OpenClaw vs OpenHuman vs Hermes Agent: Tiga Cara Meng-Host Sendiri AI Pribadi

OpenClaw, OpenHuman, dan Hermes Agent terus disandingkan satu sama lain di GitHub Trending, HN, dan rangkuman YouTube, seolah-olah mereka adalah tiga varian dari hal yang sama. Mereka tidak. Perbedaan di antara mereka bukan pada daftar fiturnya. Perbedaannya terletak pada kapan masing-masing mulai mengenal Anda.

OpenHuman menyusun model tentang diri Anda bahkan sebelum Anda mengetik satu prompt pun. OpenClaw mempelajari apa yang Anda katakan kepadanya, sesi demi sesi, di aplikasi chat mana pun yang Anda gunakan untuk mengirim pesan kepadanya. Hermes berada di antaranya: ia bereaksi terhadap Anda seperti OpenClaw, tetapi menyimpan memori persisten yang bertumbuh setiap kali Anda menggunakannya. Sumbu itulah, lebih dari jumlah bintang atau daftar saluran, yang menentukan alat mana yang sebenarnya Anda inginkan.

Berikut perbandingan pada sumbu itu, ditambah dimensi keamanan yang penting jika Anda akan menjalankan OpenClaw, dan di mana masing-masing berjalan setelah Anda memilih.

Versi Singkat

• Alat-alat ini berbeda pada satu sumbu: kapan agen mendapatkan konteksnya. OpenHuman adalah memory-first (secara proaktif menyerap data Anda dalam siklus 20 menit). OpenClaw bersifat session-reactive (ia mengetahui apa yang Anda katakan kepadanya). Hermes bersifat reaktif tetapi menyimpan grafik keterampilan yang persisten dan memperbaiki diri sendiri lintas sesi.
• 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 ditujukan bagi orang yang ingin agennya sudah mengenal mereka: memori proaktif di 100+ integrasi, aplikasi desktop yang dipasangkan dengan inti server headless yang dapat Anda jalankan di VPS. Ia masih yang termuda dari ketiganya dan berlisensi GPL-3.0, tetapi sudah memiliki setidaknya satu CVE yang dilaporkan, jadi perlakukan "proyek muda" sebagai alasan untuk memverifikasi patch, bukan sebagai catatan keamanan yang bersih.
• Hermes Agent adalah pilihan server-native dari organisasi riset yang kredibel (Nous Research), dengan tugas terjadwal, delegasi subagen, loop pembelajaran bawaan, dan lisensi MIT. Ia memiliki jejak CVE yang lebih kecil daripada OpenClaw, tetapi bukan nol, jadi kerangka keamanannya sebaiknya "masalah yang diketahui lebih sedikit," bukan "tidak ada yang ditemukan."

Perbedaan yang Menentukan Mana yang Anda Inginkan

Ajukan pertanyaan yang sama kepada setiap alat, "apa yang Anda ketahui tentang saya saat ini, sebelum saya mengatakan apa pun?", dan Anda mendapatkan tiga jawaban yang berbeda. Itulah seluruh perbandingan dalam satu pertanyaan.

OpenHuman menjawab sebelum Anda bertanya. Ia menjalankan loop polling 20 menit terhadap 100+ layanan yang terhubung OAuth (Gmail, Notion, GitHub, Slack, Calendar, dan seterusnya) dan 5.000+ server MCP, menarik data Anda dan memampatkannya menjadi struktur Markdown berskor yang disebutnya Memory Tree, disimpan di SQLite lokal dan dicerminkan sebagai vault Obsidian. Pada saat Anda membuka percakapan, ia sudah membangun model kehidupan Anda. Taglinenya sendiri, "otak yang membangun memori local-first tentang hidup Anda," adalah arsitekturnya, bukan pemasaran.

OpenClaw menjawab dengan apa pun yang telah Anda katakan kepadanya pada sesi ini. Ia adalah gateway: satu proses daemon merutekan pesan masuk dari aplikasi chat Anda ke instance agen, dan konteks terakumulasi secara reaktif melalui sesi-sesi tersebut dan sistem plugin-nya. Ia mengetahui apa yang terjadi dalam percakapan dan apa yang telah dimunculkan oleh alat-alatnya. Ia tidak duduk di latar belakang menyerap kotak masuk Anda.

