OpenClaw vs OpenHuman vs Hermes Agent: tre modi per self-hostare un'IA personale

OpenClaw, OpenHuman ed Hermes Agent vengono continuamente messi a confronto tra loro su GitHub Trending, HN e nelle carrellate di YouTube, come se fossero tre varianti della stessa cosa. Non lo sono. La differenza tra loro non sta nelle liste di funzionalità. Sta in quando ciascuno arriva a conoscerti.

OpenHuman costruisce un modello di te prima ancora che tu digiti un prompt. OpenClaw impara ciò che gli dici, sessione dopo sessione, da qualunque app di chat tu gli scriva. Hermes sta nel mezzo: reagisce a te come OpenClaw, ma mantiene una memoria persistente che cresce ogni volta che lo usi. È questo asse, più del numero di stelle o delle liste di canali, a decidere quale strumento vuoi davvero.

Ecco il confronto su quell'asse, più la dimensione della sicurezza che conta se hai intenzione di usare OpenClaw, e dove gira ciascuno una volta effettuata la scelta.

La versione breve

• Gli strumenti si differenziano su un asse: quando l'agente ottiene il suo contesto. OpenHuman è memory-first (acquisisce i tuoi dati in modo proattivo con un ciclo di 20 minuti). OpenClaw è session-reactive (sa ciò che gli dici). Hermes è reattivo ma mantiene un grafo di skill persistente e auto-migliorante tra le sessioni.
• 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 è per chi vuole che l'agente lo conosca già: memoria proattiva su oltre 100 integrazioni, un'app desktop abbinata a un core server headless che puoi eseguire su un VPS. È ancora il più giovane dei tre e ha licenza GPL-3.0, ma presenta già almeno un CVE segnalato, quindi considera "progetto giovane" come un motivo per verificare le patch, non come un curriculum di sicurezza immacolato.
• Hermes Agent è la scelta server-native di un'organizzazione di ricerca credibile (Nous Research), con job pianificati, delega ai subagent, un ciclo di apprendimento integrato e una licenza MIT. Ha un impatto di CVE più contenuto rispetto a OpenClaw, ma non nullo, quindi l'inquadramento della sicurezza dovrebbe essere "meno problemi noti", non "nessuno riscontrato".

La differenza che decide quale vuoi

Poni a ciascuno strumento la stessa domanda, "cosa sai di me in questo momento, prima che io dica qualcosa?", e ottieni tre risposte diverse. È l'intero confronto in una sola domanda.

OpenHuman risponde prima che tu chieda. Esegue un ciclo di polling di 20 minuti su oltre 100 servizi connessi via OAuth (Gmail, Notion, GitHub, Slack, Calendar e così via) e oltre 5.000 server MCP, acquisendo i tuoi dati e comprimendoli in una struttura Markdown con punteggi che chiama Memory Tree, memorizzata in SQLite locale e replicata come vault Obsidian. Quando apri una conversazione, ha già costruito un modello della tua vita. La sua stessa tagline, "un cervello che costruisce una memoria local-first della tua vita", è l'architettura, non marketing.

OpenClaw risponde con qualunque cosa gli hai detto in questa sessione. È un gateway: un processo daemon instrada i messaggi in arrivo dalle tue app di chat verso le istanze dell'agente, e il contesto si accumula in modo reattivo attraverso quelle sessioni e il suo sistema di plugin. Sa cosa è successo nella conversazione e cosa hanno fatto emergere i suoi strumenti. Non se ne sta in background ad acquisire la tua casella di posta.

Hermes risponde con ciò che ha imparato finora. Come OpenClaw, è reattivo; risponde a messaggi ed eventi pianificati anziché recuperare i tuoi dati in modo proattivo. Ma esegue un ciclo di apprendimento chiuso: crea skill dall'esperienza, le affina mentre opera e mantiene un modello utente persistente tra le sessioni. Quindi non conosce tutta la tua vita come fa OpenHuman, ma non parte nemmeno da zero a ogni sessione. Dal punto di vista architetturale si colloca tra gli altri due.

Una volta che vedi la distinzione in questo modo, il resto del confronto va al suo posto. Le sezioni dedicate a ciascuno strumento qui sotto sono in realtà solo "cosa ti costa e cosa ti dà ciascuna risposta".

OpenClaw: il gateway multicanale

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.

