Si llevas un tiempo trasteando con agentes, seguramente OpenClaw te sonará bastante. Durante un tiempo fue de las cosas más interesantes que salieron para montar un asistente con herramientas reales, canales y memoria. El problema es que, cuando pasas del jugueteo al uso diario, empiezan a verse las costuras. No porque la idea sea mala, sino porque llega un punto en el que todo queda demasiado mezclado: instrucciones, memoria, automatizaciones, skills y contexto operativo viviendo en el mismo sitio.
Por eso me parece interesante Hermes Agent. No lo digo en plan “ha salido lo nuevo y ya está”, porque en este sector eso pasa cada dos días. Lo digo porque la propuesta tiene bastante sentido si vienes de OpenClaw y ya te has pegado con sus límites. Hermes Agent, que además es open source y viene de Nous Research, parte de una idea muy simple: un agente útil no necesita solo más herramientas, necesita más orden.
Por qué ahora mismo me parece mejor alternativa que OpenClaw
OpenClaw abrió una puerta importante. Nos enseñó que podías hablar con un agente por Telegram, ponerlo en un servidor, conectarlo a servicios externos y pedirle cosas útiles de verdad. Eso sigue siendo potente. Pero también dejó una sensación bastante clara a mucha gente: cuando todo depende demasiado del chat y del contexto inmediato, mantener el sistema limpio se vuelve un dolor.
Hermes Agent va justo a ese problema. La gracia no está en que haga magia distinta, sino en que intenta separar mejor cada capa del agente. Y esa diferencia, que en un vídeo puede sonar a detalle técnico, en el día a día se nota muchísimo. No es lo mismo tener un asistente que hoy responde bien porque tiene fresco el contexto, que tener uno que sabe distinguir qué es una instrucción estable, qué es una restricción, qué feedback merece guardarse, qué recuerdo debe persistir y qué parte pertenece a la orquestación general.
La idea importante: memoria, skills y aprendizaje no son lo mismo
Aquí es donde creo que Hermes da el salto más interesante. Mucha gente mete todo en el mismo saco y luego se pregunta por qué el agente se vuelve inconsistente. Pero no, una memoria no es una skill, y una skill no es lo mismo que aprender.
La memoria debería guardar cosas que merece la pena recordar entre sesiones. Preferencias tuyas, decisiones que ya están tomadas, contexto útil, errores que no conviene repetir o información sobre cómo trabajas. Las skills son otra cosa. Una skill es un procedimiento reutilizable. Es una forma estructurada de hacer algo una y otra vez sin tener que volver a explicárselo al agente desde cero.
Y luego está el aprendizaje, que es otra capa distinta. Aprender no es arrastrar más texto dentro del prompt cada vez. Aprender de verdad es detectar que una tarea se repite, que hay una forma de resolverla que funciona, y convertir eso en algo reutilizable. Ahí es donde Hermes resulta especialmente atractivo, porque una de las ideas que plantea es justo esa: que un procedimiento repetido pueda acabar convertido en skill en vez de quedarse enterrado en un chat viejo o en una memoria mal metida.
Harness engineering, pero bien separado
Otra parte que me parece muy buena de Hermes es cómo aterriza lo que algunos llaman harness engineering. El nombre suena más raro de lo que realmente es. Al final hablamos de las capas que envuelven al modelo para que deje de ser solo un LLM respondiendo texto y pase a comportarse como un agente usable.
En Hermes esa idea se entiende muy bien porque se apoya en cinco capas que tienen bastante lógica cuando las miras con calma: las instrucciones, las restricciones, el feedback, la memoria y la orquestación. Las instrucciones son lo que le marca el comportamiento general. Las restricciones ponen límites para que no haga tonterías o no se salga del marco. El feedback sirve para ir afinando lo que funciona y lo que no. La memoria guarda lo que debe sobrevivir a una conversación concreta. Y la orquestación decide cómo encaja todo eso con herramientas, tareas, canales y ejecución real.
Dicho así parece una pijada de naming, pero no lo es. Cuando esas capas están mejor separadas, el agente deja de ser una masa de prompt acumulado y empieza a comportarse con bastante más coherencia.
No vive solo en la terminal
Otra cosa que me gusta es que Hermes Agent no se plantea como un experimento encerrado en consola para hacer demos bonitas. Lo puedes usar por consola, sí, pero también conectarlo a otros canales como Telegram, Discord o incluso correo electrónico. Y eso cambia bastante la película, porque un agente de verdad tiene sentido cuando puede estar donde tú ya trabajas, no solo en una ventana técnica abierta por curiosidad.
Ahí además sigue la línea de OpenClaw, que era precisamente una de sus partes más potentes. La diferencia es que Hermes parece querer hacerlo con una base más limpia para que luego no acabes parcheando medio sistema cada vez que añades una integración nueva.
