刚刚，OpenClaw史上最猛更新！AI记忆可自由插拔，开发者等了半年

新智元报道

编辑：定慧

【新智元导读】OpenClaw推出v2026.3.7-beta.1，史上最密集一次更新：89项提交、200+Bug修复，核心亮点是全新ContextEngine插件接口——上下文管理终于可以「自由插拔」，不动核心代码就能换策略。这次更新值得每一个做AI Agent的人认真看。

龙虾热之后，OpenClaw在国内的热度直线飙升。

就在刚刚，OpenClaw官方发布了全新v2026.3.7-beta.1版本，创始人Peter Steinberger亲自下场在X上高调官宣。

89项代码提交，200+个Bug修复，全新的ContextEngine插件接口，GPT-5.4与Gemini 3.1 Flash双首发适配——这一刀，切得非常稳。

顺带一提，OpenClaw不仅Star数狂飙冲向3w+，而且issues和pr数量也是冠绝全球。

OpenClaw，可以说是开源的一次里程碑，也可以看作是全世界极客们的封神制作。地球上有什么项目能够联合如此多的狂热极客们？

废话不多说，先来看下这次都更新了什么。

OpenClaw变更最密集的一次更新

看点一：GPT-5.4+Gemini 3.1双引擎上线

新版全面适配了OpenAI最新的GPT-5.4以及Google的Gemini 3.1 Flash。

在模型切换层面，OpenClaw还优化了模型降级与重试机制——当某个模型限流或过载时，系统会自动切换到备选模型，而不是直接报错让用户干等。

这意味着什么？你可以把OpenClaw想象成一个「模型路由器」。前端对接的是你习惯的聊天工具，后端则可以灵活挂载Claude、GPT、Gemini、DeepSeek等任意大模型。哪个好用用哪个，哪个便宜切哪个。这种架构的灵活性，是单一厂商的AI助手做不到的。

看点二：ContextEngine——开发者等了很久的东西

这次最硬核的技术亮点，是全新推出的ContextEngine插件接口。

做过AI应用的朋友都知道，上下文管理是智能体开发中最让人头疼的问题之一。

对话轮次一多，token就炸；信息一压缩，关键细节就丢。

OpenClaw这次开放了一组完整的生命周期钩子：bootstrap（初始化）、ingest（注入）、assemble（组装）、compact（压缩）、afterTurn（回合后处理），甚至包括prepareSubagentSpawn（子智能体生成前）和onSubagentEnded（子智能体结束后）。

翻译成人话：开发者现在可以在不修改OpenClaw核心代码的情况下，完全自定义上下文的处理逻辑。你想用RAG？可以。想做激进压缩？随意。想让不同子任务拥有隔离的记忆空间？接口都给你准备好了。

这对整个社区生态的意义是巨大的——它把OpenClaw从一个工具变成了一个平台。

看点三：Discord+Telegram深度整合

多渠道一直是OpenClaw的核心卖点，而这次更新在两个最活跃的社区平台上做了重大升级：

Discord端修复了断连后无法恢复的死机问题，优化了频道解析和机器人心跳检测。Telegram端新增了主题级别（Topic）的智能体路由隔离——这意味着你可以在同一个Telegram群组的不同主题里，分别运行不同的AI智能体，互不干扰。

同时，两个平台都新增了持久化频道绑定功能。以前重启OpenClaw后，频道绑定关系可能丢失；现在这个状态会被持久化存储，重启后自动恢复。

看点四：200多项Bug修复，几乎翻修了一遍

这次的修复清单长得让人咋舌。粗略分类一下：

渠道层面，覆盖了Telegram草稿流重复、Discord断连死机、Slack消息路由、飞书Webhook兼容性、WhatsApp自聊天前缀注入、iOS/macOS端的各种边界情况。

核心智能体层面，修了工具调用的参数解析问题（包括xAI的参数解码）、上下文压缩时的截断提示丢失、OpenAI流式输出的兼容性。

网关与内存层面，解决了Token防连环掉线、QMD内存检索去重、SQLite锁冲突。

安全层面，包括依赖库的安全升级（Hono、tar等）、沙盒逃逸防范、系统命令执行的白名单鉴权。

此外，新版还引入了西班牙语界面支持、将Web搜索功能升级为更强的SearchAPI，以及通过Docker多阶段构建优化了镜像体积和启动速度。

89项更新是什么概念？

先给不熟悉的朋友再补个课：OpenClaw是什么？

简单说，它是目前开源社区里影响力最大的AI Agent框架之一，可以理解为让AI帮你打工的底层平台。

你可以把它部署在自己的服务器上，连上各种大语言模型，再接入Slack、Discord、Telegram、飞书等渠道，让AI Agent替你处理用户消息、执行任务、管理上下文，甚至协调多个智能体协同作战。