Sotto il cofano è un daemon gateway in TypeScript/Node: un processo Gateway che gestisce canali, sessioni, strumenti e l'instradamento verso istanze isolate dell'agente, con una dashboard web su localhost:18789. Sopra a questo c'è un sistema di skill/plugin con un ampio registro della community, modalità vocali (parola di attivazione e voce continua su mobile), backend Docker/SSH/sandbox e Live Canvas, uno spazio di lavoro visuale guidato dall'agente. Ha licenza MIT ed è di gran lunga il più stellato dei tre, con oltre 380K su GitHub, il che significa l'ecosistema più grande e il maggior numero di skill di terze parti, nel bene e nel male (a breve di più sul male).

Se hai letto 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.

Il punto di forza qui è facile da esprimere: nient'altro in questo confronto si avvicina per copertura di canali o dimensioni dell'ecosistema. Il rovescio della medaglia è che tutta quella superficie (23 canali, un enorme registro di skill di terze parti, una dashboard che vuole essere raggiungibile) è anche superficie d'attacco. Il che merita una sezione a parte.

Lo storico di sicurezza di OpenClaw: cosa richiede davvero il "self-hosted" in questo caso

Il tracker CVE della community per OpenClaw (jgamblin/OpenClawCVEs) ora segnala 543 CVE di OpenClaw da una scansione diretta della CVE List V5, mentre il database 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.

Consiglio da esperti. Rafforza la sicurezza prima di esporre qualsiasi cosa. Non associare la dashboard di OpenClaw a 0.0.0.0. Tieni la porta 18789 su localhost e raggiungila tramite un tunnel SSH (ssh -L 18789:localhost:18789 you@your-vps), oppure mettila dietro un reverse proxy autenticato. Verifica queste impostazioni rispetto alla documentazione corrente di OpenClaw prima di andare in produzione; le impostazioni predefinite cambiano tra una release e l'altra.

La mia interpretazione: il numero di CVE di OpenClaw è un motivo per distribuirlo con attenzione, non un motivo per scartarlo. È il più diffuso dei tre proprio perché è il più capace, e "ampiamente distribuito da persone che lasciano la porta aperta" è ciò che produce i numeri da titolone. Eseguilo blindato e aggiornato, e la maggior parte delle statistiche spaventose smette di descrivere la tua macchina.

OpenHuman: memory-first, desktop più server

La cosa da capire di OpenHuman è che è composto da due parti. openhuman-core è un server JSON-RPC headless in Rust che gira come container Docker autonomo su una porta configurabile (controlla il repo per il valore predefinito attuale). L'app desktop, una build Tauri (React + Rust), è un client separato che dialoga con quel core. Il core può risiedere su un VPS mentre il client desktop vi si connette da remoto, ed è questo il modello di self-hosting che lo rende rilevante qui: server sempre attivo, client leggero sul tuo laptop.

Quello che fa quel core è il lavoro di memoria descritto in precedenza: oltre 100 integrazioni OAuth più oltre 5.000 server MCP che alimentano il ciclo di auto-fetch di 20 minuti, compresso tramite un passaggio di riduzione dei token (TokenJuice, con una riduzione dichiarata fino all'80%) nel Memory Tree e nel vault Obsidian. La postura di sicurezza è solida sulla carta per un progetto giovane, con crittografia a riposo AES-256-GCM, derivazione delle chiavi Argon2id, integrazione con il keychain del sistema operativo e sandboxing degli strumenti tramite Docker/Bubblewrap/Firejail/Landlock. Ora è segnalato almeno un CVE per OpenHuman: CVE-2026-55743, un bypass di sandbox/allowlist di uno strumento shell che riguarda le versioni fino alla 0.54.0. Quindi l'interpretazione corretta non è "nessun precedente ancora", ma "progetto giovane, postura di sicurezza in rapida evoluzione, verifica la versione con la patch prima del deployment".

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.

Un'avvertenza sulle fonti: il sito di documentazione esterna di OpenHuman non era raggiungibile quando ho controllato, quindi le specifiche qui sopra provengono dal suo README su GitHub, dall'issue tracker e dal repo anziché da un portale di documentazione curato. Sono coerenti tra queste fonti, ma se ti basi su un numero specifico, riverificalo rispetto al repo prima di impegnarti.

