夜雨聆风学习资料网

ARTICLE · 995829

OpenClaw 2.0 已经到来

OpenClaw 2.0 已经到来

OPENCLAW · 版本更新 / Agent OS

这次不只是升级,而是把 AI 助手真正做成了 Agent OS

v2026.8.1 真正值得关注的,不是“又多了几个功能”,而是 Session、Memory、Automation、Compute、权限与交互界面开始被组织成一套长期运行的 Agent Runtime。

核验时间:2026 年 8 月 31 日对应官方版本:OpenClaw v2026.8.1编辑审计:PASS(关键版本、Breaking Change、更新命令与 npm Dist Tag 已回到官方来源核对)

一分钟速览

运行方式变了:Session 可以离开 Gateway 本机,在配对设备或 Cloud Worker 上执行;进度、Workspace 与子 Agent 活动也开始变得可持续追踪。

Agent 开始有“长期性”:Conversation Recall、Grounded Dreaming、Self-learning、Loop、Workboard、A2A 等能力,把记忆、自动化与多 Agent 协作串到了一起。

升级价值很高,但生产环境别抢跑:截至 2026 年 8 月 31 日,GitHub 已有 v2026.8.1 正式标签,npm latest 仍为 2026.7.1-2,Beta 已到 2026.9.1-beta.1;实际升级前先看 openclaw update status --json 与 npm Dist Tag。

先把“OpenClaw 2.0”这个说法说清楚

口径

当前状态

怎么理解

官方版本号

v2026.8.1

OpenClaw 仍采用 YYYY.M.D 日期版本体系

本文所称“2.0”

编辑性概括

指这轮架构级升级,不是官方改成了 2.0.0

GitHub

已出现 v2026.8.1 正式签名标签

可以按 Tag-pinned CHANGELOG 与 Release Notes 核对功能

npm

latest = 2026.7.1-2

Registry 的 stable/latest 在核验时尚未同步到 v2026.8.1

这里限定的是版本口径:“OpenClaw 2.0”是本文对产品阶段的判断,不是官方版本命名;npm Dist Tag 又是时间敏感状态,发布前仍应重新检查。

如果你最近一两个月没认真看 OpenClaw,重新打开它时,大概率会有一种感觉:

这已经不是原来那个“接个 Telegram,再给 AI 装几个 Skill”的 OpenClaw 了。

OpenClaw v2026.8.1 把过去分散在 Chat、Session、Memory、Cron、Browser、Node、Plugin 里的能力重新串了起来:会话可以跨机器运行,Agent 可以自动沉淀记忆和技能,可以持续执行循环任务,可以拉起子 Agent 并行工作,还可以在聊天窗口里直接呈现交互式结果、请求权限、索要凭据、打开终端、操作远程浏览器。

如果一定要给这轮变化找一个更容易理解的说法,我更愿意把它叫作:

OpenClaw 2.0:从“AI 聊天入口”走向“个人 Agent 操作系统”。

这篇文章只回答三件事

1.OpenClaw 到底更新了什么;

2.哪些功能真正值得普通用户升级;

3.老用户升级前必须注意哪些坑。

一、先说结论:这次最大的变化,不是模型,而是 Agent 的“运行方式”变了

以前我们理解 OpenClaw,大致是这样:

Telegram / Discord / WebChat          ↓          Gateway          ↓          Agent          ↓             Model + Tools + Skills

它的核心价值,是把不同模型和工具接到我们熟悉的聊天入口里。

而 v2026.8.1 之后,结构更接近:

┌──────────────┐          Channels│          TG/Slack/... │          └──────┬───────┘          │          ┌──────▼───────┐          Gateway│          │ Control Plane│          └──────┬───────┘          │          ┌────────────────┼────────────────┐          │          ┌────▼────┐┌────▼────┐┌────▼────┐          │ Session ││ Memory│Automation│          └────┬────┘└─────────┘└─────────┘          │          ┌──────┼───────────────┐          │          ┌──▼──┐ ┌─▼─────┐┌────▼─────┐          │Local│ │Paired ││Cloud│          │Host │ │Device ││Worker│          └─────┘ └───────┘└──────────┘          │          ┌──────┼──────────────┐          │             BrowserTerminalSubagents          / Swarm / A2A

Gateway 越来越像控制平面,而真正的“工作”开始被拆到不同 Session、设备、Worker 和 Agent 上执行。

这就是我认为它进入“2.0 阶段”的根本原因。

二、8 个更新拼到一起,OpenClaw 才真正有了 Agent OS 的轮廓

01|终于可以搜索以前聊过什么了

这是一个看起来很小,但实际非常重要的更新。

v2026.8.1 新增了 历史会话文本搜索:你可以按精确关键词或短语搜索过去的 Conversation,并直接跳回匹配内容所在的上下文。

过去 OpenClaw 的 Session 越用越多以后,一个非常现实的问题就是:

“我记得上个月让它做过这件事,但到底在哪个 Session?”

