Comparativo entre OpenClaw e Hermes Agent: para que serve cada agente de IA self-hosted, vantagens, desvantagens e os riscos que ninguém te conta.
Especialista em inteligência artificial e transformação digital. Mais de 10 anos ajudando empresas brasileiras a implementar soluções de analytics e IA.
No fim de 2025, o desenvolvedor austríaco Peter Steinberger, fundador da PSPDFKit, montou num fim de semana um assistente pessoal que respondia pelo WhatsApp e rodava no computador dele. Em menos de cinco meses, esse projeto virou o repositório mais estrelado da história do GitHub, com mais de 346 mil estrelas e meio milhão de sistemas rodando (números de agosto de 2026, que mudam rápido). O nome dele é OpenClaw, e a febre que criou ajudou a popularizar uma categoria nova: o agente de IA self-hosted, que roda na sua máquina, conversa com você pelo mensageiro que você já usa e executa tarefas de verdade. O concorrente mais comentado dessa categoria é o Hermes Agent, da Nous Research.
Se você decide tecnologia numa empresa, provavelmente alguém do time já sugeriu "colocar um OpenClaw" para alguma coisa. Este post explica o que cada ferramenta é, no que elas se parecem, as diferenças que importam na escolha, as vantagens e desvantagens de cada uma e, principalmente, o que avaliar antes de deixar qualquer uma delas encostar em dados da sua operação.
O OpenClaw é um gateway de agentes de IA de código aberto que você instala na sua própria infraestrutura (um computador dedicado ou um servidor VPS). Ele conecta um modelo de linguagem às suas ferramentas do dia a dia: arquivos, calendário, e-mail, navegador, terminal. A interface é o mensageiro que você já tem no bolso: são 29 canais suportados, incluindo WhatsApp, Telegram, Discord, Slack, Signal e iMessage.
Três características definem a ferramenta. Primeiro, a proatividade: além de responder comandos, o agente age por agendamento, com um mecanismo interno que dispara tarefas recorrentes. Segundo, o sistema de skills: pacotes de instruções que ensinam o agente a executar tipos específicos de tarefa (expliquei o conceito em detalhe no post sobre skills de agentes de IA), com um marketplace comunitário, o ClawHub, para instalar skills prontas. Terceiro, a neutralidade de modelo: funciona com modelos da Anthropic, da OpenAI ou modelos locais, à sua escolha.
O projeto deixou de ser um repositório pessoal e virou uma fundação sem fins lucrativos em julho de 2026, com time dedicado. É um sinal de maturidade institucional raro para um projeto tão novo.
estrelas no GitHub em menos de 5 meses
O OpenClaw se tornou o repositório mais estrelado da história do GitHub, com mais de 500 mil sistemas rodando em agosto de 2026
O Hermes Agent é um agente autônomo de código aberto (licença MIT) lançado em fevereiro de 2026 pela Nous Research, laboratório conhecido pelos modelos abertos da família Hermes. Como o OpenClaw, ele roda na sua infraestrutura, executa tarefas, navega na web, escreve e roda código, e conversa com você por Telegram, Discord, Slack, WhatsApp, Signal e linha de comando.
A aposta central é diferente: em vez de amplitude, aprendizado. O Hermes tem memória persistente que guarda suas preferências, projetos e contexto entre sessões, e um ciclo de auto-aperfeiçoamento: quando resolve um problema difícil, ele mesmo escreve um documento de skill reutilizável, com o procedimento, as armadilhas conhecidas e os passos de verificação. Na prática, o agente que você roda há três meses é mais capaz que o que você instalou no primeiro dia, porque acumulou skills do seu contexto específico.
Dois outros pontos se destacam. A instalação é minimalista: um comando, sem privilégios de administrador, em Linux, macOS ou WSL2. E o suporte a modelos é agnóstico de verdade: além do portal da própria Nous e do OpenRouter (acesso a mais de 200 modelos), aceita qualquer endpoint compatível com a API da OpenAI e roda modelos abertos totalmente locais via vLLM, ou seja, dá para operar 100% dentro de casa, sem nenhum dado saindo para provedor externo.