Hermes Agent: server-native con un ciclo di apprendimento

Hermes resta server-native nel suo nucleo, ma non rientra più in modo netto nella categoria "nessuna app desktop". La documentazione ufficiale ora offre Hermes Desktop accanto all'installazione da riga di comando, mentre l'agente stesso può ancora girare su un VPS, una VM cloud o un altro ambiente server. Puoi interagire con esso tramite piattaforme di messaggistica, l'app desktop o una vera interfaccia da terminale con editing multiriga e autocompletamento dei comandi slash. Se OpenHuman è "desktop con un core server" e OpenClaw è "gateway a cui scrivi", Hermes è più vicino a "un agente server-first con accesso desktop opzionale".

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.

Il ciclo di apprendimento è ciò che lo distingue da un semplice agente reattivo: costruisce skill dall'esperienza e mantiene un modello utente tra le sessioni, così accumula utilità nel tempo senza fare acquisizione proattiva in stile OpenHuman. Sul fronte della sicurezza, Hermes non è privo di CVE. OpenCVE elenca decine di CVE per NousResearch/hermes-agent, inclusi problemi relativi ad autenticazione, WebSocket/DNS rebinding, injection, path traversal e gestione di gateway/webhook. Si tratta comunque di uno storico pubblico più leggero di quello di OpenClaw, ma la conclusione corretta è "esposizione nota più contenuta", non "nessuno segnalato".

Testa a testa: architettura, sicurezza, deployment, costo

Ecco tutto in un'unica schermata. Il numero di stelle e le versioni sono aggiornati all'inizio di luglio 2026 e cambiano in fretta, quindi ricontrolla qualsiasi dato tu intenda citare.

Le celle coprono le specifiche; due compromessi che la tabella non cattura meritano una frase ciascuno. La tensione tra sicurezza ed ecosistema tira in direzioni opposte: lo storico di CVE di OpenClaw è il prezzo di essere lo strumento più distribuito e più esteso della categoria. OpenHuman ed Hermes hanno record pubblici di CVE molto più ridotti, ma nessuno dei due dovrebbe più essere presentato come immacolato o non testato; andrebbero presentati come più giovani e meno studiati. E la distinzione desktop contro server è una vera biforcazione: OpenHuman resta il più orientato al modello desktop più core di memoria dei tre, ma ora anche Hermes offre un installer desktop, quindi la distinzione più netta non è "desktop contro nessun desktop"; è "modello desktop/core memory-first contro agente server-first con accesso desktop opzionale".

Quale dovresti scegliere?

Abbina l'architettura alla frase che ti somiglia di più:

• "Voglio che l'agente mi conosca già prima che io chieda qualcosa." Scegli OpenHuman. Il modello di memoria proattiva è l'unico qui a costruire il contesto in background, e nient'altro replica il ciclo di acquisizione a 100 integrazioni. Lo paghi in RAM (4 GB minimo), impegno di configurazione e una community più piccola e più giovane.
• "Voglio raggiungere la mia IA da WhatsApp, Telegram o qualunque app io stia già usando." Scegli OpenClaw. I suoi 23 canali sono impareggiabili e l'ecosistema è il più profondo. In cambio ti accolli il compito di rafforzarne la sicurezza.
• "Voglio job pianificati lato server e un'organizzazione di ricerca credibile dietro il progetto." Scegli Hermes Agent. Server-native, cron integrato, il pedigree di Nous Research e un ciclo di apprendimento che si accumula, con meno bagaglio pubblico di CVE rispetto a OpenClaw ma comunque abbastanza problemi segnalati da richiedere la normale disciplina degli aggiornamenti.

Verdetto rapido. Non c'è un unico vincitore; tutto dipende da cosa vuoi che sia l'agente. Se dovessi assegnare scelte in una riga: OpenHuman per il maniaco della memoria che vuole un'IA che lo legga per prima, OpenClaw per la massima copertura se lo distribuirai in modo responsabile, Hermes per chi vuole un daemon di automazione pulito, server-native e senza complicazioni. Chiunque ti dica che uno di questi è oggettivamente il migliore non ha capito che stanno risolvendo tre problemi diversi.

