OpenClaw kontra OpenHuman kontra Hermes Agent: trzy sposoby na samodzielne hostowanie osobistej AI

OpenClaw, OpenHuman i Hermes Agent wciąż są zestawiane ze sobą w GitHub Trending, na HN i w zestawieniach na YouTube, jakby były trzema odmianami tego samego. Nie są. Różnica między nimi nie tkwi w listach funkcji. Tkwi w tym, kiedy każde z nich Cię poznaje.

OpenHuman buduje model Twojej osoby, zanim jeszcze wpiszesz jakikolwiek prompt. OpenClaw uczy się tego, co mu powiesz, sesja po sesji, w dowolnej aplikacji czatu, z której do niego piszesz. Hermes plasuje się pomiędzy: reaguje na Ciebie jak OpenClaw, ale utrzymuje trwałą pamięć, która rośnie za każdym razem, gdy go używasz. To ta oś, bardziej niż liczba gwiazdek czy lista kanałów, decyduje o tym, którego narzędzia naprawdę chcesz.

Oto porównanie na tej osi, wraz z wymiarem bezpieczeństwa, który ma znaczenie, jeśli zamierzasz uruchomić OpenClaw, oraz z informacją, gdzie każde z nich działa po dokonaniu wyboru.

Krótka wersja

• Narzędzia różnią się na jednej osi: kiedy agent otrzymuje swój kontekst. OpenHuman stawia pamięć na pierwszym miejscu (proaktywnie pobiera Twoje dane w 20-minutowej pętli). OpenClaw jest reaktywny w ramach sesji (wie to, co mu powiesz). Hermes jest reaktywny, ale utrzymuje trwały, samodoskonalący się graf umiejętności między sesjami.
• 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 jest dla osób, które chcą, aby agent już je znał: proaktywna pamięć obejmująca ponad 100 integracji, aplikacja desktopowa sparowana z bezgłowym rdzeniem serwerowym, który możesz uruchomić na VPS. To wciąż najmłodszy z całej trójki i licencjonowany na GPL-3.0, ale ma już co najmniej jeden zgłoszony CVE, więc potraktuj "młody projekt" jako powód do weryfikacji łatek, a nie jako czystą kartę bezpieczeństwa.
• Hermes Agent to wybór natywny dla serwera pochodzący od wiarygodnej organizacji badawczej (Nous Research), z zaplanowanymi zadaniami, delegowaniem do subagentów, wbudowaną pętlą uczenia oraz licencją MIT. Ma mniejszy ślad CVE niż OpenClaw, ale nie zerowy, więc ujęcie bezpieczeństwa powinno brzmieć "mniej znanych problemów", a nie "nie znaleziono żadnych".

Różnica, która decyduje o tym, którego chcesz

Zadaj każdemu narzędziu to samo pytanie: "co wiesz o mnie w tej chwili, zanim cokolwiek powiem?", a otrzymasz trzy różne odpowiedzi. To całe porównanie zamknięte w jednym pytaniu.

OpenHuman odpowiada, zanim zapytasz. Uruchamia 20-minutową pętlę odpytywania ponad 100 usług połączonych przez OAuth (Gmail, Notion, GitHub, Slack, Calendar i tak dalej) oraz ponad 5 000 serwerów MCP, pobierając Twoje dane i kompresując je do punktowanej struktury Markdown, którą nazywa Memory Tree, przechowywanej w lokalnym SQLite i odzwierciedlanej jako repozytorium Obsidian. Zanim otworzysz rozmowę, ma już zbudowany model Twojego życia. Jego własne hasło, "mózg, który buduje pamięć Twojego życia w podejściu local-first", to architektura, a nie marketing.

OpenClaw odpowiada tym, co powiedziałeś mu w tej sesji. To brama: jeden proces demona kieruje wiadomości przychodzące z Twoich aplikacji czatu do instancji agenta, a kontekst gromadzi się reaktywnie przez te sesje i jego system wtyczek. Wie, co wydarzyło się w rozmowie i co ujawniły jego narzędzia. Nie siedzi w tle, pochłaniając Twoją skrzynkę odbiorczą.