Antes das diferenças, vale nomear o terreno comum, porque ele explica a categoria:
A escolha entre os dois é menos sobre lista de funcionalidades e mais sobre filosofia de produto. O OpenClaw pensa em organização de agentes: um hub central roteando conversas de dezenas de canais para agentes persistentes, com um ecossistema enorme de skills e plugins da comunidade. O Hermes pensa num agente só que melhora com o tempo: memória em camadas, skills que ele mesmo escreve, sub-agentes isolados para trabalhos paralelos.
| Critério | OpenClaw | Hermes Agent |
|---|---|---|
| Criador | Peter Steinberger, hoje fundação sem fins lucrativos | Nous Research |
| Lançamento | Fim de 2025 | Fevereiro de 2026 |
| Filosofia | Gateway multi-canal, orquestração | Agente único que aprende |
| Canais | 29 (agosto de 2026) | Cerca de 20 (agosto de 2026) |
| Skills | Marketplace comunitário (ClawHub) | Criadas pelo próprio agente |
| Modelos | Anthropic, OpenAI, locais | OpenRouter (200+), endpoints compatíveis, vLLM local |
| Base técnica | Node.js | Python |
| Comunidade | Muito maior (346 mil+ estrelas) | Menor, crescendo |
A força do OpenClaw é o ecossistema. A comunidade gigante significa skill pronta para quase tudo, tutorial para cada dúvida, integração para cada canal e um ritmo de evolução que nenhum concorrente acompanha. Para quem quer um assistente pessoal versátil funcionando hoje, é o caminho mais curto.
As desvantagens são o outro lado das mesmas moedas. O tamanho atraiu o escrutínio de segurança mais intenso da categoria (a seção seguinte detalha), e o marketplace comunitário significa instalar código de terceiros com poderes amplos sobre a sua máquina. A arquitetura rica em camadas de memória e configuração também cobra manutenção: não é um produto acabado, é uma plataforma que você opera.
A força do Hermes é a profundidade. O ciclo de auto-aperfeiçoamento gera valor composto: cada problema resolvido vira procedimento documentado, o que faz diferença real em trabalho repetitivo. O suporte nativo a modelos locais via vLLM é a rota mais limpa para quem tem requisito duro de privacidade. E a pegada menor (instalação simples, memória enxuta) reduz custo de operação e de tokens.
As desvantagens: comunidade e ecossistema muito menores (menos skills prontas, menos respostas na internet quando algo quebra), menos canais e menos maturidade institucional. Skills escritas pelo próprio agente também pedem revisão humana periódica: procedimento aprendido errado vira erro repetido com confiança.
Aqui está a parte que os vídeos de "instale seu agente em 5 minutos" não mostram. Um agente self-hosted com acesso a arquivos, terminal e e-mail é, por definição, uma superfície de ataque. O OpenClaw, por ser o maior, virou o caso de estudo: pesquisas identificaram mais de 255 avisos de segurança publicados no GitHub do projeto, envolvendo execução de comandos, credenciais em texto puro e vazamento de dados. A IBM X-Force e a Microsoft publicaram análises dedicadas aos riscos de rodá-lo.
O vetor mais importante se chama injeção indireta de prompt: instruções maliciosas escondidas num conteúdo que o agente vai processar (uma página web, um e-mail, um documento). Se o agente trata a instrução escondida como legítima, ele pode vazar dados ou executar ações em seu nome. Não é um bug que se corrige com atualização; é uma propriedade da categoria, que vale para OpenClaw, Hermes e qualquer agente com autonomia. O mínimo obrigatório para rodar qualquer um dos dois com responsabilidade: isolar o agente num contêiner ou máquina dedicada, nunca expor a porta de administração à internet, não guardar credenciais em texto puro, instalar skills só de fonte confiável e dar ao agente apenas os acessos da tarefa, nada além.