Hermes menjawab dengan apa yang telah dipelajarinya sejauh ini. Seperti OpenClaw, ia bersifat reaktif; ia merespons pesan dan peristiwa terjadwal alih-alih mengambil data Anda secara proaktif. Namun ia menjalankan loop pembelajaran tertutup: ia menciptakan keterampilan dari pengalaman, menyempurnakannya saat beroperasi, dan mempertahankan model pengguna yang persisten lintas sesi. Jadi ia tidak mengetahui seluruh hidup Anda seperti yang dilakukan OpenHuman, tetapi ia juga tidak memulai dari nol setiap sesi. Secara arsitektur ia berada di antara dua yang lain.

Begitu Anda melihat pembagiannya dengan cara ini, sisa perbandingannya menjadi jelas. Bagian per-alat di bawah ini sebenarnya hanya "apa yang setiap jawaban ambil dari Anda dan berikan kepada Anda."

OpenClaw: Gateway Multi-Saluran

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.

Di balik layar, ia adalah daemon gateway TypeScript/Node: satu proses Gateway yang menangani saluran, sesi, alat, dan perutean ke instance agen yang terisolasi, dengan dasbor web di localhost:18789. Di atas itu terdapat sistem skill/plugin dengan registri komunitas yang besar, mode suara (kata pembangun dan suara berkelanjutan di perangkat seluler), backend Docker/SSH/sandbox, dan Live Canvas, ruang kerja visual yang digerakkan agen. Ia berlisensi MIT dan yang paling banyak diberi bintang dari ketiganya dengan selisih yang lebar, di 380K+ di GitHub, yang berarti ekosistem terbesar dan skill pihak ketiga terbanyak, untuk sisi baik maupun buruk (lebih lanjut soal sisi buruknya sebentar lagi).

Jika Anda telah membaca 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.

Kekuatannya di sini mudah dinyatakan: tidak ada yang lain dalam perbandingan ini yang mendekati dalam jangkauan saluran atau ukuran ekosistem. Kendalanya adalah semua permukaan itu (23 saluran, registri skill pihak ketiga yang besar, dasbor yang ingin dapat dijangkau) juga merupakan permukaan serangan. Yang menjadi bagiannya sendiri.

Rekam Jejak Keamanan OpenClaw: Apa yang Sebenarnya Dibutuhkan "Host-Sendiri" di Sini

Pelacak CVE komunitas untuk OpenClaw (jgamblin/OpenClawCVEs) kini melaporkan 543 CVE OpenClaw dari pemindaian langsung CVE List V5, sementara basis data 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.

Tips pro. Perkuat keamanan sebelum Anda mengekspos apa pun. Jangan mengikat dasbor OpenClaw ke 0.0.0.0. Pertahankan port 18789 di localhost dan akses melalui terowongan SSH (ssh -L 18789:localhost:18789 you@your-vps), atau tempatkan di belakang reverse proxy yang terautentikasi. Verifikasi pengaturan ini terhadap dokumentasi terkini OpenClaw sebelum Anda beroperasi; pengaturan bawaan berubah antar rilis.

Pembacaan saya: jumlah CVE OpenClaw adalah alasan untuk menerapkannya dengan hati-hati, bukan alasan untuk mengabaikannya. Ia adalah yang paling banyak diterapkan dari ketiganya justru karena ia yang paling mampu, dan "banyak diterapkan oleh orang yang membiarkan pintunya terbuka" adalah yang menghasilkan angka-angka utama. Jalankan dalam keadaan terkunci dan diperbarui, dan sebagian besar statistik menakutkan itu berhenti menggambarkan mesin Anda.

