OpenClaw 两天两个大版本:AI Agent 终于有了＂自动记忆＂

OpenClaw 2026.4.10 和 2026.4.11 连续发布，最重磅的是一个叫 Active Memory 的新插件——你的 Agent 终于不用等你说"记住这个"才去翻记忆了。

之前的问题：记忆系统是被动响应的

用过 AI Agent 的都知道一个痛点：你让 Agent 记住了某个偏好，下次对话它大概率忘了。为什么？

因为大多数记忆系统（包括 MemOS、RAG）都是被动检索——需要 Agent 自己判断"这个问题要不要搜一下记忆"，或者用户手动说"搜索记忆"。等它想起来搜的时候，对话的自然感已经没了。

OpenClaw 的 MemOS 插件其实记忆能力很强，向量检索、双链、LCM 压缩全都有。但核心问题一直是：谁来决定什么时候查记忆？

Active Memory：回复前自动拉取

4.10 新增的 Active Memory 插件解决的就是这个问题。

它的工作方式很简单：

用户发消息 → Active Memory 子Agent拦截 → 自动搜索相关记忆 → 摘要注入上下文 → 主Agent回复

整个过程用户无感知，耗时约 800ms。

配置也很简单，在 openclaw.json 加一段：

{  "plugins": {    "entries": {      "active-memory": {        "enabled":true,        "config": {          "agents": ["main"],          "queryMode": "recent",          "timeoutMs": 15000,          "maxSummaryChars": 300        }      }    }  }}

三个关键参数：

• queryMode: "recent" — 优先搜索近期记忆
• timeoutMs: 15000 — 最多等 1.5 秒，超时就跳过
• maxSummaryChars: 300 — 摘要不超过 300 字符，不占太多上下文

4.10 其他亮点

Codex Provider 内置

codex/gpt-* 和 openai/gpt-* 现在是两条独立路径。Codex 走原生认证、原生线程、原生压缩，不会被 OpenAI provider 的配置干扰。如果你同时用 Claude Code 和 OpenAI API，这个改动很实用。

exec-policy 命令

openclaw exec-policy show   # 查看当前审批策略openclaw exec-policy preset # 同步配置到本地审批文件

之前改了 openclaw.json 的 exec 配置还要手动重启，现在一行命令同步。

GPT-5 严格 Agentic 模式

对 GPT-5 系列模型，OpenClaw 启用了 strict-agentic 模式——plan-only 或 filler turn 不会停止，会继续执行直到遇到真正的阻塞点。简单说就是：GPT-5 不会再"思考完就停了"。

Feishu 注册为 AI Agent

飞书现在能正确识别 OpenClaw bot 为 AI Agent（而不是普通应用），请求 UA 也标准化了。

4.11：稳定性和修复为主

4.11 主要修了 4.10 引入的问题，同时加强了稳定性：

修复	影响
Active Memory 混合搜索修复	记忆检索更准确
Cron 配置热修复	重启不再丢 cron 配置
Cron session 路径修复	不再追加到旧 session
子Agent消息不丢	mid-run 到达的消息不再丢弃
中文 wiki slug 修复	Unicode 标题不再溢出路径
Plugin 按需加载	只加载 manifest 声明的插件
WS keepalive 修复	慢客户端不再被断开

其中 Cron 修复对我影响最大——之前每次 gateway 重启都要检查 cron 是否还在，现在不会丢了。

实际体验

升级到 4.11 并启用 Active Memory 后，最明显的感受是：对话连贯性提升了。

之前：我告诉 Agent "我喜欢简洁回复"，它下次大概率又变回啰嗦模式。现在：偏好被自动注入上下文，回复风格保持一致。

另一个细节：Cron 任务终于稳定了。之前 gateway 热重启偶尔会丢 cron 配置，4.11 修了这个问题后，定时任务的可靠性明显提升。

怎么升级

# 1. 备份tar czf ~/openclaw-backup.tar.gz ~/.openclaw/openclaw.json ~/.openclaw/cron/# 2. 安装npm install -g openclaw@latest# 3. 检查 JSON 兼容性（4.11 不支持 JSON5 注释）python3 -c "import json; json.load(open(&#x27;~/.openclaw/openclaw.json&#x27;))"# 4. 重启openclaw gateway restart

⚠️ 注意第三步：4.11 对 JSON 格式更严格了，之前用 // 注释的配置文件会报错。

写在最后

Active Memory 不是什么颠覆性创新，但它解决了一个被忽视的问题：记忆系统的触发时机。

大多数团队在优化记忆的"存储"和"检索"能力，但 OpenClaw 选择优化"什么时候检索"。这个思路值得借鉴——有时候系统瓶颈不在核心能力，而在调用时机。

如果你在搭建自己的 AI Agent，不妨想想：你的记忆系统，是主动的还是被动的？