Altri due fattori che dovrebbero sciogliere un pareggio. Licenza: GPL-3.0 (OpenHuman) conta se intendi forkare e ridistribuire; MIT (OpenClaw, Hermes) è la strada più libera per farlo. E tolleranza al rischio di sicurezza: se l'idea di eseguire uno strumento con lo storico di CVE di OpenClaw ti toglie il sonno anche blindato, questo è un motivo legittimo per scegliere uno degli altri due; solo non scambiare un record di CVE più ridotto per la prova che un progetto più giovane sia automaticamente più sicuro.

Dove eseguire ciascuno

Tutti e tre sono daemon sempre attivi; devono restare in funzione quando non sei alla scrivania, il che esclude di eseguirli dal tuo laptop e indica un VPS. (Il shared hosting è escluso per tutti e tre: richiedono Docker, root e processi a lunga esecuzione.) Nessuno di essi richiede una GPU a meno che tu non decida di abbinarli a un modello completamente locale, quindi un normale VPS Linux fa il suo lavoro.

Dimensionamento, in specifiche generiche: OpenClaw ed Hermes se la cavano bene con 2 GB di RAM come base, salendo a 4 GB se usi molti plugin o carichi di lavoro cron intensivi. OpenHuman vuole 4 GB minimo e 8 GB consigliati, soprattutto se ospiterai un modello locale accanto al core. Concedi anche più margine di disco all'opzione più esigente in memoria; quel Memory Tree SQLite cresce con la tua cronologia.

Una volta scelto, il deployment si divide lungo la linea del marketplace. OpenClaw ed Hermes Agent sono entrambi installazioni one-click sul marketplace di Cloudzy, così ottieni una macchina Ubuntu preconfigurata con il daemon già impostato e passi il tempo a rafforzare la sicurezza e collegare i canali invece che sulle procedure di installazione: OpenClaw e i piani Agente Hermes. OpenHuman non è un'app one-click, ma si adatta bene a un VPS Linux Cloudzy: provisiona una macchina con almeno 4 GB di RAM, esegui il container Docker openhuman-core, mettilo dietro TLS con un reverse proxy e punta il tuo client desktop ad esso. L'accesso root completo e lo storage NVMe coprono ciò di cui hanno bisogno il memory tree e il ciclo sempre attivo. Su qualunque di essi ricada la scelta, la storia del deployment finisce allo stesso modo: un piccolo VPS Linux sotto il tuo controllo, che esegue l'agente che hai scelto.

Domande frequenti

OpenClaw è sicuro da self-hostare?

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.

Qual è la differenza tra OpenHuman ed Hermes Agent?

OpenHuman è memory-first: acquisisce in modo proattivo i tuoi dati da oltre 100 servizi connessi con un ciclo di 20 minuti e costruisce un modello di te prima che tu gli dia un prompt, e include un'app desktop abbinata a un core server headless. Hermes Agent è server-native e reattivo; risponde a messaggi e job pianificati anziché recuperare in anticipo i tuoi dati, ma costruisce un grafo di skill persistente tra le sessioni attraverso un ciclo di apprendimento. In breve: OpenHuman ti conosce fin dall'inizio; Hermes arriva a conoscerti nel tempo.

Quanta RAM mi serve per self-hostare questi agenti?

OpenClaw ed Hermes Agent girano su circa 2 GB di RAM come base, o 4 GB se usi molti plugin o pesanti carichi di lavoro pianificati. OpenHuman necessita di 4 GB minimo e 8 GB consigliati. Nessuno richiede una GPU a meno che tu non abbini l'agente a un modello ospitato localmente invece di un'API.

Quale agente IA self-hosted ha il maggior numero di integrazioni di messaggistica?

OpenClaw, con 23 canali di messaggistica tra cui WhatsApp, Telegram, Slack, Discord, Signal e iMessage. Hermes Agent supporta oltre 20 piattaforme, tra cui Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams e Google Chat. OpenHuman non è affatto un router di chat; è memory-first, quindi acquisisce dati anziché instradare messaggi.

Questi agenti possono girare completamente in locale senza una chiave API?

Tutti e tre chiamano un LLM, ma puoi puntare quell'LLM a un modello locale invece che a un'API ospitata. Hermes Agent include oltre 300 provider, inclusi runner locali; OpenClaw e OpenHuman possono essere abbinati a un runner di modelli locali come Ollama. Eseguire tutto in locale di solito significa più RAM, e una GPU se vuoi una velocità ragionevole sui modelli più grandi.