OpenHuman: Memory-First, Desktop-Plus-Server

Hal yang perlu dipahami tentang OpenHuman adalah bahwa ia terdiri dari dua bagian. openhuman-core adalah server JSON-RPC Rust headless yang berjalan sebagai kontainer Docker mandiri pada port yang dapat dikonfigurasi (periksa repo untuk pengaturan bawaan terkini). Aplikasi desktop, build Tauri (React + Rust), adalah klien terpisah yang berkomunikasi dengan inti tersebut. Inti dapat berada di VPS sementara klien desktop terhubung ke sana dari jarak jauh, yang merupakan model host-sendiri yang membuatnya relevan di sini: server yang selalu aktif, klien tipis di laptop Anda.

Yang dilakukan inti itu adalah pekerjaan memori yang dijelaskan sebelumnya: 100+ integrasi OAuth ditambah 5.000+ server MCP yang memasok loop auto-fetch 20 menit, dimampatkan melalui langkah pengurangan token (TokenJuice, diklaim hingga 80% pengurangan) ke dalam Memory Tree dan vault Obsidian. Postur keamanan tampak kokoh di atas kertas untuk proyek muda, dengan enkripsi AES-256-GCM saat diam, derivasi kunci Argon2id, integrasi keychain OS, dan sandboxing alat melalui Docker/Bubblewrap/Firejail/Landlock. Setidaknya satu CVE kini dilaporkan untuk OpenHuman: CVE-2026-55743, sebuah bypass sandbox/allowlist alat shell yang memengaruhi versi hingga 0.54.0. Jadi pembacaan yang tepat bukanlah "belum ada catatan," melainkan "proyek muda, postur keamanan yang berkembang cepat, verifikasi versi yang sudah ditambal sebelum penerapan."

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.

Satu peringatan soal sumber: situs dokumentasi eksternal OpenHuman tidak dapat dijangkau saat saya memeriksanya, jadi spesifikasi di atas berasal dari README GitHub, pelacak isu, dan repo-nya, bukan dari portal dokumentasi yang matang. Semuanya konsisten di seluruh sumber tersebut, tetapi jika Anda mengandalkan angka tertentu, verifikasi ulang terhadap repo sebelum Anda memutuskan.

Hermes Agent: Server-Native dengan Loop Pembelajaran

Hermes pada dasarnya masih server-native, tetapi ia tidak lagi cocok sepenuhnya dalam kategori "tanpa aplikasi desktop". Dokumentasi resmi kini menawarkan Hermes Desktop di samping instalasi command-line, sementara agennya sendiri masih dapat berjalan di VPS, VM cloud, atau lingkungan server lainnya. Anda dapat berinteraksi dengannya melalui platform pesan, aplikasi desktop, atau antarmuka terminal sungguhan dengan penyuntingan multibaris dan pelengkapan otomatis slash-command. Jika OpenHuman adalah "desktop dengan inti server" dan OpenClaw adalah "gateway yang Anda kirimi pesan," Hermes lebih dekat ke "agen server-first dengan akses desktop opsional."

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.

Loop pembelajaran adalah yang membedakannya dari agen reaktif biasa: ia membangun keterampilan dari pengalaman dan menyimpan model pengguna lintas sesi, sehingga kegunaannya bertambah seiring waktu tanpa melakukan penyerapan proaktif gaya OpenHuman. Dari sisi keamanan, Hermes tidak bebas CVE. OpenCVE mencantumkan puluhan CVE untuk NousResearch/hermes-agent, termasuk masalah seputar autentikasi, WebSocket/DNS rebinding, injeksi, path traversal, dan penanganan gateway/webhook. Itu masih merupakan catatan publik yang lebih ringan daripada OpenClaw, tetapi kesimpulan yang tepat adalah "paparan yang diketahui lebih kecil," bukan "tidak ada yang dilaporkan."

Adu Langsung: Arsitektur, Keamanan, Penerapan, Biaya

Berikut semuanya dalam satu layar. Jumlah bintang dan versi adalah per awal Juli 2026 dan berubah cepat, jadi periksa kembali apa pun yang akan Anda kutip.