Hermes odpowiada tym, czego nauczył się do tej pory. Podobnie jak OpenClaw, jest reaktywny; reaguje na wiadomości i zaplanowane zdarzenia, zamiast proaktywnie pobierać Twoje dane. Ale działa w zamkniętej pętli uczenia: tworzy umiejętności z doświadczenia, udoskonala je w trakcie działania i utrzymuje trwały model użytkownika między sesjami. Nie zna więc całego Twojego życia tak jak OpenHuman, ale też nie zaczyna od zera w każdej sesji. Architektonicznie plasuje się między pozostałymi dwoma.

Gdy raz spojrzysz na ten podział w ten sposób, reszta porównania układa się na miejscu. Poniższe sekcje poświęcone poszczególnym narzędziom to tak naprawdę po prostu "co każda odpowiedź Cię kosztuje i co Ci daje".

OpenClaw: wielokanałowa brama

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.

Pod maską to demon bramy w TypeScript/Node: jeden proces Gateway obsługujący kanały, sesje, narzędzia oraz kierowanie do odizolowanych instancji agenta, z pulpitem webowym pod localhost:18789. Na tym opiera się system umiejętności/wtyczek z dużym rejestrem społecznościowym, tryby głosowe (słowo wybudzające i ciągły głos na urządzeniach mobilnych), backendy Docker/SSH/sandbox oraz Live Canvas, sterowana przez agenta wizualna przestrzeń robocza. Jest licencjonowany na MIT i z dużą przewagą ma najwięcej gwiazdek z całej trójki, ponad 380 tys. na GitHub, co oznacza największy ekosystem i najwięcej umiejętności firm trzecich, na dobre i na złe (o złym za chwilę).

Jeśli czytałeś 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.

Mocną stronę łatwo tu wskazać: nic innego w tym porównaniu nie zbliża się do zasięgu kanałów ani rozmiaru ekosystemu. Haczyk polega na tym, że cała ta powierzchnia (23 kanały, ogromny rejestr umiejętności firm trzecich, pulpit, który chce być osiągalny) to również powierzchnia ataku. Której poświęcona jest osobna sekcja.

Historia bezpieczeństwa OpenClaw: czego "samodzielne hostowanie" tak naprawdę tu wymaga

Społecznościowy tracker CVE dla OpenClaw (jgamblin/OpenClawCVEs) zgłasza teraz 543 CVE OpenClaw z bezpośredniego skanu CVE List V5, natomiast baza danych 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.

Wskazówka eksperta. Utwardź zabezpieczenia, zanim cokolwiek wystawisz. Nie przypisuj pulpitu OpenClaw do 0.0.0.0. Trzymaj port 18789 na localhost i sięgaj do niego przez tunel SSH (ssh -L 18789:localhost:18789 you@your-vps) albo umieść go za reverse proxy z uwierzytelnianiem. Zweryfikuj te ustawienia względem aktualnej dokumentacji OpenClaw, zanim wejdziesz na produkcję; ustawienia domyślne zmieniają się między wydaniami.

Moja interpretacja: liczba CVE OpenClaw to powód, aby wdrażać go ostrożnie, a nie powód, aby go skreślać. Jest najszerzej wdrażany z całej trójki właśnie dlatego, że jest najbardziej wszechstronny, a "szeroko wdrażany przez ludzi, którzy zostawiają otwarte drzwi" to właśnie to, co generuje nagłówkowe liczby. Uruchom go w wersji zamkniętej i zaktualizowanej, a większość przerażających statystyk przestaje opisywać Twoją maszynę.

OpenHuman: pamięć na pierwszym miejscu, desktop plus serwer

Rzecz, którą trzeba zrozumieć w przypadku OpenHuman, to że składa się z dwóch części. openhuman-core to bezgłowy serwer JSON-RPC w Rust, który działa jako samodzielny kontener Docker na konfigurowalnym porcie (sprawdź w repozytorium aktualną wartość domyślną). Aplikacja desktopowa, kompilacja Tauri (React + Rust), to osobny klient, który rozmawia z tym rdzeniem. Rdzeń może działać na VPS, podczas gdy klient desktopowy łączy się z nim zdalnie, i to jest model samodzielnego hostowania, który czyni go tu istotnym: zawsze włączony serwer, cienki klient na Twoim laptopie.

