星标超 28 万,OpenClaw 两天两次大更!适配GPT 5.4,告别“抽卡式 Prompt”

星标超 28 万,OpenClaw 两天两次大更!适配GPT 5.4,告别“抽卡式 Prompt”



整理 | 梦依丹

出品 | ZEEKLOG(ID:ZEEKLOGnews)

“We don’t do small releases.”

这是 OpenClaw 在发布 2026.3.7 版本时写下的一句话。

刚刚过去的周六与周日,这个 GitHub 星标已超 28 万 的 AI Agent 开源项目再次迎来两轮重量级更新。

两天两次更新:OpenClaw 做了一次“真正的大版本升级”

打开 OpenClaw 的 GitHub 更新日志,你会发现这次版本更新的规模确实不小。在 3 月 7 日发布更新后,第二天又迅速推出 2026.3.8-beta.1 和 2026.3.8 修复版。

官方在更新 2026.3.8 的说明中还开了一句玩笑:

“We fixed more things than we broke. Progress.”

我们修复的问题比制造的问题还多,这就是进步。

一如既往,OpenClaw 项目团队在所有的 release note 中逐一 @ 了每位贡献者——其中 2026.3.7 版本共有 196 位贡献者参与了的开发与改进,体现了 OpenClaw 开源生态的活跃与紧密协作。

两天更新的条目非常多,但从整体来看,此次更新主要集中在模型能力、Agent 架构、工程部署以及安全机制四个方向。

1. 模型能力升级:支持 GPT-5.4 与 Gemini 3.1 Flash-Lite

首先是模型层面的更新。OpenClaw 在本次版本中新增对 GPT-5.4 与 Gemini 3.1 Flash-Lite 的支持,使开发者能够更方便地接入最新的大模型能力。

2、Agent 架构升级:可插拔 Context Engine

本次更新中最受开发者关注的一项能力,是可插拔 Context Engine(上下文引擎)。

3、工程部署能力优化

在工程与部署层面,OpenClaw 也进行了多项优化,例如:

  • ACP 绑定支持重启恢复,提高 Agent 稳定性
  • Slim Docker 多阶段构建,减少容器体积
  • 新增 HEIF 图片格式支持
  • 修复 Telegram 通信问题

这些更新让 Agent 系统在真实运行环境中的部署与维护更加高效。

4、安全与可靠性增强

在  2026.3.8 更新中,团队又进一步强化了安全与运维能力,包括:

  • ACP provenance:让 Agent 能识别消息来源
  • Openclaw backup:新增备份与恢复能力
  • 12+ 项安全漏洞修复

OpenClaw 正加速 Agent 工程化落地

从这两次连续更新不难看出,OpenClaw 的发展重点已不再只是单纯的技术实验,而是逐渐走向智能体系统的工程化与落地应用。

在由 ZEEKLOG 与奇点智能研究院举办的 2026 奇点智能技术大会现场,主办方诚邀了多位来自一线企业的技术专家,分享 OpenClaw 在真实业务中的实践经验,包括但不限于以下几位嘉宾:

网易有道龙虾核心研发 刘志强

  • 演讲主题: 有道龙虾LobsterAI的养成与实践

MiniMax 研发工程师、开发者关系负责人 李元

  • 演讲主题:MiniMax M2.5 驱动的 OpenClaw 及 Agent 企业落地实践

沐曦应用生态负责人 韩泽耀

  • 演讲主题:从算力到智能体:OpenClaw 数字员工实践

腾讯云开发者 AI 产品负责人 汪晟杰

  • 演讲主题:WorkBuddy Claw 打造全民 AI 工作台

2026 奇点智能技术大会还邀请了众多来自开源社区、企业研发团队及 AI 产品实践领域的技术嘉宾,围绕 OpenClaw 与智能体的最新进展进行深度交流与探讨。

会场将呈现从模型能力 → Agent 架构 → 企业落地 → 多场景实践的全景视角,让参会者不仅看到开源项目的技术升级,也能了解其在产业实践中的实际应用价值。

以上只是 2026 奇点智能技术大会议题的冰山一角。

届时,我们将汇聚 50+ 位站在变革最前沿的技术专家,围绕大语言模型、多模态世界模型、AI Infra、AI 原生应用等十二大专题展开深度分享。

他们是:

  • 奇点智能研究院院长,ZEEKLOG 高级副总裁 李建忠
  • 腾讯微信搜索 AI 算法研究方向负责人、专家研究员 王炳宁
  • 新浪微博首席科学家及AI研发部负责人 张俊林
  • 小红书 AI 搜索生成算法负责人 陆承镪
  • 微软亚洲研究院人工智能推理组负责人 宫叶云
  • 京东探索研究院研究总监,多模态理解大模型研发团队负责人 王佳琦
  • Qoder 资深技术专家 谢吉宝(唐三)
  • 京东集团多模态基础模型团队负责人 黄浩洋
  • 微软亚洲研究院香港首席研究员 刘树杰
  • 百度 Comate 架构师 张立理
  • 无问芯穹技术副总裁 吴保东
  • Macaron AI首席科学家 马骁腾
  • vLLM 社区贡献者、红帽大中华区CTO 张家驹
  • 北京智源人工智能研究院AI框架研发负责人 敖玉龙
  • ……

