OpenClaw 2026.5.12-beta.2更新:龙虾出错没响应,你还以为它在思考

我上周跑了一个批量任务，调的是 OpenClaw Gateway 的 OpenAI 兼容接口。调用里设了 max_completion_tokens=800，想控制输出长度和成本。

跑完看账单——不对。每条都跑满了，压根没被截断。排查了半小时才发现：Gateway 把这个参数直接忽略了，没往上游透传。

这种问题属于「静默失败」里最隐蔽的一类：它不报错，只是悄悄不执行你的意图。你以为控制了成本，其实没有。2026.5.12-beta.2 修了这件事，以及另外两个同类型的问题。

01 | 你设的 token 上限，终于有人听了

Gateway 现在会把 max_completion_tokens 和 max_tokens 透传给上游模型了，前者优先级更高。

以前你在 API 调用里写了限制，OpenClaw 会无视它；现在会老实传下去，让模型真的按你的要求截断输出。

对跑批量 API 的人来说，这一行 fix 直接影响账单。同样的任务集加了截断限制之后，输出 token 能减少不少。

02 | 模型挂了，现在至少告诉你为什么

以前的场景：你喊了 AI，然后……什么都没有。不是在转圈，是直接没有。你不知道是模型在生成、后端挂了还是网络超时了。只能干等，或者刷新，或者再喊一遍。

模型后端失败的时候，现在会显示一个可见的错误信息，不再用无响应来代替报错。

「无响应」和「失败了告诉我」，排查时间差了一个数量级。前者你只能猜，后者你直接看。

生产环境里，静默失败是最难处理的一类问题——因为你甚至不知道有问题。这个 fix 不是新功能，是把一个一直存在的缺陷补上了。

03 | 子 Agent 跑完，父 session 不再被多余唤醒

以前的逻辑：子任务执行完成 → 触发父 session 心跳唤醒 → 父 session 启动一次 LLM 调用来「确认」完成。这次 LLM 调用通常什么都不做，纯粹是被无谓唤醒的。

修完之后，子任务完成不再触发父 session 的心跳。跑 10 个子任务，省掉了 10 次多余的 LLM 调用。

不是功能更新，是把钱省回来了。多 Agent 跑规模任务的时候，这个隐性成本还挺可观的。

04 | 其他几个修复

WhatsApp 在 pnpm 11 下的安装依赖问题修了，source install 现在能正常完成。Codex harness 修了 auth-profile 模式下媒体工具失效的 bug——如果你用 auth-profile 存 OpenAI 凭证，之前 image_generate 这类工具会不可用，现在正常了。Azure SSE stream 的 stalling 问题也修了。

回头看，beta.2 的 fix 集中在同一件事：把各种「静默失败」变成「可见的反馈」。token 限制被忽略、模型出错没响应、子任务完成多余唤醒——这些都是系统在悄悄不执行你的意图，而且不告诉你。

越是自动化的系统，越需要这类可见性基础设施。不然你不是在管理 AI，你是在猜 AI。

你用 OpenClaw Gateway 做过批量 API 调用吗？有没有遇到过「设了参数但没生效」的情况？

⭐点赞、转发、关注和推荐一键三连⭐