OpenClaw 推出了 v2026.4.15 版本,值得所有OpenClaw用户更新(现在已经修复了QQbot插件bug)。与往常的修补版不同,这次更新触及了记忆系统、Agent 稳定性、上下文管理等多个核心模块。对于已经把 OpenClaw 作为日常协作伙伴的用户来说,这些底层优化将直接影响使用体验。

下面挑几个最值得关注的变化,逐一展开分析。
一、梦境存储重构重构:让每日记忆"轻装上阵"
这是本次更新中我最看好的改进。
先回顾一下 OpenClaw 的"主动记忆"机制。系统内置了一个称为"Dreaming"的功能,每天凌晨 3 点自动运行,将短期记忆文件中的内容进行整理、提炼,写入长期记忆。与此同时,整理过程中产生的思考轨迹——即梦境阶段——会以 ## Light Sleep、## REM Sleep 等标记块的形式,同步写入当天的记忆文件。
这个设计理念并无问题,但"时间积累"带来了隐患。
每天的梦境输出少则几十行,多则上百行,全部以结构化标记块的形式注入到 memory/YYYY-MM-DD.md。三个月下来,单个记忆文件的体积越来越大,每次 AI 读取时都要先加载那些对日常对话毫无意义的梦境噪音,大量占用上下文序幕。
4.15 版本的解决方案:
梦境阶段输出不再写入每日记忆文件,而是统一存放到 memory/dreaming/{stage}/YYYY-MM-DD.md 的独立结构中。每日记忆文件从lig;仅保留有效内容,梦境的结构化输出全部迁移至单独目录。

实际意义: AI 每次读取记忆时不再需要处理日积月累的梦境噪音,单次读取数据量显著下降,对话质量反而提升。对于长期用户而言,这是一个从"量变"到"质变"的改进。
升级后,已有历史记忆文件不会自动迁移,但新写入将按新格式处理。
二、Tool Loop Guard:给工具调用加上"防止奔驶"的限速器
第二个重要改进是 Tool Loop Guard(工具循环防护)的默认开启。
先想象一个场景:你配置了某个 skill(如 himalaya),后来在 skills.allowBundled 中将其禁用。正常情况下,AI 应该不再调用该工具。但因为会话历史的原因,AI 可能仍旧尝试调用。调用失败→收到错误→继续尝试→继续失败……形成死循环,直到请求超时。
之前这个防护需要手动开启 tools.loopDetection.enabled: true。4.15 版本将其设为默认开启,阈值设为 10 次——同一个不存在的工具被连续调用超过 10 次,AI 就会收到明确提示,而不是继续空转。

这个改进对普通用户感知不强,但一旦遇到"AI 突然不停报错"的情况,就会感受到它的价值。
三、上下文预算优化:让 AI 看到更"干净"的画面
这部分优化涉及两个层面:
第一层:启动提示精简化。
OpenClaw 每次新建会话时,system prompt 中会填入大量启动信息——技能列表、配置说明、记忆片段索引等。4.15 之前这部分相对冗余,本次做了默认精简,减少冷启动时的 token 消耗。
第二层:记忆读取的智能截断。
之前 memory_get 工具默认会返回尽可能多的内容,容易把整个文件拉进来。现在做了智能截断,优先返回最相关的片段,并附带续读标记,告诉 AI "如果需要更多内容,从哪里继续"。

叠加效果: 长期会话的上下文质量更稳定,不会因为记忆文件越来越大而出现"AI 开始健忘"的情况。
四、BlueBubbles 图片接收修复
如果你使用 BlueBubbles(通过 Mac 连接 iPhone iMessage 的方案),在 Node 22 以上版本之前存在一个 bug:收到的图片经常无法打开或丢失。这次修复了 Node 22+ 环境下图片附件的下载问题,以及 "updated-message" webhook 携带附件时的处理逻辑。
五、GitHub Copilot 接入记忆搜索
4.15 版本新增了一个选项:GitHub Copilot 作为记忆语义搜索的 Provider。
如果你的团队已经在使用 Copilot,这提供了一个直接打通 Copilot 记忆能力的方式。具体配置方式可参考 OpenClaw 官方文档中关于 memory-search provider 的说明。
总结:没有"哇"的新功能,但每一项都解决了真实痛点

这次 4.15 版本的核心方向很明确:
这些都不是那种一眼就能惊叹的"爆点"功能,但每一项都在解决长期使用积累下来的痛点。尤其是梦境存储的重构,是那种"用久了才能感受到价值"的变化。
如果你正在使用 OpenClaw,建议尽快升级到 4.15,亲自感受区别。
夜雨聆风