它的开源属性，是它最大的杀手锏。你不需要向任何厂商交租子，数据在自己手里，连接哪个模型你说了算。

这次3.7 beta，89项代码提交不是堆数字玩，每一条都实打实——

最重头的一条：ContextEngine插件接口上线。

对开发者来说，上下文管理是AI Agent工程中最头疼的问题。当对话轮次多了，Token堆积超出模型窗口限制，你要么截断、要么压缩、要么想其他办法。而这些处理逻辑一旦写死在核心代码里，日后每次调整都是高风险手术。

OpenClaw 3.7的ContextEngine接口，解决的就是这个问题。

它给开发者提供了全生命周期的上下文管理能力，允许你在不动底层核心逻辑的前提下，插入自定义的压缩策略。用官方的话说，这叫零阻碍接入。

翻译成人话：以后换个上下文处理算法，像换插件一样简单，不用再担心改一处崩全程。

开发者社区的反应很直接——项目Issues下面，有人评论等这个接口等了快半年，点赞数秒过百。

200+个Bug修复，这才是硬核

一个开源项目能不能长线运营下去，Bug修复的密度和质量是照妖镜。

这次3.7 beta，官方更新日志在Fixes板块下拉出了200多条具体修复记录，覆盖了平台几乎所有核心模块。

当大语言模型的能力已经足够强，那么如何把它真正用起来这件事的门槛，决定了谁能先跑起来。OpenClaw解决的，正是跑起来这一步。

龙虾爆红，引爆的不只是某个产品的热度，而是整个自托管AI Agent赛道的关注度。

创始人的气质

一个有点跩的开源人

说说Peter Steinberger这个人，非常有必要。

他是iOS开发者出身，当年靠PSPDFKit（PDF处理SDK）在欧洲独立开发者圈出了名，后来转型做AI，带着小团队把OpenClaw做起来，成了开源AI Agent领域的知名项目。

他的X（推特）账号风格很典型：高度技术化、直接、偶尔毒舌。这次3.7 Beta发布，他的配文是：我不记得上次有哪个版本有这么多提交了。但这是值得的。这种克制中的自信，在开源社区里有自己的分量。

更关键的是，他带领的团队在市场推广上几乎不花时间，靠的是产品质量和社区口碑滚起来的。这在当下AI圈一半做产品一半做PR的环境里，显得有点异类。

好的底层工具不需要等待大厂推荐，真实场景的使用者会替你传播。

下一个版本还能期待什么？

从这次3.7 beta的更新方向，能推断出几个未来值得关注的点：

多语言界面扩展加速。

这次新增了西班牙语界面，背后的逻辑是OpenClaw正在有意拓展非英语市场。中文界面的全面支持，如果做好，对国内用户的吸引力将是数量级的提升。

模型生态接入继续扩大。

GPT-5.4和Gemini 3.1 Flash的首发适配是信号，说明主流大模型实验室已经开始主动配合OpenClaw推进适配工作，这个生态飞轮一旦转起来，壁垒会越来越高。

企业级稳定性持续补课。

200+的Bug修复说明社区使用量在高速增长，问题暴露越多说明用户越多。这个阶段的修复密度，是在为下一阶段的企业大客户打地基。

插件生态的爆发点将至。

ContextEngine接口正式开放后，第三方开发者会开始贡献各种上下文管理插件。这是OpenClaw从一个框架变成一个平台的关键拐点。

尾声：开源的边界在哪里？

OpenClaw的故事，某种程度上是开源如何对抗大厂闭源产品的一个截面。

大厂的优势显而易见：超强算力、一流团队、巨大用户基础、精美的产品体验。这些都是小团队很难在短期内追平的。

但开源有一个大厂始终无法复制的东西：信任。

当你把AI部署在自己的服务器上，当你可以随时查看源码、随时修改逻辑、随时切换模型——这种控制感，是大厂产品永远给不了的。

越来越多的工程师和创业者，也在做同样的选择。

OpenClaw 3.7这次更新，或许没有改变什么赛道格局，但它实实在在地让这个工具更稳了、更开放了、更可信了。

而可信，在AI时代，是稀缺品。

你的下一个AI工具，会把数据交给大厂，还是留在自己手里？

参考资料：

https://github.com/openclaw/openclaw/releases/tag/v2026.3.7-beta.1