To, co robi ten rdzeń, to opisana wcześniej praca z pamięcią: ponad 100 integracji OAuth oraz ponad 5 000 serwerów MCP zasilających 20-minutową pętlę automatycznego pobierania, kompresowaną za pomocą kroku redukcji tokenów (TokenJuice, deklarowana redukcja do 80%) do Memory Tree i repozytorium Obsidian. Postawa bezpieczeństwa jest na papierze solidna jak na młody projekt, z szyfrowaniem AES-256-GCM w spoczynku, wyprowadzaniem klucza Argon2id, integracją z pękiem kluczy systemu operacyjnego oraz izolacją narzędzi w piaskownicy przez Docker/Bubblewrap/Firejail/Landlock. Dla OpenHuman zgłoszono teraz co najmniej jeden CVE: CVE-2026-55743, obejście piaskownicy/listy dozwolonych narzędzia powłoki dotyczące wersji do 0.54.0. Właściwa interpretacja to więc nie "jeszcze brak historii", lecz "młody projekt, szybko zmieniająca się postawa bezpieczeństwa, zweryfikuj załataną wersję przed wdrożeniem".

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.

Jedno zastrzeżenie co do źródeł: zewnętrzna strona dokumentacji OpenHuman była nieosiągalna, gdy sprawdzałem, więc powyższe specyfikacje pochodzą z jego pliku README na GitHub, systemu śledzenia zgłoszeń i repozytorium, a nie z dopracowanego portalu dokumentacji. Są spójne w tych źródłach, ale jeśli opierasz się na konkretnej liczbie, zweryfikuj ją ponownie względem repozytorium, zanim się na nią zdecydujesz.

Hermes Agent: natywny dla serwera, z pętlą uczenia

Hermes wciąż w swej istocie jest natywny dla serwera, ale nie mieści się już czysto w kategorii "brak aplikacji desktopowej". Oficjalna dokumentacja oferuje teraz Hermes Desktop obok instalacji z wiersza poleceń, natomiast sam agent wciąż może działać na VPS, chmurowej maszynie wirtualnej lub innym środowisku serwerowym. Możesz wchodzić z nim w interakcję przez platformy komunikacyjne, aplikację desktopową lub prawdziwy interfejs terminala z edycją wielowierszową i autouzupełnianiem poleceń ze slashem. Jeśli OpenHuman to "desktop z rdzeniem serwerowym", a OpenClaw to "brama, do której piszesz", Hermes jest bliższy "agentowi stawiającemu serwer na pierwszym miejscu z opcjonalnym dostępem desktopowym".

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.

Pętla uczenia to właśnie to, co odróżnia go od zwykłego agenta reaktywnego: buduje umiejętności z doświadczenia i utrzymuje model użytkownika obejmujący wiele sesji, dzięki czemu z czasem kumuluje użyteczność bez proaktywnego pobierania danych w stylu OpenHuman. Pod względem bezpieczeństwa Hermes nie jest wolny od CVE. OpenCVE wymienia dziesiątki CVE dla NousResearch/hermes-agent, w tym problemy związane z uwierzytelnianiem, WebSocket/DNS rebinding, wstrzykiwaniem, path traversal oraz obsługą bramy/webhooków. To wciąż lżejsza publiczna historia niż w przypadku OpenClaw, ale właściwy wniosek to "mniejsza znana ekspozycja", a nie "brak zgłoszeń".

Bezpośrednie starcie: architektura, bezpieczeństwo, wdrożenie, koszt

Oto całość na jednym ekranie. Liczby gwiazdek i wersje są aktualne na początek lipca 2026 roku i szybko się zmieniają, więc sprawdź ponownie wszystko, co zamierzasz cytować.