Se puede correr en local o en un VPS, que es como debería ser
Hermes no va de venderte una app cerrada y ya está. Se puede correr en local si quieres hacer pruebas o tenerlo cerca mientras cacharreas, pero también lo puedes montar en un VPS para dejarlo 24/7 funcionando, que al final es lo interesante si quieres que actúe como asistente de verdad.
La instalación, además, no parece pensada para complicarte la vida. En Linux, macOS y también en WSL2 el arranque va con este one-liner: curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash. Si estás en Android con Termux, se usa exactamente el mismo comando y el instalador detecta Termux automáticamente. En Windows nativo todavía va en early beta, pero ya tienen también su comando en PowerShell: irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex.
Eso no quita que siga habiendo una parte de infraestructura, aunque sea pequeña. Hay que decidir dónde va a correr, qué credenciales va a usar y qué permisos reales le das. Justo por eso merece la pena mirar la guía de instalación completa en la documentación oficial de Hermes Agent, que es además lo que comentan en el vídeo cuando entran en esa parte. Ahí explican con calma qué hace realmente el instalador, cómo queda el layout si lo montas por usuario o como root y qué matices hay en Windows. La tienes en https://hermes-agent.nousresearch.com/docs y, sinceramente, es la forma más rápida de no perder tiempo con pasos a medias.
Elegir proveedor deja de ser una cárcel
Otro punto práctico es que no te casa con una única IA. Cuando lo terminas de instalar, la siguiente parte natural es conectarlo a algo útil, y ahí es donde Hermes encaja bastante bien con lo que se enseña en el vídeo. Puedes tirar de Ollama si prefieres correr modelos en local, usar OpenRouter si quieres tener varios modelos y proveedores bajo una sola puerta, o conectarlo a ChatGPT y en general a proveedores de estilo OpenAI si ya trabajas con ese ecosistema. Y luego está la otra mitad del asunto: no solo a qué modelo lo conectas, sino por dónde vas a hablar con él. Ahí vuelven a entrar integraciones como Telegram, que al final es donde muchos acaban notando si el agente de verdad les sirve o si se queda en demo bonita.
Al final lo bueno de un agente así no es casarte con una marca, sino poder elegir la herramienta adecuada para cada caso. Hay tareas donde te compensa gastar más y otras donde no tiene ningún sentido. Si encima el sistema está mejor organizado, esa elección pesa menos en el caos general y más en el rendimiento real.
La migración desde OpenClaw parece bastante más amable de lo que esperaba
Si ya tienes OpenClaw montado, aquí hay una cosa que me hizo gracia porque es simple pero útil. La migración existe y no parece planteada como un drama. El comando es este:
hermes claw migrateY ya solo por eso se nota que entienden de dónde viene la gente que va a probarlo. No están fingiendo que OpenClaw no existió. Al revés. Asumen que mucha gente viene justo de ahí y que lo lógico es ofrecer una rampa de entrada razonable.
Eso sí, la migración buena no es solo pasar archivos. La limpieza mental también importa. Si en OpenClaw tenías mezcladas instrucciones eternas, recuerdos irrelevantes y procedimientos que deberían haber sido skills hace tiempo, llevarte todo eso tal cual a Hermes sería cambiar de nombre para seguir con el mismo caos.
Donde de verdad puede marcar la diferencia
Para mí lo más prometedor no es un canal concreto ni una integración concreta. Es el bucle. La posibilidad de que el agente haga algo, reciba feedback, guarde lo que toca, distinga si eso pertenece a memoria o a una skill, y vaya refinando su forma de trabajar sin convertir cada conversación en un vertedero de contexto.
Ese punto me parece clave porque es justo lo que separa a un chatbot vitaminado de un agente que realmente evoluciona contigo. Si cada procedimiento repetido puede refinarse hasta convertirse en skill, y si la memoria deja de ser un cajón desastre para guardar solo lo que merece persistir, el sistema gana muchísimo valor con el tiempo en vez de degradarse.
Mi lectura personal
Yo no diría que Hermes Agent venga a borrar OpenClaw del mapa ni me compraría ese titular fácil, pero sí creo que ahora mismo es una alternativa bastante mejor pensada. Sobre todo para la gente que ya ha pasado la fase de hype y quiere algo que se pueda mantener sin pelearse constantemente con el contexto, con prompts cada vez más gordos o con automatizaciones que solo funcionan cuando se alinean los planetas.
OpenClaw tuvo mucho mérito porque enseñó hacia dónde iba la cosa. Hermes Agent me da la sensación de coger esa intuición buena y ordenarla mejor. Y sinceramente, en agentes, ese orden vale más de lo que parece.
Si vienes de OpenClaw y estabas esperando algo que conserve la idea buena pero con una base más limpia, yo aquí sí pondría el ojo.
¿Qué te ha parecido?
Déjame tu opinión, pregunta o sugerencia. Los comentarios se sincronizan con GitHub Discussions .