Session 09
架构选型与项目比对
最后一节把知识变成判断力：给定一个 agent 场景，你应该能判断用 Claude Code 型、OpenClaw 型、Hermes 型，还是需要更上层 harness。
1. 训练目标
本页要练会：能根据任务类型、执行环境、上下文来源、工具风险、长期记忆、多人协作和部署方式选择 agent 架构。
主要依据：Claude Code overview / OpenClaw multi-agent / Hermes learning path。
2. 三项目对照
| 维度 | Claude Code | OpenClaw | Hermes Agent |
|---|---|---|---|
| 适合 Claude Code 型 | 代码库理解、bugfix、refactor、PR、CI、SDK 驱动 coding agents。 | 不是首选多 channel personal assistant。 | 风险重点是 repo 和命令权限。 |
| 适合 OpenClaw 型 | 自托管 Gateway、个人/团队 channel、多个 isolated agents、agent workspace。 | 不是只为了写代码改文件。 | 风险重点是 channel routing、workspace 和技能权限。 |
| 适合 Hermes 型 | terminal assistant、automation、bots、provider routing、sandbox backend、memory provider。 | 不是只做一次性 chat。 | 风险重点是工具面、长期记忆和执行 backend。 |
3. 组件机制
| 机制 | 解释 |
|---|---|
| Selection axis | 按任务域、上下文来源、工具风险、部署形态、记忆需求和协作形态判断。 |
| Architecture fit | 不是项目名匹配，而是组件能力和约束匹配。 |
| Migration path | 从单 agent demo 到 runtime，再到 harness，逐步增加控制面和观测。 |
| Build vs adopt | 先判断现有产品/开源 runtime 是否满足边界，再决定是否自建 harness。 |
4. 失败模式
| 失败模式 | 为什么危险 |
|---|---|
| 为所有问题选择多 agent | 没有隔离边界和评价标准时，多 agent 只会增加成本和不确定性。 |
| 为所有问题选择 coding agent | Claude Code 型适合代码库任务，不自动覆盖 channel、bot、长期自动化。 |
| 自建过早 | 没有先定义 runtime contract、工具风险和观测目标就开始造平台。 |
5. 架构练习
- 场景：团队代码审查自动化。选择架构并说明权限和 trace。
- 场景：个人跨 Telegram/Discord 的助理。选择架构并说明 routing 和 memory。
- 场景：公司要统一调度 Claude Code、OpenClaw、Hermes。说明为什么需要 harness。
6. 知识展开
上面的卡片是索引，点击后跳到对应的详细解释。阅读时不要只记名词，要同时记住组件边界、为什么需要它、三个项目怎么体现，以及你能用什么问题自检。
Architecture fit
根据任务环境、工具风险、上下文来源和协作复杂度选择 agent 架构。
Deployment shape
agent 是 CLI、本地桌面、自托管服务、云服务、IDE 插件还是嵌入式 runtime。
Risk budget
系统愿意承受多少误操作、数据泄露、成本超支和恢复成本。
Integration depth
agent 与现有代码库、业务系统、权限系统、消息系统和 CI/CD 的集成程度。
Operability
系统上线后是否能监控、调试、回滚、升级、清理状态和处理事故。
Detailed Concepts
| 概念 | 是什么 | 为什么重要 | 项目对照 | 自检问题 |
|---|---|---|---|---|
| Architecture fit | 根据任务环境、工具风险、上下文来源和协作复杂度选择 agent 架构。 | 选型不是选最强框架，而是选择最少能满足约束的系统。 | Claude Code-like 适合代码库工作流；OpenClaw-like 适合自托管 runtime/channel；Hermes-like 适合本地终端/桌面 automation；HiClaw-like 适合 harness 编排。 | 这个任务真的需要多 agent 吗？ |
| Deployment shape | agent 是 CLI、本地桌面、自托管服务、云服务、IDE 插件还是嵌入式 runtime。 | 部署形态决定权限、数据边界、升级、观测和用户体验。 | Claude Code 偏开发者本地/SDK；OpenClaw 偏自托管 Gateway；Hermes 偏本地应用；HiClaw 偏统一部署编排。 | 数据能不能离开本机或企业网络？ |
| Risk budget | 系统愿意承受多少误操作、数据泄露、成本超支和恢复成本。 | agent 越自治，risk budget 要越清晰。 | 工具越多、记忆越长、多 agent 越复杂，风险预算越要显性化。 | 最坏一次失败的可接受损失是什么？ |
| Integration depth | agent 与现有代码库、业务系统、权限系统、消息系统和 CI/CD 的集成程度。 | 浅集成容易上线但能力有限，深集成强但维护成本高。 | Claude Code 强代码库/开发流；OpenClaw 强 channel/workspace/runtime；Hermes 强本地工具和 provider；HiClaw 强多 runtime 接入。 | 是否值得为这个场景引入控制面？ |
| Operability | 系统上线后是否能监控、调试、回滚、升级、清理状态和处理事故。 | demo 成功不代表可运维，agent 的状态和工具副作用会放大运维难度。 | 三类项目都要落到日志、trace、配置、版本和恢复策略。 | 值班同学能否在没有原作者的情况下排障？ |