OpenClaw, OpenHuman et Hermes Agent sont sans cesse mis en concurrence sur GitHub Trending, HN et les récapitulatifs YouTube, comme s'ils étaient trois déclinaisons de la même chose. Ils ne le sont pas. La différence entre eux ne réside pas dans leurs listes de fonctionnalités. Elle réside dans le moment où chacun apprend à vous connaître.
OpenHuman assemble un modèle de vous avant même que vous ne saisissiez une invite. OpenClaw apprend ce que vous lui dites, session après session, quelle que soit l'application de messagerie depuis laquelle vous lui écrivez. Hermes se situe entre les deux : il réagit à vous comme OpenClaw, mais il conserve une mémoire persistante qui s'enrichit à chaque utilisation. Cet axe, plus que le nombre d'étoiles ou les listes de canaux, est ce qui détermine l'outil que vous voulez réellement.
Voici la comparaison selon cet axe, ainsi que la dimension sécurité qui compte si vous comptez exécuter OpenClaw, et l'endroit où chacun s'exécute une fois votre choix fait.
La version courte
- Les outils diffèrent sur un axe : le moment où l'agent obtient son contexte. OpenHuman est axé sur la mémoire (il ingère vos données de façon proactive selon une boucle de 20 minutes). OpenClaw est réactif par session (il sait ce que vous lui dites). Hermes est réactif mais conserve un graphe de compétences persistant et auto-améliorant d'une session à l'autre.
- 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 s'adresse aux personnes qui veulent que l'agent les connaisse déjà : mémoire proactive sur plus de 100 intégrations, une application de bureau associée à un cœur serveur headless que vous pouvez exécuter sur un VPS. Il reste le plus jeune des trois et est sous licence GPL-3.0, mais il possède déjà au moins une CVE signalée, alors considérez « projet jeune » comme une raison de vérifier les correctifs, pas comme un casier de sécurité vierge.
- Hermes Agent est le choix natif serveur d'une organisation de recherche crédible (Nous Research), avec des tâches planifiées, la délégation à des sous-agents, une boucle d'apprentissage intégrée et une licence MIT. Il a une empreinte de CVE plus petite que OpenClaw, mais pas nulle, si bien que le cadrage sécurité devrait être « moins de problèmes connus », et non « aucun trouvé ».
La différence qui détermine celui que vous voulez
Posez à chaque outil la même question, « que savez-vous de moi en ce moment, avant que je dise quoi que ce soit ? », et vous obtenez trois réponses différentes. C'est toute la comparaison en une seule question.
OpenHuman répond avant que vous ne demandiez. Il exécute une boucle d'interrogation de 20 minutes contre plus de 100 services connectés par OAuth (Gmail, Notion, GitHub, Slack, Calendar, etc.) et plus de 5 000 serveurs MCP, aspirant vos données et les compressant dans une structure Markdown notée qu'il appelle Memory Tree, stockée dans un SQLite local et répliquée sous forme de coffre Obsidian. Au moment où vous ouvrez une conversation, il a déjà construit un modèle de votre vie. Son propre slogan, « un cerveau qui construit une mémoire local-first de votre vie », est l'architecture, pas du marketing.
OpenClaw répond avec ce que vous lui avez dit durant cette session. C'est une passerelle : un unique processus daemon achemine les messages entrants de vos applications de messagerie vers des instances d'agent, et le contexte s'accumule de façon réactive à travers ces sessions et son système de plugins. Il sait ce qui s'est passé dans la conversation et ce que ses outils ont fait remonter. Il ne reste pas en arrière-plan à ingérer votre boîte de réception.