以前只能翻。

现在可以搜。

这意味着 OpenClaw 开始真正把聊天记录视为 可检索的个人工作资产,而不是一次性对话。

对于长期用 OpenClaw 做项目管理、研究、内容生产、代码维护的人,这个功能的重要性其实远高于“又支持了一个新模型”。

02|Session 不再被锁死在 Gateway 所在机器上

这是本次升级里我认为最关键的一项。

官方 Changelog 里直接写了一句话:

Sessions beyond your Gateway

现在 Session 可以运行在:

·Gateway 本机;

·已配对的 Mac / Windows / Linux 设备;

·Cloud Worker;

·受控的远程执行环境。

更重要的是,Session Workspace 可以跟着任务一起移动

什么意思?

假设你的 OpenClaw Gateway 跑在一台低功耗 VPS 上,但真正需要跑代码、浏览器自动化或处理大文件时,你可以把 Session 放到:

家里的 Mac Studio          公司 Windows 工作站          云端 Worker          独立 Sandbox

任务结束以后,这个 Session 仍然是同一个 Session。

这就彻底改变了 OpenClaw 的定位。

以前是:

我的 AI 跑在哪台机器上?

现在变成:

这个任务应该被调度到哪台机器上?

这已经开始接近真正的 Agent Runtime / Compute Scheduler 思路。

03|你终于能“看见”Agent 正在干什么

长期 Agent 最大的问题之一不是能力,而是不可见

你发出一个复杂任务后,它可能调用几十次工具、启动子任务、修改文件、等待外部结果。用户很容易陷入一个状态:

它到底是在工作,还是已经死了?

v2026.8.1 增加了 Durable Progress Card

它会持续保留 Session 的当前计划、状态和执行进度,即使:

·页面刷新;

·从 Web 切到 iOS;

·从手机切回电脑;

·Agent 启动了 Subagent;

·Session 中正在持续产生文件修改。

进度状态仍然可以继续跟踪。

这是一个非常重要的产品变化。

因为 Agent 从“回答问题”升级到“执行任务”以后,用户真正需要的不是 Streaming Token,而是:

现在做到哪一步?          谁在执行?          有没有卡住?          产出了什么?          我现在要不要介入?

OpenClaw 正在补齐这层“任务可观察性”。

04|Multi-Agent 终于从“能拉子 Agent”走向真正的协作系统

OpenClaw 以前已经可以使用 Subagent。

但 v2026.8.1 进一步加入了几个非常值得关注的方向。

Experimental Swarm

在 Labs 中可以启用 Swarm,一次性 fan-out 多个受限并行 Subagent,让它们分别完成任务,再把结构化结果汇总回来。

例如:

主 Agent          ├─ 子 Agent A:查资料          ├─ 子 Agent B:分析数据          ├─ 子 Agent C:写代码          ├─ 子 Agent D:检查事实          └─ 子 Agent E:输出最终结构

过去我们手工写 Prompt 才能模拟这种结构。

现在 OpenClaw 开始把它做成 Runtime 层能力。

A2A 1.0

OpenClaw 还加入了实验性的 A2A 1.0 Channel Plugin

A2A 可以理解为 Agent-to-Agent。

也就是说,一个 OpenClaw Agent 可以通过认证后,把文本任务发送给另一个配置好的 Agent,并轮询任务状态和继续通信。

这意味着未来 OpenClaw 很可能不只是:

“一台机器上跑很多 Agent。”

而是:

“多个 OpenClaw / 多个 Agent 节点互相协作。”

