正在阅读:

“龙虾”史上最大更新:OpenClaw 2.0来了

扫一扫下载界面新闻APP

“龙虾”史上最大更新:OpenClaw 2.0来了

OpenClaw集中火力瞄准了三个核心难题。

“龙虾”史上最大更新:OpenClaw 2.0来了

图片来源:

8月31日,开源个人AI助手OpenClaw正式发布v2026.8.1,团队直接把它称为“OpenClaw 2.0”。按照官方披露的数据,这是OpenClaw诞生以来规模最大的一次更新。官方博客甚至用了一个略带自嘲的标题——《OpenClaw 2.0, Accidentally》(不小心搞出了2.0)。

OpenClaw官方博客

用创始人Peter Steinberger的话说,团队最初只是想简化安装流程、重做浏览器端,最后却发现,为了让一个非技术用户更快获得一只“能用的龙虾”,他们必须同时重构会话、记忆、权限、密钥、云端执行、多Agent协作和团队共享。

在2.0之前,OpenClaw曾经在230天里发布106个稳定版本,大多数版本之间只隔一两天,但从7月中旬的2026.7.1之后,OpenClaw突然停更了接近7周;团队原本准备8月18日上线新版,最后一天又临时宣布延期,原因是测试中发现老用户从2026.7.1及更早版本升级时,仍然可能把原来的Agent配置搞坏。

从2.0版本升级的内容来看,OpenClaw集中火力瞄准了三个核心难题:安装部署门槛过高、长期记忆与会话连续性不足、以及安全与权限治理缺失。这三个问题是OpenClaw自身在从极客玩具走向生产力工具的过程中暴露出的最突出短板。

OpenClaw 2.0对话界面

第一个难题是安装部署的复杂性。早期OpenClaw对技术用户相当友好,允许自由配置模型、网关、插件和通信渠道,但对普通用户而言,每增加一项自由度就意味着多一个需要理解的配置项。新版彻底重构了安装流程:引导式安装程序会先扫描用户机器上已有的AI服务订阅、API密钥和本地模型,能够自动处理的配置尽量自动处理,暂时用不到的设置则从初始安装中移除。官方默认使用GPT-5.6模型,本地模型方面将node-llama-cpp替换为托管的llama-server,上下文长度默认提升至64K。大量配置项被移出初次安装,剩余部分交给用户在与Agent的日常对话中逐步完善。

第二个难题是Agent的长期记忆与会话连续性。在1.0时代,OpenClaw的记忆系统相对原始,Agent在长期使用后容易出现“记忆混乱”或“遗忘”的问题,用户每隔几天就需要重新交代背景信息,严重削弱了长期使用的价值。2.0版本引入了Active Memory机制,允许Agent在符合条件的会话中调用过去对话的相关上下文;新增的Background Memory Consolidation功能则让模型在后台自动整理长期记忆,把真正值得保留的信息提升到长期存储中,同时留下来源信息和“梦境日记”(Dream Diary),官方将其形象地比喻为“Agent在睡觉时整理白天的记忆”。此外,Self-learning机制开始让Agent从已完成的任务中积累可复用的方法,并将其转化为新的Skills,实现某种程度的自我进化。

第三个难题是安全与权限治理。作为一款拥有文件系统、浏览器、终端等高权限的Agent框架,OpenClaw自爆火以来就饱受安全争议。2.0版本在安全层面新增Private Credential Request机制,Agent需要密码或Token时通过遮罩输入界面向用户索取,敏感信息全程不进入聊天记录和模型上下文;周期性自动化任务只能针对获批的具体操作复用授权,任务或操作发生变化后需重新审批;第三方插件安装前将展示能力、来源和版本信息,来自任意可执行来源的插件需使用强制参数确认。此外,官方引入了openclaw security audit命令,用于检查入站访问、工具影响半径、网络暴露和插件白名单等安全维度。

多人OpenClaw工作区

除上述三大核心改进之外,2.0版本还在产品形态上做出了一个颇具野心的转变:从“一人一个Agent”的个人工具,走向"多人与多个Agent协同工作"的协作平台。新增的Shared Cloud Sessions允许团队成员进入同一任务,查看Agent已完成的工作,并在保留原有上下文的情况下接手继续;会话可在本地设备、配对机器和Cloud Worker之间迁移,一项工作可以先在Mac上开始,随后交给云端机器继续执行,云端机器闲置后可休眠,收到新消息再重新分配资源。底层存储也从文件系统迁移到SQLite数据库。

OpenClaw作为2025年底发起的开源项目,凭借“让AI从对话助手进化为能执行复杂任务的数字员工”这一理念,在2026年初迅速引爆全球开发者社区。从2025年12月发布测试版到2026年3月,其GitHub Star数在约100天内从零飙升至25万以上,一度超越React等老牌项目,成为GitHub历史上增长最快的开源项目之一。

国内甚至掀起了一场“全民养龙虾”的热潮,深圳华强北的Mac mini一度缺货加价,499元上门安装OpenClaw的服务供不应求,腾讯、百度、字节跳动等大厂纷纷推出各自的衍生版本。

然而,现象级的热度并未持续太久,随着AI行业竞争焦点的快速转移,OpenClaw在社区中的讨论热度已明显降温,不少早期用户已经转向Claude Code、Codex等新工具。正因如此,2.0版本的发布被外界普遍视为OpenClaw的一次“正名之战”,它需要证明,这只龙虾不仅能红,还能真正解决AI Agent走向实用化过程中最棘手的痛点。

