OpenClaw 用久了，你发现它”变笨了”。

于是你听说，多养几只才行，每只负责不同的工作，这样就能防止变笨。

这种做法有一定道理，但是治标不治本，而且有点浪费资源。

如果想真正解决问题，还是要搞清楚问题出在哪里。

OpenClaw 在国内被称为”龙虾”，深度使用 OpenClaw 的过程被称为”养龙虾”。

01

OpenClaw 变笨的原因

像 GPT、Claude、DeepSeek 等大模型，它们都没有记忆。之所以能在很多轮对话中，知道之前说过什么，是因为类似 OpenClaw 这样的 Agent 会把之前的对话记录——也就是上下文，打包发给大模型。大模型会根据这些记录，生成当前的回复。

而大模型每次对话能处理的信息是有限的，比如 DeepSeek-V4 最多能处理 1M 的上下文。一般上下文占用超过 60%，模型就会”变笨”。

如果你一直跟 OpenClaw 聊，它的上下文积累到一定程度，必然会开始跑偏了。

如果你在同一个会话中聊的内容不相关，大模型就会”疑惑”。就比如说，你跟它聊了吃饭、旅游、工作等不同的话题，然后你突然问了一个完全不相关的问题，它可能会回答当前的问题，但多少会带一点前面话题的信息。这时候就表现为注意力”漂移”。

那多养几只为什么能在一定程度上解决问题呢？

02

多养几只治标不治本

多养几只龙虾，每只专注不同的任务，起码在某一只龙虾中，上下文的相关性是很高的。所以，不存在”漂移”问题。

但是，上下文占用过高”变笨”的问题依然存在。OpenClaw 有一个机制，每天会在某个时间（通常是凌晨）自动清空上下文。这样，第二天用的时候，上下文是干净的，又会恢复”聪明”的状态。

可是如果你在某一天跟它聊得特别多，上下文总会累积，依赖多养几只和自动清理显然并不是一个好办法。

真正解决问题的方法，是手动清空上下文。

03

手动清空上下文

我们自己在使用 OpenClaw 的过程中，是知道什么时间是要切换到另一个任务的。这个时候就是清空上下文的时候。可以直接给 OpenClaw 发送 /new 命令来实现——它会开启一个全新的会话，聊天记录和当前上下文都会被清空，重新用干净的状态开始。

注意：/new 命令并不会删除长期记忆（MEMORY.md）和短期记忆（每日日志），文件始终保留在磁盘上。

/reset 命令在功能上与 /new 等价——同样是开启新会话、清空当前上下文。两者在底层行为上没有区别，只是使用习惯上的不同：/new 更像”重开一个窗口”，/reset 更像”当前窗口清屏重来”。

如果是延续同一个任务，需要上下文来引导 OpenClaw 了解我们在做什么，但是不需要太多细节，那可以用 /compact 命令。它会将较早的对话历史压缩成摘要，保留最近几轮完整内容，从而精简上下文。压缩前还会自动触发”记忆刷新”，提醒模型把值得持久化的内容写入长期记忆。

Tips：上下文控制的另外一个好处就是可以节省 token。

04

总结

OpenClaw 虽然是以”自己干活”出圈的，但是还是需要我们来引导搭建自动化的框架的，这个过程就是”养龙虾”。只有把它”养好”，才能让它好好”干活”。

接下来，用好这 3 个命令，开始搭建你自己的自动化工作流吧。

如果你正在用 AI 来做规划，可以看一下：AI 帮你做规划，但你可能一件都没执行

如果你觉得本篇内容对你有用，欢迎点赞在看转发。