两个月没看,OpenClaw 已经不只是聊天入口了:2.0 之后的 6 个变化

以前看 OpenClaw，最容易记住的是各种消息渠道和 Gateway。

这也带来一个问题。你会觉得它很会“接消息”，却不容易看出 Agent 真正工作时，文件、审批、设置和运行状态放在哪里。

2.0 重做了 Control UI，把对话放到中间，文件、审批、设置和正在执行的任务放在附近。

这个变化看起来只是界面调整，实际影响不小。

当 Agent 只能聊天时，一个输入框就够了。可它开始读文件、调用工具、跑长任务之后，用户需要随时知道：它现在在做什么，动了哪些内容，还有什么操作等着我确认。

OpenClaw 的新界面开始围绕这些问题组织，而不是继续把所有能力藏在配置页里。

聊天仍然是入口，但工作过程开始进入界面。

OpenClaw 2.0 把会话和 transcript 迁到了 SQLite，并加入 Built-in Memory。

符合条件的个人 Agent，可以从自己的其他私人对话中找回相关内容。用户也能搜索、检查、导入和删除这些记忆。

这比简单保存聊天记录多了一层。

例如你反复让它整理会议记录。前几次你一直纠正它：结论要放前面，待办必须写负责人，不确定的日期不能乱补。如果这些要求能在后面的任务里被找回来，你就不用每次重新解释。

不过，记忆越方便，管理就越重要。

所以这部分不能只看“它更懂我了”。你还要知道数据存在哪里，怎么备份，哪些对话可以被检索，哪些必须隔离。

一个长期助手迟早会碰到这些麻烦。OpenClaw 现在至少把它们摆到了台面上。

这轮更新里，我最在意的是 Skill Workshop。

到了 v2026.9.4，OpenClaw 加入了“Learn from past conversations”。它可以回看过去的对话，找出值得沉淀的做法，再提出 Skill 修改建议。

这个过程不是藏在后台悄悄发生的。

系统会打开一段看得见的学习对话。你可以观察它在找什么，随时补充要求，也可以停下来。选择 Propose 时，修改只会作为建议留下；选择 Auto，才会直接应用改进。

拿内容创作举例。假设你连续几次要求它：

以前这些纠正可能散落在不同聊天里。现在 OpenClaw 可以尝试把它们整理进一个可复用的 Skill。

历史对话里也可能有临时要求、错误判断和已经过期的信息。让 Agent 从旧对话里学习，不等于可以闭眼接受结果。

OpenClaw 以前也能接不少东西，但配置感比较重。

2.0 之后，管理员可以在 Control UI 里查找、安装、启停和删除插件，也能添加经过审核的 MCP connector。对于任意来源的插件，第一次安装需要明确审查。

Skills 页面也会同时搜索已安装内容和 ClawHub。用户不用先弄明白某个能力到底藏在哪个目录里，再手动拼起整条流程。

本地模型的设置也变得更具体。v2026.9.2 会根据运行 OpenClaw 的电脑内存、显卡和磁盘给出建议，下载前显示模型和体积，设为默认模型前还会测试普通回答和文件读取工具。

这对国内用户比较实际。

很多人不是不想试本地模型，而是不知道自己的电脑能跑什么，也不知道一个模型能聊天，是否就代表它能正常调用工具。OpenClaw 开始替用户做一部分检查，能少踩几个坑。

但“更容易配置”不等于“已经没有门槛”。模型文件、硬件占用、Gateway、插件来源和 MCP 权限，仍然需要有人管理。只想打开网页问几个问题的人，大概率不会觉得这套东西轻松。

9 月 18 日发布的 v2026.9.5，又往前推了一步。

这一版增加了团队预设、Agent roster 和受限的多 Agent 群组对话，也改进了父子 Agent 的完成通知、恢复和中途指导。浏览器面板可以下载资源、展示 dashboard，并把页面分享给 Agent。远程工作区在没有代码仓库时也可以启动。

部分插件还能在线安装和重新加载，不必每次重启 Gateway。新工具可以更新到正在进行的 Agent 会话里。

这些变化放在一起，OpenClaw 的样子就更清楚了。

它正在尝试让多个 Agent、浏览器、桌面设备和远程环境共用一套会话与工具体系。聊天软件只是你叫到它的地方，真正的工作可能发生在另一台电脑、一个浏览器页面，或者某个远程工作区里。

听起来很强，但我暂时不会把这一版写成“已经成熟”。

Agent 能碰的东西越多，权限就越不能含糊。

2.0 之后，OpenClaw 的审批会绑定到具体请求、命令、会话和操作者。不同会话也能设置只读、guarded、workspace 或 full access。

这至少解决了一个常见问题：用户批准过一次操作，不应该被系统理解成以后同类操作都可以随便做。

升级流程也开始先检查安装环境，再替换现有版本，并给出更清楚的恢复路径。

不过，共享 Gateway 仍然需要小心。v2026.9.2 的官方说明提到，如果遗漏部分会话可见性设置，拥有 session tools 的 Agent 可能读取或搜索其他 Agent 的对话。互不信任的用户，应该使用不同的 Gateway。

这类提醒不太适合放进宣传海报，却很值得普通用户看。

当 OpenClaw 只负责接一句消息时，配置错了可能只是不好用。等它开始管理记忆、调用插件、连接设备和安排多个 Agent，配置错了就可能碰到不该碰的数据。

7 月写 OpenClaw 时，我更看重它能不能出现在用户熟悉的聊天入口里。

两个月后，这个优势还在，但它已经不是最值得写的部分了。

现在的 OpenClaw 更像一套正在成形的 Agent 工作系统。对话负责接任务，记忆保存上下文，Skills 沉淀做法，插件和 MCP 接入工具，多 Agent 分工执行，浏览器和远程工作区提供真正干活的地方。

这个方向比“又接了一个新模型”有意思，也更难做好。

因为系统越完整，维护成本就越高。你要处理升级、备份、权限、插件兼容、模型费用和共享环境隔离。它能替你做更多事，同时也要求你更认真地管理它。

如果你只需要一个聊天工具，OpenClaw 依然显得重。网页里的 AI 已经能完成大部分问答、写作和总结任务，没必要为了“Agent”三个字多养一套 Gateway。

如果你正在搭长期使用的个人助手，或者确实有重复工作需要沉淀成 Skills，这轮更新值得认真看。特别是“从历史对话中提炼 Skill”这条线，它开始触碰一个真实问题：我们纠正 AI 那么多次，这些经验能不能留下来？

如果依赖第三方插件，还要看插件是否适配 Gateway V2。少一个插件能用，和整个工作流突然停掉，感受完全不同。

OpenClaw 这两个月的变化，确实比我预想得快。

之前我把它看成一个方便叫到 AI 的入口。现在再看，它已经在处理入口后面的事：过去的对话怎么留下，经验怎么变成 Skill，工具怎么装进来，多个 Agent 怎么协作，权限和故障怎么收住。

这让它更值得关注，也让它更不适合盲目跟风。

我目前的建议很简单：已经在用 OpenClaw 的人，可以先研究 2.0 的数据迁移、Skill Workshop 和权限变化；还没用过的人，不必因为版本号着急安装，先看自己有没有需要长期重复的任务。

如果答案只是“偶尔聊几句”，继续用现成聊天工具就够了。

参考资料