搜索
OpenClaw 2.0（v2026.8.1）对比前代v2026.7.1-2的实测显示，新版将LLM请求次数减少38%、工具调用减少35%且未触发上下文压缩，把开源Agent从个人工具推向可长期托管、可协作复盘的工作系统，但命令行安装和工程门槛依然较高，更适合团队受控环境测试。
OpenClaw 2.0 来了。 就在刚刚，OpenClaw 正式发布历史上规模最大的更新 v2026.8.1。 OpenClaw 基金会在官方博客中坦言，这次更新多少有些「意外」：团队起初只想简化安装流程、重做浏览器端，没想到越改越深。
刚刚，OpenClaw 2.0 来了。官方还打趣说比 GTA 6 更快：按项目自己的统计，这是它有史以来最大的一次更新，933 名贡献者参与，其中 569 人是第一次给这个项目提交代码，合并的 pull request 超过 1.6 万个，约等于 OpenClaw 迄今全部合并量的一半。
在 AI 时代，只要你学得足够慢，你就可以不用学。年初 OpenClaw 最火的时候，为了养一只「龙虾」，有人专门买 Mac mini，有人从命令行开始补课，装环境、配模型、研究 Skill，顺便再和各种报错斗智斗勇。
2026 年 Agent 全球火爆，黄仁勋称赞 OpenClaw 是 “当代最重磅的软件” 连代安装都成了赚钱生意。但在国内，这类开源 Agent 由于其数据泄露、权限裸奔等风险在办公场景一度遭遇落地寒冬。
做了一年 Agent 基础设施，踩了无数坑，我终于想明白了一件事：好的 Agent 架构不是把所有功能塞进一个进程，而是让每一层都能独立演化。
硅谷 AI 圈又来了个新词：Loop Engineering。 大佬们纷纷表态，别再手动验证和写提示词了，该让 Agent 自己循环完成工作了。 OpenClaw 开发者 Peter Steinberger 带火了这个讨论，Claude Code 负责人 Boris Cherny 也说他已经不怎么在 Claude Code 里输入提示词了，而是去写 loops。
今天，我们推出 Kimi WebBridge。 一个面向 Kimi Code、Claude Code、Cursor、Codex、Hermes Agent、OpenClaw 等本地 AI Agent 的浏览器插件，让 AI 真正像你一样操作浏览器。
你可能最近也在短视频平台上刷到这样一类吐槽视频：某公司老板用了两天豆包、刷到几个 OpenClaw 视频，就觉得自己打通了 AI 的任督二脉，第二天就在工作群发了条消息：“从今天起，全员必须使用 AI 工具提升工作效率，各部门本周提交 AI 应用方案。”
上个月我遇到一个挺尴尬的事。同事指着屏幕上一张零件截图问我："这个法兰盘，外径多少，孔位怎么分布的？"我张嘴比划了半天，最后打开SolidWorks重新画了一遍给他看。明明脑子里是完整的三维造型，传到另一个人那里就变成了一堆说不清的数字和手势。