新智元報道

編輯：定慧

【新智元導讀】OpenClaw推出v2026.3.7-beta.1，史上最密集一次更新：89項提交、200+Bug修復，核心亮點是全新ContextEngine插件接口——上下文管理終于可以「自由插拔」，不動核心代碼就能換策略。這次更新值得每一個做AI Agent的人認真看。

龍蝦熱之后，OpenClaw在國內(nèi)的熱度直線飆升。

就在剛剛，OpenClaw官方發(fā)布了全新v2026.3.7-beta.1版本，創(chuàng)始人Peter Steinberger親自下場在X上高調(diào)官宣。

89項代碼提交，200+個Bug修復，全新的ContextEngine插件接口，GPT-5.4與Gemini 3.1 Flash雙首發(fā)適配——這一刀，切得非常穩(wěn)。

順帶一提，OpenClaw不僅Star數(shù)狂飆沖向3w+，而且issues和pr數(shù)量也是冠絕全球。

OpenClaw，可以說是開源的一次里程碑，也可以看作是全世界極客們的封神制作。地球上有什么項目能夠聯(lián)合如此多的狂熱極客們？

廢話不多說，先來看下這次都更新了什么。

OpenClaw變更最密集的一次更新

看點一：GPT-5.4+Gemini 3.1雙引擎上線

新版全面適配了OpenAI最新的GPT-5.4以及Google的Gemini 3.1 Flash。

在模型切換層面，OpenClaw還優(yōu)化了模型降級與重試機制——當某個模型限流或過載時，系統(tǒng)會自動切換到備選模型，而不是直接報錯讓用戶干等。

這意味著什么？你可以把OpenClaw想象成一個「模型路由器」。前端對接的是你習慣的聊天工具，后端則可以靈活掛載Claude、GPT、Gemini、DeepSeek等任意大模型。哪個好用用哪個，哪個便宜切哪個。這種架構的靈活性，是單一廠商的AI助手做不到的。

看點二：ContextEngine——開發(fā)者等了很久的東西

這次最硬核的技術亮點，是全新推出的ContextEngine插件接口。

做過AI應用的朋友都知道，上下文管理是智能體開發(fā)中最讓人頭疼的問題之一。

對話輪次一多，token就炸；信息一壓縮，關鍵細節(jié)就丟。

OpenClaw這次開放了一組完整的生命周期鉤子：bootstrap（初始化）、ingest（注入）、assemble（組裝）、compact（壓縮）、afterTurn（回合后處理），甚至包括prepareSubagentSpawn（子智能體生成前）和onSubagentEnded（子智能體結束后）。

翻譯成人話：開發(fā)者現(xiàn)在可以在不修改OpenClaw核心代碼的情況下，完全自定義上下文的處理邏輯。你想用RAG？可以。想做激進壓縮？隨意。想讓不同子任務擁有隔離的記憶空間？接口都給你準備好了。

這對整個社區(qū)生態(tài)的意義是巨大的——它把OpenClaw從一個工具變成了一個平臺。

看點三：Discord+Telegram深度整合

多渠道一直是OpenClaw的核心賣點，而這次更新在兩個最活躍的社區(qū)平臺上做了重大升級：

Discord端修復了斷連后無法恢復的死機問題，優(yōu)化了頻道解析和機器人心跳檢測。Telegram端新增了主題級別（Topic）的智能體路由隔離——這意味著你可以在同一個Telegram群組的不同主題里，分別運行不同的AI智能體，互不干擾。

同時，兩個平臺都新增了持久化頻道綁定功能。以前重啟OpenClaw后，頻道綁定關系可能丟失；現(xiàn)在這個狀態(tài)會被持久化存儲，重啟后自動恢復。

看點四：200多項Bug修復，幾乎翻修了一遍

這次的修復清單長得讓人咋舌。粗略分類一下：

渠道層面，覆蓋了Telegram草稿流重復、Discord斷連死機、Slack消息路由、飛書Webhook兼容性、WhatsApp自聊天前綴注入、iOS/macOS端的各種邊界情況。

核心智能體層面，修了工具調(diào)用的參數(shù)解析問題（包括xAI的參數(shù)解碼）、上下文壓縮時的截斷提示丟失、OpenAI流式輸出的兼容性。

網(wǎng)關與內(nèi)存層面，解決了Token防連環(huán)掉線、QMD內(nèi)存檢索去重、SQLite鎖沖突。

安全層面，包括依賴庫的安全升級（Hono、tar等）、沙盒逃逸防范、系統(tǒng)命令執(zhí)行的白名單鑒權。

此外，新版還引入了西班牙語界面支持、將Web搜索功能升級為更強的SearchAPI，以及通過Docker多階段構建優(yōu)化了鏡像體積和啟動速度。

89項更新是什么概念？

先給不熟悉的朋友再補個課：OpenClaw是什么？

簡單說，它是目前開源社區(qū)里影響力最大的AI Agent框架之一，可以理解為讓AI幫你打工的底層平臺。

你可以把它部署在自己的服務器上，連上各種大語言模型，再接入Slack、Discord、Telegram、飛書等渠道，讓AI Agent替你處理用戶消息、執(zhí)行任務、管理上下文，甚至協(xié)調(diào)多個智能體協(xié)同作戰(zhàn)。