Sel-sel tersebut mencakup spesifikasinya; dua kompromi yang tidak tertangkap oleh tabel masing-masing patut mendapat satu kalimat. Ketegangan keamanan-vs-ekosistem menarik ke arah yang berlawanan: riwayat CVE OpenClaw adalah harga dari menjadi alat yang paling banyak diterapkan dan paling banyak dikembangkan dalam kategorinya. OpenHuman dan Hermes memiliki catatan CVE publik yang jauh lebih kecil, tetapi keduanya tidak lagi sebaiknya dibingkai sebagai bersih atau belum teruji; keduanya sebaiknya dibingkai sebagai lebih muda dan lebih sedikit dikaji. Dan pembagian desktop-vs-server adalah cabang yang nyata: OpenHuman masih yang paling berorientasi desktop-plus-inti-memori dari ketiganya, tetapi Hermes kini juga menawarkan penginstal desktop, jadi pembagian yang lebih jernih bukanlah "desktop vs tanpa desktop"; melainkan "model desktop/inti memory-first vs agen server-first dengan akses desktop opsional."

Mana yang Harus Anda Pilih?

Cocokkan arsitekturnya dengan kalimat yang paling terdengar seperti Anda:

• "Saya ingin agen sudah mengenal saya sebelum saya menanyakan apa pun." Pilih OpenHuman. Model memori proaktif adalah satu-satunya di sini yang menyusun konteks di latar belakang, dan tidak ada yang lain yang menyamai loop penyerapan 100 integrasi. Anda membayarnya dalam RAM (minimum 4 GB), upaya penyiapan, dan komunitas yang lebih kecil dan lebih muda.
• "Saya ingin menjangkau AI saya dari WhatsApp, Telegram, atau aplikasi apa pun yang sudah saya gunakan." Pilih OpenClaw. 23 salurannya tak tertandingi, dan ekosistemnya paling dalam. Sebagai gantinya, Anda menanggung pekerjaan rumah untuk memperkuat keamanan.
• "Saya ingin tugas terjadwal di sisi server dan organisasi riset yang kredibel di balik proyeknya." Pilih Hermes Agent. Server-native, cron bawaan, reputasi Nous Research, dan loop pembelajaran yang bertumbuh, dengan beban CVE publik yang lebih sedikit daripada OpenClaw tetapi tetap dengan cukup masalah yang dilaporkan sehingga membutuhkan disiplin pembaruan yang normal.

Putusan cepat. Tidak ada pemenang tunggal; ini bergantung pada apa yang Anda ingin agen itu menjadi. Jika saya harus memberikan pilihan satu baris: OpenHuman untuk penggemar memori yang menginginkan AI yang membaca mereka terlebih dahulu, OpenClaw untuk jangkauan maksimal jika Anda akan menerapkannya secara bertanggung jawab, Hermes untuk orang yang menginginkan daemon otomatisasi server-native yang bersih dan tanpa drama. Siapa pun yang memberi tahu Anda bahwa salah satu dari ini secara objektif terbaik belum menyadari bahwa ketiganya memecahkan tiga masalah yang berbeda.

Dua faktor lagi yang sebaiknya memecahkan kebuntuan. Lisensi: GPL-3.0 (OpenHuman) penting jika Anda berniat untuk fork dan mendistribusikan ulang; MIT (OpenClaw, Hermes) adalah jalur yang lebih bebas untuk itu. Dan toleransi keamanan: jika gagasan menjalankan alat dengan rekam jejak CVE OpenClaw membuat Anda tidak bisa tidur bahkan dalam keadaan terkunci, itu adalah alasan yang sah untuk memilih salah satu dari dua yang lain; hanya saja jangan salah mengira catatan CVE yang lebih kecil sebagai bukti bahwa proyek yang lebih muda otomatis lebih aman.

Di Mana Menjalankan Masing-Masing

Ketiganya adalah daemon yang selalu aktif; mereka perlu menyala saat Anda tidak berada di meja, yang menyingkirkan opsi menjalankannya dari laptop dan mengarah pada VPS. (Shared hosting bukan pilihan untuk ketiganya: mereka membutuhkan Docker, root, dan proses yang berjalan lama.) Tidak satu pun dari mereka memerlukan GPU kecuali Anda memutuskan untuk memasangkannya dengan model yang sepenuhnya lokal, jadi VPS Linux standar sudah cukup.