Hermes répond avec ce qu'il a appris jusqu'ici. Comme OpenClaw, il est réactif ; il répond aux messages et aux événements planifiés plutôt que de récupérer vos données de façon proactive. Mais il exécute une boucle d'apprentissage fermée : il crée des compétences à partir de l'expérience, les affine pendant qu'il fonctionne et maintient un modèle d'utilisateur persistant d'une session à l'autre. Il ne connaît donc pas toute votre vie comme le fait OpenHuman, mais il ne repart pas non plus de zéro à chaque session. Sur le plan architectural, il se situe entre les deux autres.
Une fois que vous voyez la division sous cet angle, le reste de la comparaison se met en place. Les sections par outil ci-dessous se résument vraiment à « ce que chaque réponse vous coûte et ce qu'elle vous apporte ».
OpenClaw : la passerelle 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.
Sous le capot, c'est un daemon passerelle TypeScript/Node : un processus Gateway qui gère les canaux, les sessions, les outils et le routage vers des instances d'agent isolées, avec un tableau de bord web à localhost:18789. Par-dessus se trouve un système de compétences/plugins doté d'un grand registre communautaire, des modes vocaux (mot d'activation et voix continue sur mobile), des backends Docker/SSH/sandbox, et Live Canvas, un espace de travail visuel piloté par l'agent. Il est sous licence MIT et de loin le plus étoilé des trois, à 380K+ sur GitHub, ce qui signifie le plus grand écosystème et le plus de compétences tierces, pour le meilleur et pour le pire (plus de détails sur le pire dans un instant).
Si vous avez lu 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 force ici est facile à énoncer : rien d'autre dans cette comparaison n'approche sa portée de canaux ou la taille de son écosystème. Le hic, c'est que toute cette surface (23 canaux, un énorme registre de compétences tierces, un tableau de bord qui veut être accessible) est aussi une surface d'attaque. Ce qui fait l'objet de sa propre section.
Le casier de sécurité d'OpenClaw : ce que « auto-hébergé » exige réellement ici
Le traqueur de CVE communautaire pour OpenClaw (jgamblin/OpenClawCVEs) signale désormais 543 CVE OpenClaw à partir d'un scan direct de CVE List V5, tandis que la base de données 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.
Astuce de pro. Renforcez la sécurité avant d'exposer quoi que ce soit. Ne liez pas le tableau de bord d'OpenClaw à 0.0.0.0. Gardez le port 18789 sur localhost et accédez-y via un tunnel SSH (ssh -L 18789:localhost:18789 you@your-vps), ou placez-le derrière un reverse proxy authentifié. Vérifiez ces paramètres par rapport à la documentation actuelle d'OpenClaw avant la mise en production ; les valeurs par défaut changent d'une version à l'autre.
Mon interprétation : le nombre de CVE d'OpenClaw est une raison de le déployer avec soin, pas une raison de l'écarter. C'est le plus largement déployé des trois précisément parce que c'est le plus capable, et « largement déployé par des gens qui laissent la porte ouverte » est ce qui produit les chiffres qui font les gros titres. Exécutez-le verrouillé et à jour, et la plupart des statistiques effrayantes cessent de décrire votre machine.
OpenHuman : axé sur la mémoire, bureau plus serveur
Ce qu'il faut comprendre à propos d'OpenHuman, c'est qu'il se compose de deux parties. openhuman-core est un serveur JSON-RPC Rust headless qui s'exécute comme un conteneur Docker autonome sur un port configurable (consultez le dépôt pour la valeur par défaut actuelle). L'application de bureau, un build Tauri (React + Rust), est un client distinct qui communique avec ce cœur. Le cœur peut résider sur un VPS tandis que le client de bureau s'y connecte à distance, ce qui est le modèle d'auto-hébergement qui le rend pertinent ici : serveur toujours actif, client léger sur votre ordinateur portable.
