4 月中旬，OpenClaw 发布 2026.4.12 版本。与其说这是一次“功能堆料”更新，不如说它更像一次面向实际使用场景的系统补强。

此次更新主要集中在 主动记忆、本地模型支持、安全修复、稳定性优化和插件加载机制 几个方面。

这次更新最值得关注的是什么？

如果只看亮点，Active Memory 可能是最受关注的新能力。过去，用户往往需要主动告诉系统“记住这个偏好”或反复补充背景信息。

现在，OpenClaw 在主回复前会先运行记忆子 agent，自动检索过往偏好、上下文和历史信息，再带入当前对话。

这意味着，AI 助手开始具备更连续的上下文能力，而不是每次都像“重新认识你”一次。

本地模型支持进一步完善

本次版本还正式增强了 LM Studio provider。新版支持本地模型自动发现、流式预加载，以及本地 embedding 和 memory-search 能力。

对于重视隐私或希望完全本地部署的用户来说，这一步很关键，意味着更多能力可以直接在本地环境中闭环完成，而不必依赖云端。

同时，Codex provider 也进一步独立，codex/gpt-* 模型与 OpenAI provider 分开管理，路径更清晰，减少了混用带来的干扰。

安全修复是这次升级的重要价值

2026.4.12 另一个不能忽视的重点，是安全加固。本次修复包括：

• 移除 busybox / toybox 相关解释器权限，降低绕过风险

• 修复空审批列表可能导致的权限校验问题

• 扩展 shell-wrapper 检测，阻断注入路径

这类更新不会像新功能那样“显眼”，但对生产环境用户来说，优先级往往更高。特别是涉及消息通道、工具执行和多 agent 协作时，底层边界是否稳固，比增加一个新特性更重要。

稳定性和插件机制也在同步调整

除了新能力和安全修复，本次更新还对 Dreaming 相关问题做了修正，包括心跳事件重复消费、时区时间戳错误、记忆污染和长期记忆晋升逻辑等。这些改动虽然偏底层，但会直接影响系统长期运行的稳定性。

另外，插件加载机制也改成了按需激活。过去偏向全量扫描，现在只加载声明需要的部分。好处很直接，就是启动更快、资源占用更低，插件之间的相互干扰也会减少。

总结

整体来看，OpenClaw 2026.4.12 不是一个追求“功能数量”的版本，而是一个把基础能力继续做实的版本。

Active Memory 让对话更连贯，本地模型支持让私有化部署更完整，安全修复则提升了系统在真实环境中的可用性和可信度。

如果你已经在使用 OpenClaw，尤其是在本地部署、生产环境或多 agent 场景下，这一版值得重点关注。

声明：本内容由AI辅助生成，可能包含不准确或推测性信息，请读者自行甄别并谨慎参考。