OpenClaw2.0杀回来了!龙虾终于拿到了大结果?

将近七周没动静，一出手就是933个贡献者、1.6万多个PR。OpenClaw 2.0这次官方自己都喊"史上最大"的更新，直接把Agent赛道的战火从"谁家模型更聪明"烧到了"谁家环境更靠谱"。说白了，这个项目现在想搞明白的不是AI还能跟你聊多嗨，而是AI能不能在你电脑里长期、安全、省心地"住下来"。

官方博客管这叫"意外"。本来只想让安装省事点、浏览器好看点，结果一铲子下去，记忆、技能、自动化、浏览器、云端节点、多人协作、权限体系——几乎全部扒了重来。你看代码花在哪儿，就知道他们真想干嘛：模型能力基本没动，全砸在记忆、会话连续性、权限、云端和升级稳定性上了。这信号，比版本号2.0实在多了。

停更七周，改的是运行环境

8月31日，OpenClaw扔出v2026.8.1，也就是OpenClaw 2.0。官方博客《OpenClaw 2.0, Accidentally》由团队成员Hannes Rudolph执笔，开篇就定调：这是项目历史上最大的一次更新。

规模确实离谱。按官方统计，这一版933人贡献代码，其中569个是第一次提交；合并的独立PR超过1.6万个，占了项目历史总合并量的一半。为了交付，团队罕见地停更了近七周。

这项目的家底也不薄。据TIME今年发的人工智能影响力人物榜单，仓库星标约38.8万、Fork约8.1万。星标是存量，不代表真实部署量，但足以说明一个开源项目的版本更新为啥能掀起这么大水花。

官方解释很实在：团队越来越大、开发越跑越快，老架构和发布流程扛不住了，只能连产品地基带发布体系一起重做。潜台词是，过去半年用户吐槽的安装繁琐、升级翻车、插件打架，开发团队自己心里门儿清。

现在这个项目由独立非营利基金会维护。创始人Peter Steinberger今年2月加入OpenAI，负责下一代Personal Agent，OpenClaw随之移交基金会。一个开源项目肯为底层重构停更七周，本身就说明：在Agent这条赛道上，"能不能稳定升级"已经和"功能多不多"一样要命了。

2.0不是在堆功能，是在夯地基。

安装只是最容易被解决的一层

2.0重做安装，目标就一个：让第一次玩Agent的人少做选择题。新版安装时会自动识别你电脑里已有的ChatGPT或Claude订阅、API Key和本地模型，能自动填的自动填，暂时用不到的设置直接从首装流程里拿掉。

官方还重做了浏览器端，把Browser App抬成First-class Experience，也就是普通用户最主要的产品入口：打开OpenClaw直接进对话，边聊边配，还能盯着正在跑的任务；页面刷新后进度不丢，子代理的状态、文件改动、任务推进都能持续追踪。

国内厂商在这条路上其实走得更猛。今年4月的一份产业统计，至少14家中国头部互联网公司、模型公司和硬件厂商已经下场，算上云端托管、部署方案、安全工具这些外围，参与企业超过20家。

据媒体报道，腾讯QClaw、火山引擎ArkClaw、智谱AutoClaw、阿里CoPaw等产品陆续亮相，有些还在内测。熟悉的名字能凑一桌龙虾宴。

它们几乎一致把"安装麻烦"当成第一个要干掉的痛点，部署压缩成几分钟图形界面。但"装好"和"长期用"之间，隔着一整层运行体系。早期极客愿意为OpenClaw折腾，因为折腾本身就是乐趣；普通用户装完一只龙虾之后，面对的是：有什么正经事，值得每天开着电脑、花着电费交给它办？

安装门槛只是门口，进门之后才是正经产品。

从"帮你干完一件事"到"维持一个持续运转的系统"

2.0 最深的改动，是让 Agent 从"替你完成一次任务"变成"维持一个持续运转的工作系统"。几个细节最能说明方向。

会话可以搬家了。 过去一只Agent基本焊死在自己的网关和机器上，现在Session（一次任务从开到关的完整对话和状态）能在本地设备、配对机器和云端Worker之间来回挪，工作区跟着任务一起迁。一项工作可以先在Mac上起头，扔给云端继续跑；云端闲了休眠，下次来活再分配Worker，进度还在。

多人协作也在往这个方向靠。 Shared Cloud Sessions允许团队成员钻进同一个任务，看Agent已经干了啥，并在保留上下文的情况下接手；Shared Gateway加入了用户身份、在线状态、成员权限。过去想象的"数字员工"是一人一个Agent，2.0给出的另一种可能是：几个人和几只Agent共处同一个工作区。

记忆可以自己长了。 开启Active Memory后，Agent能在符合条件的私人会话里调取过去的对话；Background Memory Consolidation让模型在后台整理长期记忆，把值得留的写进长期记忆，同时留下来源信息和Dream Diary，可以理解为记忆的"日记本"。Self-learning更进一步，让Agent从任务里识别有效经验，把符合安全要求的部分沉淀成新技能。

曾经需要用户不断"教龙虾"的过程，正在变成Agent自己总结经验、整理记忆、改进工具。

任务可以自己续了。 新版定时任务默认绑定发起它的会话，不再天然脱离上下文；/loop让Agent按固定时间或自己的节奏持续检查；Workboard把任务串成流水线，前一项完成自动启动下一项；实验性的Swarm让一只Agent同时启动多个子代理并行处理独立任务，再汇总结果。