Ce que fait ce cœur, c'est le travail de mémoire décrit plus haut : plus de 100 intégrations OAuth ainsi que plus de 5 000 serveurs MCP qui alimentent la boucle de récupération automatique de 20 minutes, compressée via une étape de réduction de jetons (TokenJuice, réduction annoncée jusqu'à 80 %) dans le Memory Tree et le coffre Obsidian. La posture de sécurité est solide sur le papier pour un jeune projet, avec un chiffrement AES-256-GCM au repos, une dérivation de clé Argon2id, l'intégration au trousseau du système d'exploitation et le sandboxing des outils via Docker/Bubblewrap/Firejail/Landlock. Au moins une CVE est désormais signalée pour OpenHuman : CVE-2026-55743, un contournement du sandbox/de la liste d'autorisation de l'outil shell affectant les versions jusqu'à 0.54.0. La bonne lecture n'est donc pas « pas encore de casier », mais « jeune projet, posture de sécurité en évolution rapide, vérifiez la version corrigée avant le déploiement ».
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.
Une réserve sur les sources : le site de documentation externe d'OpenHuman était inaccessible lorsque j'ai vérifié, donc les spécifications ci-dessus proviennent de son README GitHub, de son suivi de tickets et de son dépôt plutôt que d'un portail de documentation abouti. Elles sont cohérentes entre ces sources, mais si vous vous appuyez sur un chiffre précis, revérifiez-le par rapport au dépôt avant de vous engager.
Hermes Agent : natif serveur avec une boucle d'apprentissage
Hermes reste natif serveur dans l'âme, mais il ne rentre plus proprement dans la catégorie « pas d'application de bureau ». La documentation officielle propose désormais Hermes Desktop aux côtés de l'installation en ligne de commande, tandis que l'agent lui-même peut toujours s'exécuter sur un VPS, une VM cloud ou un autre environnement serveur. Vous pouvez interagir avec lui via des plateformes de messagerie, l'application de bureau ou une véritable interface de terminal avec édition multiligne et autocomplétion des commandes slash. Si OpenHuman est « le bureau avec un cœur serveur » et OpenClaw « la passerelle à qui vous écrivez », Hermes est plus proche d'« un agent d'abord serveur avec accès bureau optionnel ».
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.
La boucle d'apprentissage est ce qui le distingue d'un simple agent réactif : il construit des compétences à partir de l'expérience et conserve un modèle d'utilisateur d'une session à l'autre, si bien que son utilité se cumule au fil du temps sans procéder à l'ingestion proactive à la manière d'OpenHuman. Côté sécurité, Hermes n'est pas exempt de CVE. OpenCVE recense des dizaines de CVE pour NousResearch/hermes-agent, y compris des problèmes liés à l'authentification, au rebinding WebSocket/DNS, à l'injection, à la traversée de répertoire et à la gestion des passerelles/webhooks. Cela reste un casier public plus léger que celui d'OpenClaw, mais la bonne conclusion est « une exposition connue plus petite », et non « aucune signalée ».
Face-à-face : architecture, sécurité, déploiement, coût
Voici l'ensemble sur un seul écran. Les nombres d'étoiles et les versions sont ceux du début juillet 2026 et évoluent vite, alors revérifiez tout ce que vous comptez citer.
