基于Qwen 35B本地模型的Hermes与OpenClaw智能体在相同任务中展现出不同策略与效率。任务要求抓取GitHub star历史、分析增长峰值原因并构建实时仪表盘。OpenClaw耗时12分钟，消耗203k tokens，通过编写bash脚本高效调用GitHub API，处理分页与JSON数据，并发现一次安全事件。Hermes耗时33分钟，消耗257k tokens，采用并行工具调用策略，在遭遇Google速率限制后自动切换至DuckDuckGo，最终整合内容并映射传播节点。两者均成功交付了包含增长图表和峰值标注的实时仪表盘。