浏览器、桌面、手机、邮件和会议也成了触达入口，IMAP收到符合条件的邮件可以直接启动任务。

对普通用户来说，这套能力最直接的后果是一本持续的账单。Agent长期挂机意味着Token（模型按量计费的消耗单位）不断累积；Heartbeat机制会让Agent定期"醒过来"检查状态，即使没人发消息也在烧钱。运行越久，历史上下文、工具结果、记忆和技能越多，管理成本越高。

"数字员工"听着浪漫，底下是实打实的API账单。

安全是产品化前必须补的课

权限与安全是 2.0 变化最密集的区域，也是 Agent 从玩具走向产品前绕不开的一课。这次更新补上了几个关键缺口。

敏感信息不再进聊天记录。新版 Private Credential Request 让 Agent 需要密码、Token 时，通过遮罩输入界面向用户索取，秘密不进入聊天记录和模型上下文；自动化任务支持对单项操作一次性授权，任务内容或操作范围变化后需要重新批准。

读者一眼看清OpenClaw 2.0的规模：933名贡献者、569名新贡献者、1.6万+PR、约占历史一半

第三方插件安装时展示来源、版本、能力和 Artifact 信息，包含可执行代码的插件需要额外确认，从 ClawHub 安装前还会显示已有的安全审计记录。

这些动作的背景值得注意。工信部网络安全威胁和漏洞信息共享平台（NVDB）今年 3 月曾发布预警，指出 OpenClaw 部分实例在默认配置或配置不当的情况下存在较高安全风险，可能引发网络攻击和信息泄露。

预警针对的是"部分实例、不当配置"，不是对整个项目作负面定性；2.0 内置加固，同样不等于风险已经系统性归零。

安全指南的建议仍然成立：把外部消息当成不可信输入，给 Agent 最小权限，关闭不必要的公网暴露。对打算长期"养虾"的人来说，这不再是可以跳过的一步。

国产龙虾要回答的不是装多快

2.0 也没有假装解决了所有问题，恰恰相反，这个大版本带来了大量迁移工作。内置 OpenProse 插件和 /prose 命令被移除，部分 OpenAI 与 Codex 路由需要迁移，一批 Plugin SDK 接口将在 9 月进入废弃阶段。官方专门强化了 openclaw doctor --fix，帮旧用户自动处理 Provider、插件、配置、会话和自动化路由的历史兼容问题。

展示2.0的演进：Agent从完成任务到维持系统运转，涉及会话、记忆、自动化、安全四个层面

把这份清单倒过来读，它几乎就是过去九个月用户真实使用问题的一份反向索引。开源社区里反复出现的声音是：命令行与网关版本不同步、核心组件与插件版本错位、插件白名单机制突然调整，一觉醒来配好的插件全挂，严重时只能回滚旧版本。

对开发者和企业，升级兼容性就是留存率。对国内那批把 OpenClaw 封装成"一键养虾"的产品，判断它们成不成的信号，不是"几分钟装好"，而是三件事：长期运行的稳定性、记忆能不能跨会话保留、权限和凭证能不能管住。

OpenClaw 2.0 已经把这三件事做成了标准答案的框架，国内产品迟早要对齐，否则装得再快也只是把入口修好了。

真正的大结果，是认知普及

把这次更新的模块拆开看，几乎每一项都在回答同一个问题：Agent 能不能在用户不看屏幕的时候继续干活，能不能记住上次做到哪，能不能在权限边界内安全地调用工具。Peter Steinberger 在访谈里说，他给 OpenClaw 定的北极星目标，是做出一个连自己母亲也能安全、无门槛使用的 Agent。

这个方向不是凭空来的。Peter 当初动手做 OpenClaw，是因为没有任何现成方案能让他人在外面时给电脑发一句话、让电脑把事情办完。他在访谈里讲过马拉喀什的经历：网络不好但 WhatsApp 能用，他给 Agent 发了一段语音，文件连扩展名都没有，Agent 自己判断类型、找转写方案、调用机器上的 API Key 完成任务。

对比国内厂商的一键封装与OpenClaw长期运行需要考虑的三件事：稳定性、记忆、权限

让他第一次意识到模型能力已经溢出编程场景的，不是更强的对话，而是 Agent 在一个具体环境里自己把路走通。

被问到 OpenClaw 怎样才算成功时，Peter 的回答是："从很多方面来说，我觉得它其实已经成功了。"这个判断的成立条件很具体——"Claw"已经从一个项目名变成一类产品的代称，最早由 OpenClaw 尝试的主动行动、定时任务、长期记忆，正在陆续进入商业 Agent。

DeepSeek 用一句公式概括过这场迁移：Agent = Model + Harness，模型加整套运行环境。

OpenClaw 2.0 用一次史上最大的更新，把行业注意力的重心从前者拉到了后者。真正到手的大结果，是认知普及：很多人最终没有长期留下这只龙虾，但已经分得清 Agent 和 Chatbot 的区别，也感知到了一个能行动的 AI 带来的效率、成本和风险。接下来可观察的信号是，记忆、权限、会话连续性这些看不见的底层，会不会从开源项目的补课变成所有 Agent 产品的标配。

谁先让 AI 住得久、住得稳、住得安全，谁才真正拿到"养虾"的大结果。

欢迎扫码加入AI学习群

系统了解AIGC的实际应用

从工具上手到项目实战

点击下方图片，查看AIGC项目详情 👇

---------END--------

极思 TopMinds 相信认知能够跨越阶层，

致力于为年轻人提供高质量的科技、资本和商业内容。

极思 TopMinds，新型科创产业服务平台，以科技、人才、资本为核心，通过内容出版、数据支持、产业咨询、科技转化等业务，为科技人才创业项目提供孵化及加速赋能服务，助力国家科技兴国计划。