Depende do que "usar" significa. Como assistente pessoal de um fundador ou de um time técnico (organizar agenda, triar e-mail, automatizar rotinas próprias, prototipar), os dois são ferramentas legítimas e baratas de experimentar, respeitando o checklist de segurança acima e mantendo dados de clientes fora do alcance do agente.
Como peça da operação, o sarrafo é outro. Atendimento a cliente, acesso a base de dados de terceiros e processos com dado pessoal exigem o que agente pessoal não entrega por padrão: trilha de auditoria, controle de acesso por função, limites do que o agente pode prometer e fazer, e conformidade com a LGPD. Escrevi sobre esse sarrafo no post de governança de agentes de IA. E um alerta específico: se a ideia é plugar um agente desses no WhatsApp comercial para atender cliente, pare antes. O caminho responsável para esse caso é a API oficial da Meta, com as regras e custos que mostrei no tutorial de agente de IA no WhatsApp; número de empresa conectado por via não oficial é risco de banimento do canal inteiro.
Minha leitura pragmática: use essas ferramentas como laboratório. Elas são a forma mais barata que já existiu de um decisor sentir, na prática, o que um agente autônomo faz bem e onde ele falha. O aprendizado transfere; a instalação, não necessariamente.
Para instalar e configurar com segurança, sim, pelo menos o básico de terminal e servidores. A instalação em si é um comando, mas operar com isolamento, credenciais bem guardadas e atualizações em dia é trabalho técnico contínuo. Quem não tem esse perfil no time deveria tratar "roda em 5 minutos" como propaganda, não como promessa.
O software é gratuito nos dois casos. Os custos reais em agosto de 2026: um VPS (a partir de algumas dezenas de reais por mês), os tokens do modelo de IA (varia com o uso; modelos locais zeram essa conta em troca de hardware mais caro) e, o mais subestimado, o tempo de quem mantém a instalação segura e atualizada.
Se a prioridade é amplitude de integrações, skills prontas e comunidade para tirar dúvida, OpenClaw. Se a prioridade é privacidade máxima (modelos 100% locais), custo enxuto e um agente que melhora com trabalho repetitivo, Hermes. Para um primeiro contato exploratório, a comunidade maior do OpenClaw reduz a fricção de aprendizado.
Tecnicamente sim, e é exatamente onde mora o risco: conexões não oficiais de WhatsApp violam os termos da Meta e podem custar o número comercial, além de expor conversas de clientes a uma ferramenta sem controles de conformidade. Para atendimento a cliente, use a API oficial; agente pessoal fica no seu número pessoal.
Não; são categorias diferentes. Copilots vivem no editor de código e chatbots corporativos vivem em plataformas com governança. OpenClaw e Hermes são assistentes pessoais autônomos de propósito geral: cobrem um espaço novo, mas não trazem os controles corporativos das outras categorias.
OpenClaw e Hermes Agent são a prova de que agente de IA deixou de ser demo de laboratório: meio milhão de instalações do primeiro e o ritmo de evolução do segundo mostram uma categoria real, com filosofias distintas competindo (amplitude e ecossistema contra profundidade e aprendizado). Para uso pessoal e experimentação, a barreira de entrada nunca foi tão baixa, e o custo de aprender fazendo é de dezenas de reais por mês.
Para a operação da sua empresa, a régua é outra: segurança, LGPD e governança pesam mais que velocidade de instalação, e a distância entre o agente que impressiona no Discord e o agente que atende seu cliente com responsabilidade continua grande. Se você quer atravessar essa distância com método, do diagnóstico ao agente em produção com os controles certos, vamos conversar. A Waxi ajuda empresas brasileiras a colocar agentes de IA em produção com segurança e resultado medido.
Tutorial passo a passo para criar um agente de IA no WhatsApp com a API oficial da Meta: conta, webhook, código em Python e custos reais em reais.
Skills de agentes de IA guardam os procedimentos da sua empresa em arquivos que o agente segue. Entenda o que são, os limites reais e como criar a primeira.
Governança de agentes de IA para PME brasileira: por que um agente que age sobre dados de cliente sem regras vira risco jurídico na LGPD, e o checklist para evitar isso.
