ARTICLE · 998517
全新OpenClaw 2.0发布:龙虾史上最大更新,已无人关心
开源项目停更近七周，在当下这个恨不得每天发版的AI圈，几乎等于自杀。
OpenClaw偏偏干了这件事。九百多名贡献者闷头提交了超过一万六千个Pull Request，几乎把项目历史合并量的一半塞进一个版本里。官方博客标题带着自嘲：意外地成了2.0。
没有人一开始想搞这么大。团队最初只想做两件事——简化安装流程，重做浏览器界面。结果越改越深，从配置层一路拆到存储层，最后把整个发布流程都重构了一遍。
这个细节比任何功能都值得玩味。一个九个月拿下近三十九万GitHub星标的项目，不是被功能需求驱动到2.0，而是被基础设施瓶颈逼到2.0。代码提交量和发布管理能力之间的剪刀差，终于大到无法忽略。
这暴露的是整个Agent领域的共同困境：跑得快不一定赢得久。当你往系统里堆功能的速度超过了你维护系统能力的增长速度，每一个新功能都在加速技术债的累积。OpenClaw选择停下来还债，而不是继续透支。
在230天内发布106个版本，平均不到两天一个更新。这种节奏看似活跃，实则是团队在功能竞赛中不断借债的证明。每次发布都在掩盖底层架构的脆弱，直到债务利息高到连最小版本升级都可能触发连锁故障。七周的沉默不是停滞，是一次被迫的财务审计。
1
安装这件小事，折射的是权力转移
新版安装流程做了一件看似不起眼却极其关键的事：它会扫描你电脑上已有的AI资源——ChatGPT订阅、Claude订阅、API密钥、本地Ollama模型、LM Studio实例——能自动识别的全部自动填入配置向导，验证可用后才保存。
大量配置项被移出初次安装。先让龙虾跑起来，再边聊边配。
这个设计背后有一场静悄悄的权力转移。过去，OpenClaw的创始人Peter Steinberger曾经故意不把安装做得太简单。他希望用户认真思考：当你把一个拥有文件系统、浏览器、终端权限的Agent装进电脑时，究竟意味着什么。
那时候的OpenClaw服务的是愿意改配置文件的开发者。"折腾"本身就是产品的一部分，甚至是一种筛选机制——能装上的人，大概率也能玩明白。
但现在星标快四十万了。用户画像早已溢出开发者圈层，非技术用户对命令行安装流程的愤怒越来越常见。有人在社区直接抱怨：为什么不能像Hermes那样下载即用？
OpenClaw选择降低门槛，本质上是在做用户基数和社区纯度之间的取舍。先跑起来再说，是一种务实，也是一种妥协。极客气质正在被产品化冲动稀释，这不是对错问题，是阶段问题。
从"你必须证明你会用"到"我们先帮你跑起来"，这个转变听起来简单，实则是对产品哲学的重新定义。一个曾经以高门槛为荣的项目，现在主动把门槛降到了普通用户能够跨越的位置，这背后是开源项目商业化的必然压力。
2
记忆不是存储，是遗忘的艺术
Agent最被诟病的能力缺陷是什么？不是不会干活，而是干完就忘。
用了几周之后，你发现自己还在反复交代同样的背景信息。不同会话之间的上下文断裂，让"个人AI助手"这个承诺显得像个笑话。每次开新对话都像失忆患者重新认识家人——礼貌，但毫无进展。
OpenClaw 2.0对记忆系统做了三件事。
第一件，Active Memory。Agent在符合条件的私密会话中，可以调用过去与同一个用户对话的相关上下文。不是全部记忆都加载，而是按相关性做有界检索。
第二件，Background Memory Consolidation。模型在后台整理历史会话，把真正值得保留的信息提升到长期存储，同时留下来源信息和所谓的"梦境日记"。官方的比喻很形象：Agent在睡觉时整理白天的记忆。
第三件，Automatic Self-learning。Agent完成任务后，可以总结可复用经验，通过安全检查后形成新的Skill，或改进已有Skill。
Peter Steinberger自己承认：记忆这个问题还没有任何人真正解决。OpenClaw的做法不是试图一次性解决，而是把"过去发生过什么"和"什么值得长期记住"拆成两个独立机制。
这个思路比"全量记忆"聪明得多。人类的大脑也不是录像机。遗忘不是缺陷，是功能。一个什么都记得的Agent和一个知道该忘记什么的Agent，后者才更像一个真正的协作伙伴。
但风险同样真实。后台记忆整合意味着Agent在你看不见的时候做决策——决定什么留下、什么丢弃。这个过程的透明度和可审计性，将决定用户对Agent的信任底线。OpenClaw允许用户搜索、检查和删除派生记忆，这个控制权的归属至关重要。
与Hermes Agent相比，OpenClaw的记忆系统更强调"有界"而非"全量"。Hermes倾向于尽可能多地记住，而OpenClaw 2.0开始尝试判断什么该忘。这种哲学差异，决定了两种Agent在长期使用中的不同表现。
