Os recentes artigos do Hermes Agent têm gerado discussões produtivas sobre memória persistente, abstração de uso de ferramentas e laços de reflexão em agentes autônomos.

Em vez de acrescentar ao hype, quero comparar a arquitetura proposta pelo Hermes com uma implementação que está em produção há mais de um ano: OpenClaw.

O objetivo não é reivindicar prioridade, mas mostrar onde os padrões convergem — e onde o OpenClaw já resolveu vários dos mesmos desafios de engenharia.

Arquitetura de memória

O Hermes propõe memória persistente entre sessões com recuperação vetorial e mecanismos de decaimento.

O OpenClaw implementa isso usando o Honcho como uma camada de memória programável local-first. Escolhas técnicas principais:

• Decaimento temporal: memórias mais antigas recebem pontuações de recuperação exponencialmente menores. Isso impede que o contexto obsoleto domine a memória de trabalho.
• MMR (Relevância Marginal Máxima): o recuperador equilibra a similaridade com a consulta atual com a diversidade entre as memórias retornadas. Nenhuma passagem duplicada ou quase idêntica.
• Zero chamadas de API: todo o sistema de memória roda localmente—sem viagens de ida e volta para bancos de dados vetoriais pagos ou serviços de embedding externos.

Raciocínio vs. uso de ferramentas

Hermes descreve uma separação limpa entre o núcleo de raciocínio do agente e sua superfície de chamada de ferramentas.

OpenClaw tem essa separação desde o seu primeiro lançamento:

• O laço de raciocínio opera em uma visualização compacta de “memória de trabalho”.
• As ferramentas são definidas como funções modulares, tipadas, com esquemas explícitos.
• O agente nunca chama ferramentas diretamente; ele emite uma solicitação de ferramenta estruturada “solicitação de ferramenta” que o orquestrador encaminha e valida.

Isso permite trocar modelos (por exemplo, de um modelo local pequeno para GPT-4) sem alterar a interface da ferramenta—um padrão que mantém a inferência barata para 95% das etapas.

Loops de reflexão

Hermes introduz um “loop de reflexão” para auto-correção.

OpenClaw implementa isso como uma restrição apenas para depurador:

• O agente é executado principalmente em modelos pequenos e rápidos (Ollama, llama.cpp).
• Um modelo pago (OpenAI, Anthropic) é invocado apenas quando o agente atinge um limiar de confiança ou ocorre um erro de execução — e somente para refletir sobre a falha e produzir um plano corrigido.
• Isso impede que os loops de reflexão se tornem um multiplicador de custo.

Orquestração multiagente

Hermes propõe a delegação de subagentes com contextos isolados.

OpenClaw usa pipelines Lobster—grafos de tarefas baseados em DAG:

• Cada subagente é executado em seu próprio contexto de memória e ferramentas.
• O agente pai delega por meio de uma transferência estruturada (passando apenas a fatia relevante do estado).
• Os pipelines podem ser compostos, armazenados em cache e reproduzidos para recuperação de falhas sem custo.

Em testes de produção, isso reduz o consumo de tokens em 70-80% em tarefas de múltiplas etapas, comparado a um único agente lidando com tudo.

Onde o Hermes é genuinamente novo

Para ser justo, o Hermes formaliza a implantação e o gerenciamento do ciclo de vida desses agentes (controle de versão, rollback, teste A/B de parâmetros de memória). O OpenClaw atualmente falta esse refinamento—é uma ferramentário focado em desenvolvedores, não uma plataforma gerenciada.

Essa é uma direção útil para todo o campo.

Conclusão

Se você está construindo um agente hoje, não precisa aguardar uma implementação de código fechado de Hermes.

Os padrões centrais—memória persistente com decaimento temporal, recuperação MMR, camadas separadas de raciocínio/ferramenta, laços de reflexão controlados por custo e orquestração de subagentes baseada em DAG—já estão implementados no OpenClaw, com arquivos de configuração completos e exemplos disponíveis.

Você pode cloná‑lo, executá‑lo em um laptop e começar a modificar a arquitetura em uma tarde.

O artigo que documenta tudo isso está aqui: Construindo o OpenClaw com Orçamento Zero: Memória Multi‑Agente Híbrida com Decaimento Temporal & MMR

Vamos manter a conversa técnica. Qual parte dessa arquitetura você gostaria de aprofundar?