这是一个非常值得继续观察的方向。

05|Memory 开始真正进入“长期学习”阶段

如果让我选一个普通用户感知最明显的升级,我会选 Memory。

这一次至少有三层变化。

第一层:Personal Conversation Recall

开启 Active Memory 后,在个人安装、没有配置 DM 隔离的情况下,Agent 可以默认检索同一个 Agent 过去的私有 Conversation Context。

也就是说:

你不一定每次都要重新告诉它:

我之前做的那个项目是什么          我常用什么格式          上次我们讨论到了哪一步

Agent 可以从过往个人对话中检索相关上下文。

而 Group / Channel 默认仍然被排除,降低把私人上下文错误带进群聊的风险。

第二层:Grounded Dreaming

OpenClaw 现在默认支持模型驱动的后台 Memory Consolidation。

官方叫:

Grounded Dreaming

它会尝试把有来源依据、值得长期保存的信息整理进入 Long-term Memory,并生成 Dream Diary。

如果以前 Memory 更像:

“把东西记下来。”

现在开始变成:

“后台整理、筛选、重构记忆。”

第三层:Automatic Self-learning

OpenClaw 还能从长期任务中捕获可复用经验,自动生成或应用 Skill。

Scanner 通过、或者由 Workshop 管理的 Skill,可以根据策略自动进入使用流程;用户自己写的 Skill 修改仍然可以保持 Pending,避免 Agent 随意改动人工规则。

这件事情的意义很大。

一个真正好用的个人 Agent,不应该只是模型越来越聪明,而应该是:

它越来越了解你,也越来越知道你的事情应该怎么做。

OpenClaw 正在往这里走。

06|聊天窗口开始变成真正的“交互界面”

v2026.8.1 新增了 Interactive Widgets

Agent 的结果不再只能是:

Markdown          代码块          图片          文件

还可以是交互式 Widget。

这些 Widget 可以:

·直接显示在 Chat 中;

·Pin 到 Session Dashboard;

·指定允许执行的 Action;

·指定允许访问的 Network Origin;

·导出成 PNG。

这意味着 Agent 的输出开始从“答案”变成“应用”。

例如以后你让 OpenClaw 做:

帮我做一个项目进度仪表盘

理想状态就不再是给你一张 Markdown 表,而是直接出现一个可交互 Dashboard。

这里其实已经碰到一个非常重要的趋势:

Agent UI 正在取代传统 SaaS 的一部分固定界面。

07|Agent 可以向你“提问”,而不是只会卡住

复杂 Agent 经常遇到一种情况:

它知道接下来该干什么,但缺一个信息。

过去常见结果是:

·报错;

·停止;

·在文本里问一句;

·或者干脆自己猜。

现在 OpenClaw 加入 Structured Questions

Agent 可以通过:

·Web Card;

·Native App Card;

·Messaging Button;

·普通文本;

向用户提出结构化问题。

你可以选择选项,也可以 Free Text,还可以明确点 Skip

这种能力看起来不酷,但它是长期 Agent 真正可用的基础设施。

因为可靠的 Agent 不应该总是“自主决定”。

真正好的 Agent 应该知道:

什么时候可以自己做,什么时候必须问人。

08|凭据和权限终于开始按“生产级 Agent”来设计

Agent 越强,安全问题越大。

因为它最终会碰到:

API Key          服务器密码          云平台 Token          企业系统账号          数据库凭据          支付信息

v2026.8.1 在这一层的变化非常明显。

Private Credential Requests

Agent 可以通过 Masked Prompt 向你请求 Credential。

重点是:

凭据不需要出现在 Chat,也不需要进入 Model Context。

Shared Credential Store

团队可以在 SQLite 中管理共享 Secret 和 Environment Entry。

Secret 值是 Write-only,并且可以限制受保护凭据只能发送到声明过的目标 Host。

1Password Broker

OpenClaw 还支持可选的 1Password Broker,可以读取指定 SecretRef / Field,并支持逐项授权和不记录明文值的 Audit。

Session Permission Mode

Session 现在可以选择明确的 Permission Mode,并把受限文件系统访问锁定到对应 Workspace / Worktree。

Team Operator Roles

团队场景中,可以给经过验证的用户设置角色,限制:

·可以访问哪些 Agent;

·能不能看别人的 Session;

·可以使用哪些 Operator Scope;

