核心观点 - OpenClaw项目正从一个实验性的智能体框架，演进为具备高度持久性、可扩展性和生产级安全性的成熟Agent操作系统，旨在解决AI Agent框架工程化落地的关键问题 [1][2][3][6] 技术架构与核心功能升级 - 引入上下文引擎插件接口，支持完整的生命周期钩子和基于插槽的注册表，允许开发者自由挂载RAG、知识图谱折叠或无损压缩算法等替代上下文管理策略，而无需修改核心逻辑 [3][6] - 新增对持久化频道绑定的支持，包括耐用的Discord频道和Telegram话题绑定存储，使ACP线程目标在服务重启后依然保持绑定，并能进行一致性管理 [3] - 强化主从智能体协作能力，复杂任务可以安全、隔离地拆解并分发给拥有专属记忆通道的小智能体处理，通过让不同Agent“常驻”在不同部门群组实现持久化通道绑定 [8] - 新增prependSystemContext和appendSystemContext钩子，允许将插件的静态引导信息放置在系统提示词空间，以利用供应商缓存并降低重复提示词的token成本 [7] - 重构了Web搜索工具，优化了Ollama等本地模型的处理机制，以及Docker容器部署，新版本完美兼容了本地模型在“思考/推理”阶段的流式输出隔离 [7] 性能表现与基准测试 - 在OOLONG基准测试中，使用相同模型，新版OpenClaw上lossless-claw的得分为74.8，而Claude Code的得分为70.3，随着上下文长度增加，差距会越来越大 [6] - 在所有测试的上下文长度下，其性能都优于Claude Code，有工程师表示运行一周后，“说它运行良好都算是保守的说法” [8] 模型支持与工具链优化 - 新增对google/gemini-3.1-flash-lite-preview的原生支持，包括模型ID正规化、默认别名、多媒体理解图像查找及向前兼容回退 [7] - 在联网搜索工具方面，将Perplexity供应商切换为Search API，支持提供结构化结果，并新增语言、地区、时间过滤器，使信息搜集更精准 [7] - Docker支持通过OPENCLAW_EXTENSIONS预打包扩展依赖，使容器启动更快速、结果更可复现 [4] 安全性与部署改进 - 通过防提示词注入、拦截、凭据保护、时间戳的UTC锚定对齐等更新进一步提升安全性 [9] - 对网关认证模式进行了“重大”变更，如果同时配置gateway.auth.token和gateway.auth.password，则现在必须显式指定gateway.auth.mode，否则升级后可能导致启动、配对或TUI失败 [4] - 为gateway.auth.token增加SecretRef支持，并加入身份验证模式防护栏 [7] 社区生态与市场应用 - 此次发布包含了196位贡献者的工作 [4] - 项目在GitHub上的Star量已经达到28.1万 [10][11] - 应用范围已从专业开发者扩展到各行各业，被用于选股、撰写报告、制作PPT、写电子邮件、写代码等各种用途 [11] - AI智能体助手可能很快成为每个人手下的“虚拟员工”，大大降低工作量 [12]