Komórki obejmują specyfikacje; dwa kompromisy, których tabela nie ujmuje, zasługują na po jednym zdaniu. Napięcie między bezpieczeństwem a ekosystemem ciągnie w przeciwnych kierunkach: historia CVE OpenClaw to cena bycia najczęściej wdrażanym i najbardziej rozbudowanym narzędziem w kategorii. OpenHuman i Hermes mają znacznie mniejsze publiczne historie CVE, ale żadnego z nich nie należy już przedstawiać jako czystego czy nieprzetestowanego; należy je przedstawiać jako młodsze i słabiej przebadane. A podział desktop kontra serwer to prawdziwe rozwidlenie: OpenHuman wciąż jest z całej trójki najbardziej zorientowany na model desktop plus rdzeń pamięci, ale Hermes oferuje teraz również instalator desktopowy, więc czystszy podział to nie "desktop kontra brak desktopu"; to "model desktop/rdzeń z pamięcią na pierwszym miejscu kontra agent stawiający serwer na pierwszym miejscu z opcjonalnym dostępem desktopowym".

Który wybrać?

Dopasuj architekturę do zdania, które najbardziej brzmi jak Ty:

• "Chcę, aby agent już mnie znał, zanim o cokolwiek zapytam." Wybierz OpenHuman. Proaktywny model pamięci to jedyny tutaj, który buduje kontekst w tle, i nic innego nie odwzorowuje pętli pobierania danych ze 100 integracji. Płacisz za to w RAM (minimum 4 GB), nakładzie na konfigurację oraz mniejszej, młodszej społeczności.
• "Chcę sięgać do mojej AI z WhatsApp, Telegram lub dowolnej aplikacji, w której już jestem." Wybierz OpenClaw. Jego 23 kanały są bezkonkurencyjne, a ekosystem najgłębszy. W zamian bierzesz na siebie zadanie domowe z utwardzania zabezpieczeń.
• "Chcę zaplanowanych zadań po stronie serwera i wiarygodnej organizacji badawczej stojącej za projektem." Wybierz Hermes Agent. Natywny dla serwera, wbudowany cron, rodowód Nous Research oraz pętla uczenia, która się kumuluje, z mniejszym publicznym bagażem CVE niż OpenClaw, ale wciąż z wystarczającą liczbą zgłoszonych problemów, aby wymagać normalnej dyscypliny aktualizacji.

Szybki werdykt. Nie ma jednego zwycięzcy; wszystko sprowadza się do tego, czym chcesz, aby agent był. Gdybym musiał rozdać jednozdaniowe typy: OpenHuman dla maniaka pamięci, który chce AI czytającej go najpierw, OpenClaw dla maksymalnego zasięgu, jeśli wdrożysz go odpowiedzialnie, Hermes dla osoby, która chce czystego, natywnego dla serwera demona automatyzacji bez dramatów. Każdy, kto mówi Ci, że jeden z nich jest obiektywnie najlepszy, nie zauważył, że rozwiązują one trzy różne problemy.

Jeszcze dwa czynniki, które powinny przeważyć szalę. Licencjonowanie: GPL-3.0 (OpenHuman) ma znaczenie, jeśli zamierzasz forkować i redystrybuować; MIT (OpenClaw, Hermes) to wolniejsza pod tym względem ścieżka. Oraz tolerancja bezpieczeństwa: jeśli sama myśl o uruchamianiu narzędzia z historią CVE OpenClaw spędza Ci sen z powiek, nawet w wersji zamkniętej, to uzasadniony powód, aby wybrać jeden z pozostałych dwóch; tylko nie myl mniejszej historii CVE z dowodem na to, że młodszy projekt jest automatycznie bezpieczniejszy.

Gdzie uruchomić każdy z nich

Wszystkie trzy to zawsze włączone demony; muszą działać, gdy nie ma Cię przy biurku, co wyklucza uruchamianie ich na laptopie i wskazuje na VPS. (Hosting współdzielony odpada dla całej trójki: potrzebują Dockera, roota oraz długo działających procesów.) Żaden z nich nie wymaga GPU, chyba że zdecydujesz się sparować je z w pełni lokalnym modelem, więc standardowy VPS z Linuksem wystarczy.