3
会话可以搬家，工作不必从头开始
OpenClaw 2.0做了一个颇具野心的转变：会话不再被困在一台电脑里。
一项工作可以在Mac上开始，随后交给云端机器继续执行。云端机器闲置后可以休眠，收到新消息再重新分配资源。机器换了，会话和上下文不丢失。底层存储也从文件系统迁移到了SQLite数据库。
Shared Cloud Sessions更进一步：团队成员可以进入同一个任务，查看Agent已完成的工作，在保留原有上下文的情况下接手继续。不需要重新复制Prompt、代码和背景说明。
OpenClaw团队自己已经在用这套东西协作开发OpenClaw。一个用于构建OpenClaw的OpenClaw实例，套娃得理直气壮。
这个功能的意义不止于协作便利。它改变了"会话"的定义。过去一个会话是一段绑在某台机器上的对话记录。现在它变成了一个可迁移的执行单元——有放置位置、有文件、有进度、有回路。会话从"聊天记录"升级成了"工作负载"。
进步卡片在页面刷新后不会消失。子Agent的活动和累积编辑对用户可见。交互式组件可以钉在会话面板上，被赋予特定操作权限和网络来源限制。控制界面从聊天窗口变成了操作台。
但这里有个被技术叙事掩盖的前提条件。OpenClaw官方安全指南明确指出：一个Gateway和其配对的节点构成一个信任域。团队角色可以收窄某个用户能看到哪些Agent和会话，但这些协作控制不是针对恶意租户的隔离。如果参与者之间不信任，用分开的Gateway，最好分开的操作系统用户甚至分开的主机。
会话可以搬家，但信任不能搬家。技术上让工作流跨设备迁移并不难，难的是让权限、审计和问责也跟着一起迁移。
4
Agent要密码，但密码不进聊天记录
安全和权限是OpenClaw 2.0变化最密集的区域。
Private Credential Request机制：Agent需要密码或Token时，通过遮罩输入界面向用户索取。敏感信息全程不进入聊天记录和模型上下文。
一次性授权：自动化任务只能针对获批的具体操作复用授权。任务内容或操作范围发生变化后，需要重新批准。不是授权一次就永远放行。
插件安装透明化：第三方插件安装前展示能力、来源和版本信息。来自任意可执行来源的插件需要使用强制参数确认。
安全审计命令：openclaw security audit可以检查入站访问、工具影响半径、网络暴露和插件白名单。
这些功能叠在一起，勾勒出一条清晰的演进路线：从"给Agent最大权限让它干活"转向"给Agent精确权限让它干该干的事"。
这种转变是必然的。一个拥有文件系统、浏览器和终端权限的Agent框架，如果安全机制跟不上能力扩展，就是在制造攻击面。OpenClaw爆火以来一直饱受安全争议，2.0版本是对这些争议最系统的一次回应。
但安全机制永远存在可用性与安全性的张力。每多一道审批，就少一分流畅。Private Credential Request让密码不进聊天记录，但用户每次都要手动输入，长期使用的疲劳感会催生绕过行为的冲动——比如把密码写在配置文件里图省事。安全设计最大的敌人不是攻击者，是用户自己的惰性。
5
从一个人一只龙虾，到一群人一群龙虾
"一人一个Agent"是上一阶段的想象。"多人与多个Agent协同工作"是OpenClaw 2.0给出的新答案。
Shared Cloud Sessions让多人进入同一个工作区。Shared Gateway加入了用户身份、在线状态、会话创建者、成员权限和不同Agent的访问范围。团队运营者角色可以限制某个用户能接触哪些Agent和会话。共享凭证存储让团队级密钥和环境变量有了统一管理。
实验性的Swarm功能允许一个Agent同时启动多个子Agent，并行处理独立子任务，再汇总结构化结果。Fleet系统可以在本地Docker或Podman主机上管理和调配独立的OpenClaw环境。
这些功能叠加起来，OpenClaw试图把自己从个人工具重塑为协作平台。核心思路从"替你完成一次任务"转向"维持一个持续运转的工作系统"。
自动化也进一步向持续工作靠近。定时任务可以默认绑定发起它的对话上下文。/loop支持让Agent按固定时间或自身节奏持续检查。Workboard把任务与自动化连接，前一项工作完成后可以自动启动下一项关联任务。
从产品演进角度看，这条路径清晰得几乎有点无趣。个人工具→团队工具→平台基础设施，每一步都合乎逻辑。但合乎逻辑不代表合乎市场。多人协作Agent平台这个定位，竞争对手不只是其他开源项目，还包括那些从第一天就按企业级协作设计的商业产品。
6
当水印成为AI内容的出生证明
在OpenClaw忙着解决记忆和安全问题的同时，整个AI行业正在经历另一场深层变化。
