夜雨聆风✅点击上方🔺公众号🔺关注我✅
4 月 5 日，OpenClaw 发布 v2026.4.5。103 位贡献者参与的大版本，五个变化里最值得单独拆开讲的，是一个叫 Dreaming 的实验性功能——让 AI Agent 的记忆系统学会像人类睡眠时那样，把短期记忆巩固成长记忆。
这是整个版本里最有意思的一个突破。本文重点拆解它的原理。
先为什么 Agent 需要"做梦"
大多数 Agent 的记忆是这么工作的：你和它聊，它把关键信息记到文件里，下次再聊，它从文件里搜。
这个方式的局限在哪里？
每次回答问题，Agent 都在从零开始检索。没有真正形成"知识"，只是在搜文档。每次推理都要重跑一遍同样的检索逻辑，知识和推理之间是割裂的。
OpenClaw 之前的记忆系统已经做到了让 Agent 记住偏好、事实、上下文——但哪些记忆值得保留、如何从大量短期记忆里筛选出真正重要的，这个问题一直没解决。
Dreaming 就是对这个问题的一个回答。
Dreaming 的核心思路：借鉴睡眠记忆巩固
人类睡眠时，大脑并不是简单地把白天的记忆存起来就完了。神经科学的研究表明，睡眠（包括浅睡、深睡、REM 快速眼动三个阶段）在记忆巩固中扮演了分工不同的角色。
OpenClaw 借鉴了这个思路，把记忆巩固也做成了三个阶段分工协作的流水线：Light / Deep / REM。
关键规则只有一条：只有 Deep 阶段有权写入长期记忆（MEMORY.md），Light 和 REM 只负责提供输入和信号。
三阶段各干什么
Light（浅睡）：整理和暂存
Light 阶段的任务是整理。它扫描近期短期记忆信号，去重、合并同类项，把候选条目暂存起来，同时记录每个条目的强化信号。
它的输出是 dreams.md 的摘要块。但 Light 永远不直接写入 MEMORY.md——它只做整理和筛选。
Deep（深睡）：核心决策
Deep 是整个机制的核心决策阶段。它从 Light 那里拿到候选池，然后用六个维度的加权信号给每个候选条目打分：
| 信号 | 权重 | 含义 |
|---|---|---|
| 相关度（Relevance） | 0.30 | 平均检索质量，与现有知识网络的关联强度 |
| 频率（Frequency） | 0.24 | 被查询/使用的累计次数 |
| 查询多样性（Query Diversity） | 0.15 | 触发的不同查询/天数上下文数量 |
| 时近度（Recency） | 0.15 | 时间衰减后的新鲜度 |
| 跨天巩固度（Cross-day Consolidation） | 0.10 | 多天连续出现的强度 |
| 概念丰富度（Conceptual Richness） | 0.06 | 条目携带的概念标签密度 |
权重总和为 1。相关度和频率合计占 0.54，是晋升决策的最关键信号。六个信号都必须通过各自的阈值门才会晋升——任何一个不达标，条目都不会被提升。
此外，Light 和 REM 阶段还会给 Deep 提供额外的时近衰减强化信号，进一步影响最终排名。
此外，Deep 还会自动跳过已过期或已被删除的内容，保证 MEMORY.md 里没有垃圾。
REM（快速眼动）：模式识别
REM 阶段的任务是从近期短期痕迹中识别主题模式，提取共性，生成反思性洞察，写入 dreams.md。
它的输出不直接写入长期记忆，而是为 Deep 阶段提供强化信号——比如 Deep 在对某个条目打分时，REM 发现这个条目和近期连续出现的主题高度相关，就会给 Deep 一个额外的加权信号。
协作流程
短期记忆
↓
[Light] 整理筛选 → 候选池
↓
[Deep] 六维评分 + REM强化信号 → 晋升写入 MEMORY.md
↑
[REM] 主题反思 → 强化信号
Light 和 REM 为 Deep 提供输入和信号，但只有 Deep 拥有写入权限。三个阶段在同一 sweep 内按固定顺序执行：Light → REM → Deep，不是各自独立调度，也没有开始时间差异。
配置与使用方式
Dreaming 默认关闭，需要手动开启。
调度时间：默认每天 UTC 凌晨 3:00（北京时间上午 11:00）自动跑一次完整 sweep（Light → REM → Deep），可通过 dreaming.frequency 自定义 cron 表达式调整。
- 开启命令：
/dreaming on（关闭用/dreaming off，查看状态用/dreaming status） - CLI 预览：
openclaw memory promote（预览候选条目） - 执行晋升：
openclaw memory promote --apply - 配置项：
dreaming.enabled（总开关）、dreaming.frequency（运行频率）、recencyHalfLifeDays（衰减半衰期）、maxAgeDays（最大保留天数）
REM 相关 CLI 工具：openclaw memory rem-harness（REM 预览）、promote-explain（晋升决策解释）
Gateway 侧边栏有 Dreams 标签页，显示：
- 短期记忆数量
- 长期记忆数量
- 已晋升数量
- 下次巩固时间
还有一个 Dream Diary 界面可以查看完整的巩固记录。
和旧版本的区别
之前的 OpenClaw 记忆系统，候选条目是否晋升主要依赖简单的频率统计和人工触发。现在 Dreaming 机制引入了六维评估框架，晋升决策变得更加系统化。
此外，REM 阶段的主题模式识别功能，是旧版本完全没有的。这意味着 Agent 现在不只被动记录高频信息，还能主动发现"哪些概念在反复出现、可能值得固化成长期知识"。
这意味着什么
如果你是深度使用 OpenClaw 的用户，Dreaming 能解决的问题很具体：
- 不需要手动维护 MEMORY.md，Agent 会自己判断什么值得留下
- 真正重要的记忆不会因为单次查询没命中就被漏掉（跨天巩固度维度）
- 长期对话中的知识积累终于不再是拼凑检索，而是有结构的知识网络生长
实验性功能默认关闭也说明团队对这个机制还在观察期。后续演进值得关注。
其他值得注意的更新
Dreaming 是核心，但这个版本还有几个重要变化：
内置视频和音乐生成。Agent 现在内置 video_generate 和 music_generate 工具，支持 xAI（grok-imagine-video）、阿里云 Model Studio Wan、Runway，以及 Google Lyria、MiniMax 音乐生成，不需要额外装插件。
Claude CLI → GPT-5.4。新用户不再提供 Claude CLI 作为默认后端，全面转向 GPT-5.4。官方在推文里说得更直接："Anthropic cut us off. GPT-5.4 got better. We moved on."（811 万次浏览）
Prompt Cache 优化。这个版本花了大量精力优化缓存命中率，包括 MCP 工具排序确定化、系统提示指纹归一化、移除重复内联工具清单等，缓存复用更稳定。
Control UI 新增 12 种语言。简体中文、繁体中文、巴西葡萄牙语、德语、西班牙语、日语、韩语等。
GitHub Release：https://github.com/openclaw/openclaw/releases/tag/v2026.4.5
文档：https://docs.openclaw.ai
如果觉得这篇文章有帮助，欢迎点赞、在看、转发！有问题也可以在评论区留言，我会尽量回复！