·新 Session 是否必须 Sandbox。

但官方也特别提醒,这一层的边界不能省略。

CLAIM BOUNDARY / 说法边界

可以确认

不能推出

Operator Role、Permission Mode、Sandbox 等能力可以限制协作范围与操作权限

不等于 OpenClaw 已经提供 hostile multi-tenant isolation,也不能直接按零信任多租户云平台来理解

这些首先是 Collaboration Controls。能力更强,不代表隔离模型自动升级成了 hostile multi-tenant security boundary。

三、Browser / Desktop 不再只是工具调用,而是开始变成执行空间

OpenClaw 这一轮继续强化 Browser / Computer Use。

现在可以:

·更容易连接 Chrome Extension;

·在 macOS 导入指定浏览器登录状态到 Managed Profile;

·查看页面文本;

·查看 Network Request;

·模拟设备;

·通过 Puppeteer Client 使用配对 Chrome;

·在符合条件的 Desktop 上控制 Window、Element 和后台 Action。

其中 Windows / Linux 的 CUA 仍然属于 Experimental / Opt-in。

所以这里要特别提醒一句:

能自动操作桌面,不等于应该默认给它全桌面权限。

如果是公司电脑、生产服务器或保存大量敏感资料的环境,建议始终采用最小权限原则。

四、Automation 不再只是 Cron,而是逐渐变成持续运行的 Agent Loop

以前说 OpenClaw Automation,很多人第一反应就是 Cron。

现在明显不止。

Conversation-bound Automations

如果 Automation 是从某个 Session 创建的,新任务可以默认绑定原来的 Conversation。

于是自动化执行时,不再像一个完全失忆的新任务。

/loop

Owner 可以创建固定间隔或自节奏检查循环。

比如:

每隔一段时间检查项目状态          如果没有变化就继续等          如果出现异常再提醒我

这已经比传统定时器更接近 Agent Loop。

Workboard

Workboard 可以绑定 Automation。

当关联 Session 完成时,可以触发后续 Automation,并把 Board 直接显示在 Session Dashboard。

Email Trigger

新插件可以监听配置好的 IMAP Inbox,并直接从邮件触发 Agent 工作。

例如:

收到客户 brief          ↓          OpenClaw 自动读取          ↓          生成项目卡          ↓          创建研究任务          ↓          分派 Agent          ↓          产出初稿

这时候 OpenClaw 已经不是“聊天机器人”,而是 Workflow Runtime。

五、模型层也有变化,但这次模型反而不是主角

v2026.8.1 对 OpenAI 路线做了明显整理。

新安装会使用明确的:

openai/gpt-5.6-sol

同时支持更清晰的 Model / Runtime / Thinking 选择与记忆范围。

用户现在可以决定一次 Model Change 到底作用于:

当前 Session          当前 Agent          Shared Default

这个变化非常实用。

因为 Multi-Agent 环境里最怕的就是:

我只是想给当前会话换个模型,结果把所有 Agent 默认模型都改了。

另外,OpenClaw 对 Claude、xAI、本地 llama.cpp、Ollama、OpenAI-compatible Provider 等路线也继续加强。

但这一版最值得注意的并不是“支持了什么模型”,而是:

模型越来越像 Runtime 中可以被替换的一层,而 OpenClaw 自己正在成为真正的核心。

六、老用户升级前,一定要看这两个 Breaking Change

这部分非常重要。

Breaking 1:OpenAI / Codex 路由迁移

v2026.8.1 会把旧的:

codex/*          openai-codex/*

迁移到:

openai/*

包括:

·Model Ref;

·Provider Config;

·已保存 Session;

·Automation Route。

官方明确建议运行:

openclaw doctor --fix

如果存在冲突,Doctor 会要求人工处理,而不是悄悄覆盖。

如果你以前大量使用 OpenAI Codex / ChatGPT OAuth,这一步尤其要检查。

Breaking 2:OpenProse 被移除

Bundled OpenProse Plugin 和 /prose Command 已被移除。

如果旧配置里还残留 OpenProse,同样需要:

openclaw doctor --fix

现有 .prose 文件不会直接消失,但后续需要按官方迁移说明转向上游 Agent Skill 方案。

七、升级不要直接 npm update:按这 6 步走最稳

如果你现在 OpenClaw 跑得非常稳定,尤其承担 Telegram Bot、自动化任务、公司消息入口或长期 Session,我不建议看到新版本就直接 npm update