| Dimension | OpenHuman | OpenClaw | Agent Hermes |
|---|---|---|---|
| Modèle de contexte | Axé sur la mémoire (interrogation proactive de 20 min, 100+ sources) | Réactif par session (accumule par session) | Réactif + boucle d'apprentissage (compétences inter-sessions) |
| Architecture | Cœur Rust + bureau Tauri (compatible headless) | Daemon passerelle TypeScript/Node | Agent Python avec CLI, déploiement serveur/cloud et installateur de bureau |
| Canaux de messagerie | Pas un routeur de chat | 23 plateformes | 20+ plateformes |
| Étoiles GitHub | 34,4K | 380K+ | 211K+ |
| Licence | GPL-3.0 | MIT | MIT |
| Casier de CVE | Au moins 1 CVE signalée | 500+ casiers de CVE publics | Des dizaines recensées dans OpenCVE |
| RAM VPS minimum | 4 GB | 2 GB | 2 GB |
| GPU nécessaire | No | No | No |
| Inférence locale | Optionnelle (associez un modèle local) | Optionnelle (associez un modèle local) | Intégrée (300+ fournisseurs, y compris locaux) |
Les cellules couvrent les spécifications ; deux compromis que le tableau ne capture pas méritent chacun une phrase. La tension sécurité contre écosystème tire dans des directions opposées : l'historique de CVE d'OpenClaw est le prix à payer pour être l'outil le plus déployé et le plus étendu de la catégorie. OpenHuman et Hermes ont des casiers de CVE publics bien plus petits, mais aucun ne devrait plus être présenté comme vierge ou non testé ; il faut les présenter comme plus jeunes et moins étudiés. Et la division bureau contre serveur est une véritable bifurcation : OpenHuman reste le plus orienté bureau plus cœur mémoire des trois, mais Hermes propose désormais aussi un installateur de bureau, si bien que la division la plus nette n'est pas « bureau contre pas de bureau » ; c'est « modèle bureau/cœur axé sur la mémoire contre agent d'abord serveur avec accès bureau optionnel ».
Lequel devriez-vous choisir ?
Faites correspondre l'architecture à la phrase qui vous ressemble le plus :
- « Je veux que l'agent me connaisse déjà avant que je demande quoi que ce soit. » Choisissez OpenHuman. Le modèle de mémoire proactive est le seul ici qui assemble le contexte en arrière-plan, et rien d'autre ne reproduit la boucle d'ingestion à 100 intégrations. Vous le payez en RAM (4 GB minimum), en effort de configuration et par une communauté plus petite et plus jeune.
- « Je veux joindre mon IA depuis WhatsApp, Telegram ou n'importe quelle application dans laquelle je suis déjà. » Choisissez OpenClaw. Ses 23 canaux sont incontestés, et l'écosystème est le plus profond. En échange, vous prenez à votre charge le travail de renforcement de la sécurité.
- « Je veux des tâches planifiées côté serveur et une organisation de recherche crédible derrière le projet. » Choisissez Hermes Agent. Natif serveur, cron intégré, pedigree Nous Research et une boucle d'apprentissage qui se cumule, avec moins de bagage de CVE publiques qu'OpenClaw mais tout de même assez de problèmes signalés pour exiger une discipline de mise à jour normale.
Verdict rapide. Il n'y a pas de gagnant unique ; tout dépend de ce que vous voulez que l'agent soit. Si je devais donner des choix en une ligne : OpenHuman pour l'obsédé de la mémoire qui veut une IA qui le lit en premier, OpenClaw pour une portée maximale si vous le déployez de façon responsable, Hermes pour la personne qui veut un daemon d'automatisation propre, natif serveur, et sans drame. Quiconque vous dit que l'un d'eux est objectivement le meilleur n'a pas saisi qu'ils résolvent trois problèmes différents.
Deux autres facteurs pour départager. La licence : GPL-3.0 (OpenHuman) compte si vous comptez forker et redistribuer ; MIT (OpenClaw, Hermes) est la voie la plus libre pour cela. Et la tolérance au risque de sécurité : si l'idée d'exécuter un outil avec le casier de CVE d'OpenClaw vous empêche de dormir même verrouillé, c'est une raison légitime de choisir l'un des deux autres ; ne prenez simplement pas un casier de CVE plus petit pour la preuve qu'un projet plus jeune est automatiquement plus sûr.
Où exécuter chacun d'eux
Les trois sont des daemons toujours actifs ; ils doivent être en marche quand vous n'êtes pas à votre bureau, ce qui exclut de les exécuter depuis votre ordinateur portable et oriente vers un VPS. (L'hébergement mutualisé est rédhibitoire pour les trois : ils ont besoin de Docker, de root et de processus longue durée.) Aucun d'eux ne nécessite de GPU à moins que vous ne décidiez de les associer à un modèle entièrement local, un VPS Linux standard fait donc l'affaire.