Anthropic已经开始在所有新发布的Claude模型生成的文本中嵌入不可感知的水印。水印随复制粘贴穿越整个互联网，在某些编辑操作后仍然存留。图片文件则附加C2PA数字签名元数据。
这不是自愿选择。欧盟AI法案第50条的透明度义务已经正式生效，要求AI系统提供商对生成内容进行机器可读标记。近两百家组织签署了行为准则，覆盖了几乎所有主流AI公司。罚款上限是1500万欧元或全球年营业额的3%。
Anthropic选择全球统一部署水印，而非仅在欧盟区域内实施。与其为二十七个成员国分别定制合规方案，不如一次性在全球范围内落地。
这给OpenClaw这样的开源Agent框架出了一个难题。Agent调用Claude API生成文本时，水印已经嵌在输出里。但Agent还会对这些文本进行加工——拼接、改写、翻译、摘要。经过多轮处理后，水印信号会衰减到什么程度？检测到水印说明什么、检测不到又说明什么？
更棘手的是，水印技术天生存在对抗性弱点。学术研究表明，保留语义的改写和释义可以显著削弱水印检测信号。一个可以被有意识规避的标记机制，其合规价值终究有限。
但趋势已经不可逆。AI生成内容在互联网信息流中的占比持续攀升，可追溯性正从伦理讨论变成法律义务。OpenClaw 2.0引入的安全审计和凭证保护，与水印所代表的内容溯源趋势，是同一个方向的两个侧面——都在试图回答一个问题：这段内容从哪来，谁该对它负责。
7
龙虾的自我进化，比功能列表更值得关注
把OpenClaw 2.0的所有更新摊开来看，最值得关注的不是任何一个单点功能，而是一条贯穿始终的暗线：Agent正在获得自我管理的能力。
记忆整合让Agent决定什么值得记住。Self-learning让Agent从任务中提炼可复用方法。Skill Workshop让Agent自己整理和改进工具库。自动化任务可以串联执行，前一个完成后自动启动下一个。Swarm让Agent自己分发和汇总子任务。
这些能力的叠加效应指向一个方向：Agent正从被动执行指令的工具，变成主动维护自身状态的系统。它开始有自己的记忆管理策略、有自己的经验积累路径、有自己的任务调度逻辑。
这是否意味着Agent在"进化"？用词需要谨慎。Self-learning形成的新Skill需要通过安全检查，用户修改仍然是提案制。Agent不是在自主决定成为什么，而是在用户设定的边界内积累更好的工作方式。
但方向的确清楚了。OpenClaw 1.0回答的问题是"Agent能不能干活"。OpenClaw 2.0回答的问题是"Agent能不能持续地、安全地、协作地干活"。前者关于能力，后者关于韧性。
一个能干活但每次都从头开始的Agent，本质上是一次性工具。一个能记住、能学习、能协作但安全边界模糊的Agent，是潜在风险源。OpenClaw 2.0试图在能力和约束之间找到平衡点——让Agent更持久地运行，同时让用户更精细地控制。
至于这个平衡能不能立住，不看发布说明，看实际运行。
8
热闹过后，真正的问题才刚开始
OpenClaw 2.0发布后，社区反应并非一边倒的赞美。
有非开发者愤怒地表示安装流程依然不友好，大量代码让非技术用户望而却步。有人直言"爱过，我选Hermes"。国内所谓"百虾大战"的热度已经明显回落，部署维护成本、Token消耗和安全风险仍是悬在头顶的三把刀。
这些声音比任何功能演示都诚实。一个开源项目从极客玩具向生产力工具转型的过程中，必然会流失一部分早期用户，同时面对一部分新用户的不满——前者嫌它变了味，后者嫌它不够味。
OpenClaw 2.0的真正考验不在功能清单的长度，而在三个更朴素的问题：普通人能不能装上、装上以后能不能持续用、用的时候会不会出事。
Peter Steinberger说"记忆这个问题还没有任何人真正解决"。这句话可以推广到整个Agent领域。记忆没解决，安全没解决，成本没解决。但至少OpenClaw 2.0把这三个问题从"假装不存在"推进到了"承认并且动手处理"。
处理得好不好另说。承认问题的存在，本身就是一种进步——在这个恨不得每周宣布颠覆的行业里，能停下来花七周还债的项目，已经比大多数对手更像一个成熟的工程团队。
至于已无人关心这件事——关注度回落未必是坏事。当潮水退去，留下来的不是看热闹的人，是真正在用的人。而真正在用的人，关心的从来不是版本号，是这只龙虾下一秒还能不能干活。
OpenClaw 2.0不是终点，甚至不是转折点。它只是一个开源项目在过度扩张后，终于决定先学会走稳再学跑的一个瞬间。这个瞬间是否会被记住，不取决于发布会的热闹程度，而取决于接下来七周、七个月、七年里，这只龙虾是否还能稳定地活着。
Software 爱探员 | 专注AI科普，让每个人都能读懂AI