如果你不满足于表面的概念炒作,如果你希望深入技术的肌理,看清未来半年的风向。

这里没有空泛的预测,只有扎实的复盘与当下的解法与前沿的探索。

与此同时,2026 奇点智能技术大会同步开放多种合作形式:

  • 技术生态合作伙伴
  • 企业专场共建
  • 行业解决方案联合展示
  • ……

我们期待与更多长期主义者一起,为 AI 时代留下可被验证、可被复用的工程经验。

图片

扫码下方二维码

提前预约 2026 奇点智能技术大会全套 PPT 资料

图片

官方网站:www.ml-summit.org

购票热线:400-821-5876

购票咨询:[email protected]

企业合作:[email protected]

演讲申请:[email protected]

媒体联系:[email protected]

↓↓ 点击「阅读原文」,了解「2026  奇点智能技术大会」更多信息!

Read more

Java 大视界 -- Java 大数据机器学习模型在金融衍生品定价与风险管理中的应用(415)

Java 大视界 -- Java 大数据机器学习模型在金融衍生品定价与风险管理中的应用(415)

Java 大视界 -- Java 大数据机器学习模型在金融衍生品定价与风险管理中的应用(415) * 引言: * 正文: * 一、 金融衍生品:技术落地的 “核心痛点与需求” * 1.1 衍生品核心分类与技术适配性 * 1.2 传统技术路径的 “三大死穴”(2023 年项目调研实录) * 1.2.1 定价模型:“假设与现实的鸿沟” * 1.2.2 风控效率:“滞后于风险的奔跑” * 1.2.3 数据处理:“全量与实时的矛盾” * 二、 技术基石:Java 大数据机器学习的 “三位一体” 架构 * 2.1 核心技术栈选型(2024 年金融级验证,附选型依据) * 2.2

By Ne0inhk
【JAVA 进阶】深入拆解SpringBoot自动配置:从原理到实战的完整指南

【JAVA 进阶】深入拆解SpringBoot自动配置:从原理到实战的完整指南

文章目录 * 前言 * 第一章 初识SpringBoot自动配置:什么是“约定优于配置” * 1.1 传统Spring配置的痛点 * 1.2 SpringBoot自动配置的核心价值 * 1.3 自动配置的核心特性 * 第二章 深入源码:自动配置的实现原理 * 2.1 自动配置的“入口”:@SpringBootApplication * 2.2 自动配置的“引擎”:@EnableAutoConfiguration * 2.2.1 自动配置包扫描:@AutoConfigurationPackage * 2.2.2 自动配置类加载:AutoConfigurationImportSelector * 步骤1:加载候选自动配置类 * 步骤2:筛选符合条件的自动配置类 * 步骤3:导入筛选后的自动配置类 * 2.3 自动配置的“开关”:条件注解 * 2.

By Ne0inhk

为什么PostgreSQL的TIMESTAMPTZ无法映射到Java LocalDateTime?深度解析与解决方案

一、问题现象 org.postgresql.util.PSQLException: Cannot convert the column of type TIMESTAMPTZ to requested type java.time.LocalDateTime. 这个错误通常发生在以下场景: * 数据库字段类型:TIMESTAMP WITH TIME ZONE (TIMESTAMPTZ) * Java实体类字段:java.time.LocalDateTime * 框架:Spring Data JPA、MyBatis或原生JDBC查询 二、根本原因深度解析 2.1 LocalDateTime的本质:纯粹的"挂钟时间" // 这只是一个日期时间的数值组合,不指向任何具体时刻 LocalDateTime.now(); // 输出: 2026-01-14

By Ne0inhk
解锁超级生产力:手把手教你构建与GitHub深度集成的自动化工作流,让AI成为你的编程副驾驶

解锁超级生产力:手把手教你构建与GitHub深度集成的自动化工作流,让AI成为你的编程副驾驶

前言 在当今快节奏的软件开发世界中,效率就是生命线。每一位开发者、项目经理和技术爱好者都在不断寻求能够简化流程、自动化重复性任务并最终解放创造力的工具和方法。想象一下,如果你能用自然语言与你的开发环境对话,让它为你搜索代码库、管理项目任务,甚至直接在你最喜欢的代码托管平台GitHub上执行操作,那将会是怎样一种颠覆性的体验? 这并非遥不可及的科幻场景,而是已经可以实现的强大功能。本文将为你揭开这层神秘的面纱,通过一个名为“蓝耘”的平台(或任何支持此类功能的类似平台),一步步指导你从零开始构建一个基础的自动化工作流。更令人兴奋的是,我们将向你展示如何将这个工作流与强大的GitHub MCP(Multi-Capability Platform)工具无缝集成,从而赋予你的工作流直接与GitHub仓库进行深度交互的能力。 无论你是希望快速检索海量开源项目、自动追踪和创建任务(Issues),还是希望简化代码提交与拉取请求(Pull Request)的流程,本文都将为你提供详尽的、可操作的指南。我们将深入每一个步骤,从最基础的节点设置,到获取关键的GitHub密钥,再到最终实战演练,让你亲

By Ne0inhk