Penentuan ukuran, dalam spesifikasi umum: OpenClaw dan Hermes nyaman pada 2 GB RAM sebagai dasar, naik ke 4 GB jika Anda menjalankan banyak plugin atau beban kerja yang padat cron. OpenHuman menginginkan minimum 4 GB dan 8 GB yang direkomendasikan, terutama jika Anda akan meng-host model lokal di samping intinya. Beri opsi yang berat memori itu lebih banyak ruang disk juga; Memory Tree SQLite tersebut bertumbuh seiring riwayat Anda.

Setelah Anda memilih, penerapan terbagi mengikuti garis marketplace. OpenClaw dan Hermes Agent keduanya merupakan instalasi satu klik di marketplace Cloudzy, jadi Anda mendapatkan mesin Ubuntu yang telah dikonfigurasi dengan daemon yang sudah disiapkan dan menghabiskan waktu Anda untuk memperkuat keamanan dan menghubungkan saluran alih-alih pada urusan teknis instalasi: OpenClaw dan Agen Hermes. OpenHuman bukan aplikasi satu klik, tetapi ia cocok dengan rapi untuk Cloudzy Linux VPS: sediakan mesin dengan setidaknya 4 GB RAM, jalankan kontainer Docker openhuman-core, tempatkan di belakang TLS dengan reverse proxy, dan arahkan klien desktop Anda kepadanya. Akses root penuh dan penyimpanan NVMe memenuhi apa yang dibutuhkan memory tree dan loop yang selalu aktif. Mana pun yang Anda pilih, kisah penerapannya berakhir dengan cara yang sama: VPS Linux kecil yang Anda kendalikan, menjalankan agen yang Anda pilih.

Pertanyaan yang Sering Diajukan

Apakah OpenClaw Aman untuk Di-Host Sendiri?

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.

Apa Perbedaan Antara OpenHuman dan Hermes Agent?

OpenHuman adalah memory-first: ia secara proaktif menyerap data Anda dari 100+ layanan terhubung dalam loop 20 menit dan membangun model tentang diri Anda sebelum Anda memberinya prompt, dan ia disertai aplikasi desktop yang dipasangkan dengan inti server headless. Hermes Agent bersifat server-native dan reaktif; ia merespons pesan dan tugas terjadwal alih-alih mengambil data Anda terlebih dahulu, tetapi ia membangun grafik keterampilan yang persisten lintas sesi melalui loop pembelajaran. Singkatnya: OpenHuman mengenal Anda di awal; Hermes mengenal Anda seiring waktu.

Berapa Banyak RAM yang Saya Butuhkan untuk Meng-Host Sendiri Agen-Agen Ini?

OpenClaw dan Hermes Agent berjalan pada sekitar 2 GB RAM sebagai dasar, atau 4 GB jika Anda menjalankan banyak plugin atau beban kerja terjadwal yang berat. OpenHuman membutuhkan minimum 4 GB dan 8 GB yang direkomendasikan. Tidak satu pun memerlukan GPU kecuali Anda memasangkan agen dengan model yang di-host secara lokal alih-alih API.

Agen AI Host-Sendiri Mana yang Memiliki Integrasi Pesan Terbanyak?

OpenClaw, dengan 23 saluran pesan termasuk WhatsApp, Telegram, Slack, Discord, Signal, dan iMessage. Hermes Agent mendukung 20+ platform, termasuk Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams, dan Google Chat. OpenHuman sama sekali bukan router chat; ia memory-first, jadi ia menyerap data alih-alih merutekan pesan.

Bisakah Agen-Agen Ini Berjalan Sepenuhnya Lokal Tanpa Kunci API?

Ketiganya memanggil LLM, tetapi Anda dapat mengarahkan LLM tersebut ke model lokal alih-alih API yang di-host. Hermes Agent hadir dengan 300+ penyedia termasuk runner lokal; OpenClaw dan OpenHuman dapat dipasangkan dengan runner model lokal seperti Ollama. Menjalankan sepenuhnya lokal biasanya berarti lebih banyak RAM, dan GPU jika Anda menginginkan kecepatan yang wajar pada model yang lebih besar.