Dimensionnement, en spécifications génériques : OpenClaw et Hermes sont à l'aise sur 2 GB de RAM comme base, passant à 4 GB si vous exécutez beaucoup de plugins ou des charges de travail lourdes en cron. OpenHuman veut 4 GB minimum et 8 GB recommandés, surtout si vous hébergez un modèle local aux côtés du cœur. Donnez aussi à l'option gourmande en mémoire plus de marge de disque ; ce Memory Tree SQLite grandit avec votre historique.
Une fois votre choix fait, le déploiement se scinde selon la ligne de la marketplace. OpenClaw et Hermes Agent sont tous deux des installations en un clic sur la marketplace Cloudzy, vous obtenez donc une machine Ubuntu préconfigurée avec le daemon en place et vous passez votre temps à renforcer la sécurité et à connecter des canaux plutôt qu'à la plomberie d'installation : OpenClaw et Agent Hermes. OpenHuman n'est pas une application en un clic, mais il s'adapte parfaitement à un Cloudzy VPS Linux: provisionnez une machine avec au moins 4 GB de RAM, exécutez le conteneur Docker openhuman-core, placez-le derrière du TLS avec un reverse proxy, et pointez votre client de bureau vers lui. Un accès root complet et un stockage NVMe couvrent ce dont le memory tree et la boucle toujours active ont besoin. Quel que soit celui sur lequel vous vous arrêtez, l'histoire du déploiement se termine de la même façon : un petit VPS Linux que vous contrôlez, exécutant l'agent que vous avez choisi.
Foire aux questions
OpenClaw est-il sûr à auto-héberger ?
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.
Quelle est la différence entre OpenHuman et Hermes Agent ?
OpenHuman est axé sur la mémoire : il ingère de façon proactive vos données depuis plus de 100 services connectés selon une boucle de 20 minutes et construit un modèle de vous avant que vous ne le sollicitiez, et il est livré avec une application de bureau associée à un cœur serveur headless. Hermes Agent est natif serveur et réactif ; il répond aux messages et aux tâches planifiées plutôt que de récupérer vos données à l'avance, mais il construit un graphe de compétences persistant d'une session à l'autre grâce à une boucle d'apprentissage. En bref : OpenHuman vous connaît d'emblée ; Hermes apprend à vous connaître au fil du temps.
De combien de RAM ai-je besoin pour auto-héberger ces agents ?
OpenClaw et Hermes Agent fonctionnent sur environ 2 GB de RAM comme base, ou 4 GB si vous exécutez de nombreux plugins ou de lourdes charges de travail planifiées. OpenHuman a besoin de 4 GB minimum et de 8 GB recommandés. Aucun ne nécessite de GPU à moins que vous n'associiez l'agent à un modèle hébergé localement plutôt qu'à une API.
Quel agent IA auto-hébergé possède le plus d'intégrations de messagerie ?
OpenClaw, avec 23 canaux de messagerie dont WhatsApp, Telegram, Slack, Discord, Signal et iMessage. Hermes Agent prend en charge plus de 20 plateformes, dont Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams et Google Chat. OpenHuman n'est pas du tout un routeur de chat ; il est axé sur la mémoire, il ingère donc des données plutôt que d'acheminer des messages.
Ces agents peuvent-ils fonctionner entièrement en local sans clé API ?
Les trois appellent un LLM, mais vous pouvez pointer ce LLM vers un modèle local au lieu d'une API hébergée. Hermes Agent est livré avec plus de 300 fournisseurs, y compris des exécuteurs locaux ; OpenClaw et OpenHuman peuvent être associés à un exécuteur de modèle local tel qu'Ollama. Fonctionner entièrement en local signifie généralement plus de RAM, et un GPU si vous voulez une vitesse raisonnable sur des modèles plus grands.
