機器之心編輯部

「我們沒有小發(fā)布?！?/strong>

本周日，最熱門的智能體項目 OpenClaw 發(fā)布了 2026.3.7 版本，引入了上下文引擎插件、lossless-claw 等功能，同時也更新了一系列新模型的支持。

從 GitHub 的更新日志上看，OpenClaw 2026.3.7 的更新內(nèi)容多而復雜。不過總的來說 OpenClaw 目前的主線已經(jīng)逐漸清晰：它正在將 OpenClaw 從一個實驗性的智能體框架，推向一個具備高度持久性、可擴展性和生產(chǎn)級安全性的成熟 Agent 操作系統(tǒng)。

具體來看，此次更新主要包括以下幾個方面：

• 智能體 / 上下文引擎插件接口：新增 Context Engine 插件插槽，支持完整的生命周期鉤子。引入基于插槽的注冊表和配置驅(qū)動的解析機制；添加 LegacyContextEngine 包裝器以保留現(xiàn)有的上下文壓縮行為；通過 AsyncLocalStorage 為插件運行時提供作用域子智能體運行時，并新增 sessions?get 網(wǎng)關(guān)方法。這使得類似 lossless-claw 的插件提供替代的上下文管理策略，而無需修改核心壓縮邏輯，而當未配置該插件時，行為無變化。
• ACP / 持久化頻道綁定：新增耐用的 Discord 頻道和 Telegram 話題綁定存儲，包括路由解析，以及 CLI / 文檔支持，使 ACP 線程目標在服務重啟后依然保持綁定，并能進行一致性管理。
• Telegram/ACP 話題綁定：在 /acp spawn 命令中支持 Telegram Mac Unicode dash 前綴；支持 Telegram 話題線程綁定（--thread here|auto）；將已綁定話題的后續(xù)回復自動路由至 ACP 會話；新增 Telegram 審批按鈕，使用帶有前綴的 approval-id 解析，且成功綁定后自動在話題內(nèi)置頂確認信息。
• Telegram / 話題智能體路由：在論壇組和私聊話題中支持針對每個話題的 agentId 覆蓋，使特定話題可以路由到具有隔離會話的專用智能體。
• 新手引導 / 聯(lián)網(wǎng)搜索：在配置向?qū)е性黾庸踢x擇步驟和完整的供應商列表，并在引導過程中支持 SecretRef 引用模式。
• 工具 / 聯(lián)網(wǎng)搜索：將 Perplexity 供應商切換為 Search API，支持提供結(jié)構(gòu)化結(jié)果，并新增語言 / 地區(qū) / 時間過濾器，使得搜集信息更精準。
• 網(wǎng)關(guān)：為 gateway.auth.token 增加 SecretRef 支持，并加入身份驗證模式防護欄。
• 插件 / 系統(tǒng)上下文字段：新增 prependSystemContext 和 appendSystemContext 鉤子，允許將插件的靜態(tài)引導信息放置在系統(tǒng)提示詞空間，以利用供應商緩存并降低重復提示詞的 token 成本。
• 新增對 google/gemini-3.1-flash-lite-preview 的原生支持，包括模型 ID 正規(guī)化、默認別名、多媒體理解圖像查找、Google Gemini CLI 向前兼容回退及文檔。
• 工具鏈與本地模型生態(tài)優(yōu)化方面，在 2026.3.7 版本上，OpenClaw 重構(gòu)了 Web 搜索工具，優(yōu)化了 Ollama 等本地模型的處理機制，以及 Docker 容器部署。新版本完美兼容了 Ollama 等本地模型在「思考 / 推理（Thinking/Reasoning）」階段的流式輸出隔離，不再會將模型底層的思考過程誤當做正式回復輸出。

此外在容器化上，Docker 支持通過 OPENCLAW_EXTENSIONS 預打包擴展依賴，容器啟動更快速、結(jié)果更可復現(xiàn)。

需要注意的是，此次更新中一個重要變化是「重大」網(wǎng)關(guān)認證模式，如果同時配置 gateway.auth.token 和 gateway.auth.password，則現(xiàn)在必須顯式指定 gateway.auth.mode，升級前將該模式設置為 token 或 password。否則，升級后可能導致啟動、配對或 TUI 失敗。

而這些只是此次更新的部分內(nèi)容，更多詳細信息，大家可以去 GitHub 上獲取。正如 OpenClaw 在更新貼文中所言，「此次發(fā)布的背后包含了 196 位貢獻者」，涉及多方面的更新。

總結(jié)起來，OpenClaw 正在試圖解決目前 AI Agent 框架工程化落地的幾個重要問題。它突破了「上下文窗口」的瓶頸，允許開發(fā)者自由掛載 RAG（檢索增強生成）、知識圖譜折疊或無損壓縮算法，為智能體「長期自主運行」鋪平了道路。

在 OOLONG 基準測試中，使用相同的模型，新版 OpenClaw 上 lossless-claw 的得分為 74.8，而 Claude Code 的得分為 70.3，隨著上下文長度的增加，差距會越來越大。

在所有測試的上下文長度下，它的性能都優(yōu)于 Claude Code。有工程師在 OpenClaw 上運行了一周，表示：「說它運行良好都算是保守的說法。」

OpenClaw 強化了主從智能體的協(xié)作能力，復雜任務現(xiàn)在可以更加安全、隔離地拆解并分發(fā)給擁有專屬記憶通道的小智能體來處理。通過讓不同的 Agent「常駐」在不同部門群組中的方法，OpenClaw 實現(xiàn)了持久化的通道綁定。現(xiàn)在哪怕服務器重啟，專用的智能體依然能記住上下文并接續(xù)之前的工作。

最后，諸如防提示詞注入、攔截、憑據(jù)保護、時間戳的 UTC 錨定對齊等更新進一步提升了安全性。

目前，OpenClaw 在 GitHub 上的 Star 量已經(jīng)達到了 28 萬。

從社交媒體到辦公室，越來越多的人正在嘗試使用 OpenClaw，該工具的應用范圍已經(jīng)從專業(yè)的開發(fā)者轉(zhuǎn)向各行各業(yè)的不同人群。人們整將其用于從選股、撰寫報告到制作 PPT、寫電子郵件、寫代碼等各種用途。

AI 智能體助手，或許會很快成為每個人手下的「虛擬員工」，大大降低我們的工作量。

One More Thing

機器之心擬于近期在上海舉辦一場 OpenClaw 活動，正在四處「抓」有趣的議題和嘉賓。這次想把 OpenClaw 徹底聊透，從爆紅機制、技術(shù)邏輯，到實戰(zhàn)案例、創(chuàng)業(yè)機會等，我們都想聽。

特別歡迎OpenClaw 核心貢獻者、大廠 / 科技公司團隊負責人、實驗室 / 高校學者、Agent 創(chuàng)業(yè)者、VC 投資人，以及在 OpenClaw 上有深入實踐的朋友來聊。

有意者請聯(lián)系小助手微信（微信號：13661489516）

參考內(nèi)容：

https://x.com/openclaw/status/2030522386894946620

https://github.com/openclaw/openclaw/releases/tag/v2026.3.7