Dobór rozmiaru, w ogólnych parametrach: OpenClaw i Hermes czują się komfortowo na 2 GB RAM jako punkcie wyjścia, z przejściem na 4 GB, jeśli uruchamiasz mnóstwo wtyczek lub obciążenia intensywnie korzystające z cron. OpenHuman chce minimum 4 GB i zalecanych 8 GB, zwłaszcza jeśli będziesz hostować lokalny model obok rdzenia. Opcji obciążającej pamięć daj też więcej zapasu na dysku; ten Memory Tree oparty na SQLite rośnie wraz z Twoją historią.

Gdy już wybierzesz, wdrożenie rozdziela się wzdłuż linii marketplace. OpenClaw i Hermes Agent to instalacje jednym kliknięciem w marketplace Cloudzy, więc otrzymujesz wstępnie skonfigurowaną maszynę Ubuntu z gotowym demonem i spędzasz czas na utwardzaniu zabezpieczeń oraz podłączaniu kanałów, zamiast na hydraulice instalacyjnej: OpenClaw oraz Agent Hermesa. OpenHuman nie jest aplikacją instalowaną jednym kliknięciem, ale świetnie pasuje do Cloudzy Linux VPS: udostępnij maszynę z co najmniej 4 GB RAM, uruchom kontener Docker openhuman-core, umieść go za TLS z reverse proxy i skieruj na niego swojego klienta desktopowego. Pełny dostęp root i pamięć masowa NVMe pokrywają to, czego potrzebują drzewo pamięci i zawsze włączona pętla. Na którym byś nie wylądował, historia wdrożenia kończy się tak samo: mały VPS z Linuksem, który kontrolujesz, uruchamiający wybranego przez Ciebie agenta.

Często zadawane pytania

Czy OpenClaw jest bezpieczny do samodzielnego hostowania?

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.

Jaka jest różnica między OpenHuman a Hermes Agent?

OpenHuman stawia pamięć na pierwszym miejscu: proaktywnie pobiera Twoje dane z ponad 100 podłączonych usług w 20-minutowej pętli i buduje model Twojej osoby, zanim wpiszesz mu prompt, oraz dostarcza aplikację desktopową sparowaną z bezgłowym rdzeniem serwerowym. Hermes Agent jest natywny dla serwera i reaktywny; reaguje na wiadomości i zaplanowane zadania, zamiast wstępnie pobierać Twoje dane, ale buduje trwały graf umiejętności między sesjami dzięki pętli uczenia. W skrócie: OpenHuman zna Cię z góry; Hermes poznaje Cię z czasem.

Ile RAM potrzebuję do samodzielnego hostowania tych agentów?

OpenClaw i Hermes Agent działają na około 2 GB RAM jako punkcie wyjścia lub 4 GB, jeśli uruchamiasz wiele wtyczek lub ciężkie zaplanowane obciążenia. OpenHuman potrzebuje minimum 4 GB i zalecanych 8 GB. Żaden nie wymaga GPU, chyba że sparujesz agenta z lokalnie hostowanym modelem zamiast API.

Który samodzielnie hostowany agent AI ma najwięcej integracji komunikacyjnych?

OpenClaw, z 23 kanałami komunikacyjnymi, w tym WhatsApp, Telegram, Slack, Discord, Signal i iMessage. Hermes Agent obsługuje ponad 20 platform, w tym Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, e-mail, SMS, Microsoft Teams i Google Chat. OpenHuman w ogóle nie jest routerem czatu; stawia pamięć na pierwszym miejscu, więc pobiera dane, zamiast kierować wiadomości.

Czy te agenty mogą działać w pełni lokalnie bez klucza API?

Wszystkie trzy wywołują LLM, ale możesz skierować ten LLM na lokalny model zamiast na hostowane API. Hermes Agent dostarczany jest z ponad 300 dostawcami, w tym lokalnymi środowiskami uruchomieniowymi; OpenClaw i OpenHuman można sparować z lokalnym środowiskiem uruchomieniowym modelu, takim jak Ollama. Działanie w pełni lokalnie zwykle oznacza więcej RAM oraz GPU, jeśli chcesz rozsądnej prędkości na większych modelach.