它的開源屬性，是它最大的殺手锏。你不需要向任何廠商交租子，數(shù)據(jù)在自己手里，連接哪個模型你說了算。

這次3.7 beta，89項代碼提交不是堆數(shù)字玩，每一條都實打?qū)崱?/p>

最重頭的一條：ContextEngine插件接口上線。

對開發(fā)者來說，上下文管理是AI Agent工程中最頭疼的問題。當對話輪次多了，Token堆積超出模型窗口限制，你要么截斷、要么壓縮、要么想其他辦法。而這些處理邏輯一旦寫死在核心代碼里，日后每次調(diào)整都是高風險手術。

OpenClaw 3.7的ContextEngine接口，解決的就是這個問題。

它給開發(fā)者提供了全生命周期的上下文管理能力，允許你在不動底層核心邏輯的前提下，插入自定義的壓縮策略。用官方的話說，這叫零阻礙接入。

翻譯成人話：以后換個上下文處理算法，像換插件一樣簡單，不用再擔心改一處崩全程。

開發(fā)者社區(qū)的反應很直接——項目Issues下面，有人評論等這個接口等了快半年，點贊數(shù)秒過百。

200+個Bug修復，這才是硬核

一個開源項目能不能長線運營下去，Bug修復的密度和質(zhì)量是照妖鏡。

這次3.7 beta，官方更新日志在Fixes板塊下拉出了200多條具體修復記錄，覆蓋了平臺幾乎所有核心模塊。

當大語言模型的能力已經(jīng)足夠強，那么如何把它真正用起來這件事的門檻，決定了誰能先跑起來。OpenClaw解決的，正是跑起來這一步。

龍蝦爆紅，引爆的不只是某個產(chǎn)品的熱度，而是整個自托管AI Agent賽道的關注度。

創(chuàng)始人的氣質(zhì)

一個有點跩的開源人

說說Peter Steinberger這個人，非常有必要。

他是iOS開發(fā)者出身，當年靠PSPDFKit（PDF處理SDK）在歐洲獨立開發(fā)者圈出了名，后來轉(zhuǎn)型做AI，帶著小團隊把OpenClaw做起來，成了開源AI Agent領域的知名項目。

他的X（推特）賬號風格很典型：高度技術化、直接、偶爾毒舌。這次3.7 Beta發(fā)布，他的配文是：我不記得上次有哪個版本有這么多提交了。但這是值得的。這種克制中的自信，在開源社區(qū)里有自己的分量。

更關鍵的是，他帶領的團隊在市場推廣上幾乎不花時間，靠的是產(chǎn)品質(zhì)量和社區(qū)口碑滾起來的。這在當下AI圈一半做產(chǎn)品一半做PR的環(huán)境里，顯得有點異類。

好的底層工具不需要等待大廠推薦，真實場景的使用者會替你傳播。

下一個版本還能期待什么？

從這次3.7 beta的更新方向，能推斷出幾個未來值得關注的點：

多語言界面擴展加速。

這次新增了西班牙語界面，背后的邏輯是OpenClaw正在有意拓展非英語市場。中文界面的全面支持，如果做好，對國內(nèi)用戶的吸引力將是數(shù)量級的提升。

模型生態(tài)接入繼續(xù)擴大。

GPT-5.4和Gemini 3.1 Flash的首發(fā)適配是信號，說明主流大模型實驗室已經(jīng)開始主動配合OpenClaw推進適配工作，這個生態(tài)飛輪一旦轉(zhuǎn)起來，壁壘會越來越高。

企業(yè)級穩(wěn)定性持續(xù)補課。

200+的Bug修復說明社區(qū)使用量在高速增長，問題暴露越多說明用戶越多。這個階段的修復密度，是在為下一階段的企業(yè)大客戶打地基。

插件生態(tài)的爆發(fā)點將至。

ContextEngine接口正式開放后，第三方開發(fā)者會開始貢獻各種上下文管理插件。這是OpenClaw從一個框架變成一個平臺的關鍵拐點。

尾聲：開源的邊界在哪里？

OpenClaw的故事，某種程度上是開源如何對抗大廠閉源產(chǎn)品的一個截面。

大廠的優(yōu)勢顯而易見：超強算力、一流團隊、巨大用戶基礎、精美的產(chǎn)品體驗。這些都是小團隊很難在短期內(nèi)追平的。

但開源有一個大廠始終無法復制的東西：信任。

當你把AI部署在自己的服務器上，當你可以隨時查看源碼、隨時修改邏輯、隨時切換模型——這種控制感，是大廠產(chǎn)品永遠給不了的。

越來越多的工程師和創(chuàng)業(yè)者，也在做同樣的選擇。

OpenClaw 3.7這次更新，或許沒有改變什么賽道格局，但它實實在在地讓這個工具更穩(wěn)了、更開放了、更可信了。

而可信，在AI時代，是稀缺品。

你的下一個AI工具，會把數(shù)據(jù)交給大廠，還是留在自己手里？

參考資料：

https://github.com/openclaw/openclaw/releases/tag/v2026.3.7-beta.1