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

“龙虾”史上最大更新:OpenClaw 2.0来了

OpenClaw集中火力瞄准了三个核心难题。

“龙虾”史上最大更新:OpenClaw 2.0来了

图片来源:

8月31日,开源个人AI助手OpenClaw正式发布v2026.8.1,团队直接把它称为“OpenClaw 2.0”。按照官方披露的数据,这是OpenClaw诞生以来规模最大的一次更新。官方博客甚至用了一个略带自嘲的标题——《OpenClaw 2.0, Accidentally》(不小心搞出了2.0)。

OpenClaw官方博客

用创始人Peter Steinberger的话说,团队最初只是想简化安装流程、重做浏览器端,最后却发现,为了让一个非技术用户更快获得一只“能用的龙虾”,他们必须同时重构会话、记忆、权限、密钥、云端执行、多Agent协作和团队共享。

在2.0之前,OpenClaw曾经在230天里发布106个稳定版本,大多数版本之间只隔一两天,但从7月中旬的2026.7.1之后,OpenClaw突然停更了接近7周;团队原本准备8月18日上线新版,最后一天又临时宣布延期,原因是测试中发现老用户从2026.7.1及更早版本升级时,仍然可能把原来的Agent配置搞坏。

从2.0版本升级的内容来看,OpenClaw集中火力瞄准了三个核心难题:安装部署门槛过高、长期记忆与会话连续性不足、以及安全与权限治理缺失。这三个问题是OpenClaw自身在从极客玩具走向生产力工具的过程中暴露出的最突出短板。

OpenClaw 2.0对话界面

第一个难题是安装部署的复杂性。早期OpenClaw对技术用户相当友好,允许自由配置模型、网关、插件和通信渠道,但对普通用户而言,每增加一项自由度就意味着多一个需要理解的配置项。新版彻底重构了安装流程:引导式安装程序会先扫描用户机器上已有的AI服务订阅、API密钥和本地模型,能够自动处理的配置尽量自动处理,暂时用不到的设置则从初始安装中移除。官方默认使用GPT-5.6模型,本地模型方面将node-llama-cpp替换为托管的llama-server,上下文长度默认提升至64K。大量配置项被移出初次安装,剩余部分交给用户在与Agent的日常对话中逐步完善。

第二个难题是Agent的长期记忆与会话连续性。在1.0时代,OpenClaw的记忆系统相对原始,Agent在长期使用后容易出现“记忆混乱”或“遗忘”的问题,用户每隔几天就需要重新交代背景信息,严重削弱了长期使用的价值。2.0版本引入了Active Memory机制,允许Agent在符合条件的会话中调用过去对话的相关上下文;新增的Background Memory Consolidation功能则让模型在后台自动整理长期记忆,把真正值得保留的信息提升到长期存储中,同时留下来源信息和“梦境日记”(Dream Diary),官方将其形象地比喻为“Agent在睡觉时整理白天的记忆”。此外,Self-learning机制开始让Agent从已完成的任务中积累可复用的方法,并将其转化为新的Skills,实现某种程度的自我进化。

第三个难题是安全与权限治理。作为一款拥有文件系统、浏览器、终端等高权限的Agent框架,OpenClaw自爆火以来就饱受安全争议。2.0版本在安全层面新增Private Credential Request机制,Agent需要密码或Token时通过遮罩输入界面向用户索取,敏感信息全程不进入聊天记录和模型上下文;周期性自动化任务只能针对获批的具体操作复用授权,任务或操作发生变化后需重新审批;第三方插件安装前将展示能力、来源和版本信息,来自任意可执行来源的插件需使用强制参数确认。此外,官方引入了openclaw security audit命令,用于检查入站访问、工具影响半径、网络暴露和插件白名单等安全维度。

多人OpenClaw工作区

除上述三大核心改进之外,2.0版本还在产品形态上做出了一个颇具野心的转变:从“一人一个Agent”的个人工具,走向"多人与多个Agent协同工作"的协作平台。新增的Shared Cloud Sessions允许团队成员进入同一任务,查看Agent已完成的工作,并在保留原有上下文的情况下接手继续;会话可在本地设备、配对机器和Cloud Worker之间迁移,一项工作可以先在Mac上开始,随后交给云端机器继续执行,云端机器闲置后可休眠,收到新消息再重新分配资源。底层存储也从文件系统迁移到SQLite数据库。

OpenClaw作为2025年底发起的开源项目,凭借“让AI从对话助手进化为能执行复杂任务的数字员工”这一理念,在2026年初迅速引爆全球开发者社区。从2025年12月发布测试版到2026年3月,其GitHub Star数在约100天内从零飙升至25万以上,一度超越React等老牌项目,成为GitHub历史上增长最快的开源项目之一。

国内甚至掀起了一场“全民养龙虾”的热潮,深圳华强北的Mac mini一度缺货加价,499元上门安装OpenClaw的服务供不应求,腾讯、百度、字节跳动等大厂纷纷推出各自的衍生版本。

然而,现象级的热度并未持续太久,随着AI行业竞争焦点的快速转移,OpenClaw在社区中的讨论热度已明显降温,不少早期用户已经转向Claude Code、Codex等新工具。正因如此,2.0版本的发布被外界普遍视为OpenClaw的一次“正名之战”,它需要证明,这只龙虾不仅能红,还能真正解决AI Agent走向实用化过程中最棘手的痛点。

未经正式授权严禁转载本文,侵权必究。