo de habilidades persistente a lo largo de las sesiones mediante un ciclo de aprendizaje. En resumen: OpenHuman te conoce de entrada; Hermes llega a conocerte con el tiempo.
¿Cuánta RAM necesito para autoalojar estos agentes?
OpenClaw y Hermes Agent funcionan con unos 2 GB de RAM como base, o 4 GB si ejecutas muchos plugins o cargas de trabajo programadas pesadas. OpenHuman necesita 4 GB mínimo y 8 GB recomendados. Ninguno requiere una GPU a menos que emparejes el agente con un modelo alojado localmente en lugar de una API.
¿Qué agente de IA autoalojado tiene la mayor cantidad de integraciones de mensajería?
OpenClaw, con 23 canales de mensajería que incluyen WhatsApp, Telegram, Slack, Discord, Signal e iMessage. Hermes Agent admite más de 20 plataformas, entre ellas Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, correo electrónico, SMS, Microsoft Teams y Google Chat. OpenHuman no es un enrutador de chat en absoluto; prioriza la memoria, así que ingiere datos en lugar de enrutar mensajes.
¿Pueden estos agentes ejecutarse totalmente en local sin una clave de API?
Los tres llaman a un LLM, pero puedes apuntar ese LLM a un modelo local en lugar de a una API alojada. Hermes Agent viene con más de 300 proveedores, incluidos ejecutores locales; OpenClaw y OpenHuman se pueden emparejar con un ejecutor de modelos local como Ollama. Ejecutar totalmente en local suele significar más RAM, y una GPU si quieres una velocidad razonable en modelos más grandes.
