
3 月 24 日,行业顶流 OpenClaw 在迎来号称自诞生以来的最大更新之后,却始料未及地上演了一段“装虾五分钟,修 Bug 两小时”的升级翻车大事故。
由于强行将插件生态迁移至官方 ClawHub 触发了严苛的限流机制,导致全球开发者的工作流大面积瘫痪。面对满屏报错和“新插件下不了,旧插件用不了”的哀嚎,OpenClaw 创始人 Peter Steinberger 不得不化身“首席客服”,在 X 上高强度连轴转,亲自回复了数十条用户的报错和质疑。
他在回复中无奈又诚恳地表示:“为了抵御频繁的网络攻击,我们的限流规则确实设置得过于严格了,后续会立即调整策略放宽限制。”

从翻车到再次迎来上百项重大更新
3 月 28 日,OpenClaw 又正式发布了 v2026.3.28 稳定版以及 v2026.3.28-beta.1 预览版,迎来了上百项的更新。

模型底座全面升级: 默认切至最新发布的 GPT-5.4,并同步更新了 MiniMax M2.7 等国产模型的兼容性。最亮眼的是支持 Per-agent 模型选择——轻量任务用 mini 极速响应,复杂推理上旗舰模型,真正帮用户把 Token 成本抠到了极致。 生态与安全的平衡术: 针对备受诟病的安全性,新版本引入了身份验证与 SSH 沙盒托管,执行审批直接穿透调度器。同时,通过新增的 /btw 命令,用户终于可以在不破坏当前对话上下文的前提下,快速进行轻量级的“插话”询问。 从野蛮生长到建立“沙盒护栏”,OpenClaw 3.28 的快速迭代,撕开了一个行业共识:把大模型接入桌面很简单,但要把 Agent 变成一个安全、稳定、能干活的“数字员工”,是一项极其复杂的系统工程。


腾讯云开发者 AI 产品负责人汪晟杰将揭秘《WorkBuddy Claw 打造全民 AI 工作台》,探讨如何将 Agent 深度融入企业既有的协同工作流。 网易有道龙虾核心研发刘志强将全景复盘《有道龙虾 LobsterAI 的养成与实践》,拆解这款在 GitHub 狂揽近 5K Star 的国产黑马,是如何做到 7x24 小时本地安全运行的。 Qoder 技术负责人谢吉宝(唐三) 将深入剖析《重塑桌面生产力,构建全场景驱动的桌面 Agent》,教你如何打破软件孤岛,让 AI 从“操作软件”进化为“指挥任务”。 MiniMax 研发工程师李元将带来《MiniMax M2.5 驱动的 OpenClaw 及 Agent 企业落地实践》,展示国产大模型如何与开源框架深度绑定,释放最强生产力。 沐曦股份应用生态负责人 韩泽耀 将从底层算力基建出发,分享《从算力到智能体:OpenClaw 数字员工实践》,揭秘如何通过软硬件协同,支撑起高并发的数字员工底座。 记忆张量 MemTensor 应用算法负责人唐波,将直击 Agnet 没有长效记忆这一痛点,分享《从“记录”到“资产”:MemOS 如何构建 OpenClaw 多 Agent 的记忆引擎》。他将揭秘如何让智能体学会持久化记忆管理,实现经验与上下文的高效复用。 阿里云解决方案架构师 王泉力 将带来《HiClaw - 企业级 Agent Team 解决方案》,教你如何编排一群 Agent 协同工作,避免复杂任务中的相互扯皮与逻辑死锁。 华中科技大学网络空间安全学院教授王浩宇将站在顶层视角,深度剖析《从 OpenClaw 到通用智能体系统:大模型软件系统的安全挑战与思考》。他将为你提供一套在业务创新与系统安全之间寻找平衡的工程防御框架。


夜雨聆风