推荐按下面顺序来。

Step 1:先确认当前版本

openclaw --version

再查看更新状态:

openclaw update status --json

如果你使用 npm,也建议确认一下当前 Dist Tag:

npm view openclaw dist-tags --json

本文核验时,GitHub 已经出现 v2026.8.1 正式标签,但 npm 的 latest 仍显示为 2026.7.1-2,Beta 已进入 2026.9.1-beta.1。因此刚发布阶段不要仅凭版本新闻判断 Registry 已同步完成,先检查 Dist Tag。

Step 2:先做 Dry Run

openclaw update --dry-run

看看:

·会切换到什么版本;

·哪些 Plugin 会更新;

·Gateway 会不会重启;

·有没有明显的环境问题。

Step 3:重要机器先备份

如果你当前安装已经支持官方 Backup CLI,优先使用:

mkdir -p ~/Backups/openclaw          openclaw backup create --output ~/Backups/openclaw --verify

官方文档提醒,备份归档可能包含 Credential、Auth Profile 和 Channel State,因此它应该按敏感数据保存。

如果旧版本还不支持上述 Backup CLI,最保守的回退方案是先停 Gateway:

openclaw gateway stop

然后对 ~/.openclaw 做一次完整离线备份。

macOS / Linux 示例:

cp -a ~/.openclaw ~/.openclaw.backup-$(date +%Y%m%d-%H%M%S)

完成后再升级。

这样即使迁移出现问题,你还有一份完整的配置、Credential、Workspace 与旧状态副本。

Step 4:使用官方 Updater

官方推荐:

openclaw update

它会自动:

1.判断你使用 npm、pnpm、Bun 还是 Git;

2.获取对应版本;

3.执行 Doctor;

4.更新符合条件的官方 Plugin;

5.重启 Gateway;

6.做必要的健康检查。

如果你需要切换 Release Channel:

openclaw update --channel stable          openclaw update --channel beta          openclaw update --channel extended-stable          openclaw update --channel dev

生产环境建议优先:

stable          或          extended-stable

不要为了追新功能把生产消息 Gateway 长期放在 Beta。

Step 5:升级完成后手工再跑一次 Doctor

这次因为存在 Breaking Migration,我建议升级后再明确执行:

openclaw doctor --fix

重点观察:

·OpenAI / Codex Provider 是否完成迁移;

·Plugin 是否缺失;

·旧 OpenProse 配置是否清理;

·Session / Memory Database 是否健康;

·Gateway Service 是否指向正确安装路径。

Step 6:检查 Gateway

openclaw gateway status --deep --json

然后打开 Dashboard:

openclaw dashboard

至少实际验证以下几项:

·发一条普通消息;

·切换一次 Session;

·调用一次 Tool;

·检查一个常用 Channel;

·检查 Memory;

·检查 Automation / Cron;

·如果使用 Codex,再单独跑一次 Codex Session。

八、升级以后,最值得第一时间试的不是新模型,而是这 7 件事

1. 搜索一次过去的 Conversation

感受历史 Session 从“聊天记录”变成“工作数据库”的变化。

2. 打开 Active Memory

观察 Personal Conversation Recall 是否真的能减少重复背景说明。

3. 检查 Dreaming / Self-learning 策略

如果你希望 Agent 越用越懂你,可以保留;如果你的环境对确定性要求很高,则建议先采用保守策略。

4. 建一个 /loop

例如让 Agent:

持续观察一个项目目录或任务状态;          只有出现变化才提醒我。

你会明显感觉到它和普通 Cron 的区别。

5. 试一次 Subagent / Swarm

找一个适合拆分的任务:

行业研究          竞品分析          代码审计          资料整理          内容选题

让多个 Agent 并行处理。

6. 试一个 Interactive Widget

让结果变成 Dashboard,而不是 Markdown 报告。

7. 检查 Credential 与 Permission

尤其是:

·Browser;

·Exec;

·SSH;

·Cloud Provider;

·GitHub;

·企业系统;

·1Password。

Agent 能力越强,权限边界越重要。

九、为什么我把它叫“2.0”:产品逻辑已经从 Bot 转向 Runtime

我的判断非常明确:

这不是一次普通功能更新,而是 OpenClaw 产品逻辑的一次重构

过去的 OpenClaw,最吸引人的地方是:

把强大的 AI Agent 接进 Telegram、Discord、WhatsApp。

现在它正在变成:

一个能够管理 Session、Memory、Agent、Automation、Credential、Compute、Browser、Terminal 和 Channel 的个人 Agent Runtime。

真正的变化可以浓缩成四句话:

第一,Agent 开始拥有连续性

它能记住过去、跨 Session 检索、后台整理 Memory。

第二,Agent 开始拥有执行空间

任务不再必须跑在 Gateway 本机,可以被调度到设备和 Cloud Worker。

第三,Agent 开始拥有组织能力

Subagent、Swarm、A2A、Workboard、Automation 开始连起来。

第四,Agent 开始拥有更明确的权限边界

Credential Request、Permission Mode、Operator Role、Protected Egress 都在补安全层。

所以,如果以前你把 OpenClaw 理解成:

“一个特别强的 AI Bot。”

那么现在更合适的理解应该是:

它正在成为一个以自然语言为入口的个人 Agent 操作系统。

十、现在要不要升级?关键看你的运行环境能不能承受变化

我的建议分三类。

个人用户 / 折腾党:建议升级

尤其是你在用:

·多 Agent;

·Memory;

·Codex;

·Browser;

·Automation;

·多设备。

v2026.8.1 的提升非常明显。

稳定运行的个人 Gateway:可以升级,但先备份

先:

openclaw update --dry-run

然后做好 ~/.openclaw 备份,再升级。

生产消息入口 / 企业环境:不要抢跑

如果 OpenClaw 已经承担:

·企业 Telegram / Slack / Feishu;

·关键自动化;

·生产服务器操作;

·长期无人值守任务;

建议等 npm latest、Plugin Cohort 和你的关键 Channel 都确认稳定后再切。

尤其不要因为“2.0”三个字,就把生产 Gateway 从 Stable 直接切到 Beta。

写在最后:Agent 真正的门槛,是运行环境而不是聊天能力

过去一年,我们一直在讨论:

AI Agent 到底什么时候才能从 Demo 变成真正的个人助手?

真正的瓶颈其实从来不只是模型能力。

而是:

记忆          状态          权限          调度          设备          工具          自动化          协作          可观察性          失败恢复

这些看起来“不性感”的基础设施。

OpenClaw v2026.8.1 最有意思的地方,就是它开始同时补这些东西。

所以我愿意把这轮更新称为:

不是模型变强了一点,而是 Agent 终于开始拥有自己的运行环境。

接下来真正值得观察的,不再是 OpenClaw “还能接入多少模型”,而是它能不能成为我们日常工作中那个长期在线、持续学习、跨设备执行、还能被安全约束的 AI Agent。

这场变化,才刚刚开始。

来源

本文优先依据 OpenClaw 官方 GitHub、官方 Release Notes、官方文档及官方 npm 包信息整理,最后核验时间为 2026-08-31

OpenClaw v2026.8.1 GitHub Taghttps://github.com/openclaw/openclaw/releases/tag/v2026.8.1

OpenClaw v2026.8.1 官方 Release Noteshttps://docs.openclaw.ai/releases/2026.8.1

OpenClaw v2026.8.1 Tag-pinned CHANGELOGhttps://raw.githubusercontent.com/openclaw/openclaw/v2026.8.1/CHANGELOG.md

OpenClaw 官方 Updating 文档https://docs.openclaw.ai/install/updating

OpenClaw Update CLI 文档https://docs.openclaw.ai/cli/update

OpenClaw npm Package / Dist Tagshttps://www.npmjs.com/package/openclaw?activeTab=versions

OpenClaw v2026.8.1 Beta Release Validationhttps://github.com/openclaw/openclaw/issues/125626

本文说明

·“OpenClaw 2.0”是本文对这一轮产品阶段变化的编辑性概括,不是官方版本号

·文中的核心功能、两项 Breaking Change 与主要升级命令,已回到 v2026.8.1 官方 Release Notes / Tag-pinned CHANGELOG / Updating 文档逐项核对。

·npm Dist Tag 属于时间敏感状态:核验时 latest 仍为 2026.7.1-2,beta 为 2026.9.1-beta.1。实际升级前请重新执行 openclaw update status --json 与 npm view openclaw dist-tags --json

·官方功能存在,不等于所有平台、插件、Channel 或生产环境都已经达到同样成熟度;Experimental / Opt-in 能力应按官方标注理解。

相关学习资料

返回首页浏览学习资料